Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

PET食物容器會溶出雙酚A嗎?

活躍星系核_96
・2014/10/24 ・1634字 ・閱讀時間約 3 分鐘 ・SR值 534 ・七年級

-----廣告,請繼續往下閱讀-----

Credit: Ricardo Bernardo via Flickr
Credit: Ricardo Bernardo via Flickr

文/mlkj

拜讀PanSci葉綠舒的兩篇大作《瓶裝水安全嗎?》、《瓶裝水安全嗎?(二)》,引述資料本身有疑點,或資訊未更新,造成文章有些不足之處,想藉此釐清。另外補充一些PET酯粒之相關知識。

最明顯的疑點是《瓶裝水安全嗎?(二)》一文中,第二段說PET(polyethylene terephthalate,聚對苯二甲酸乙二醇酯)材質的水瓶在加熱時,還是會釋放出低濃度的銻和雙酚A (Bisphenol  A, BPA)。這個是錯的,PET並不會釋放出任何的BPA,會釋放BPA的僅有PC材質的水瓶。

PET的原料主要是PTA(Purified Terephthalic Acid,純對苯二甲酸)以及EG(Ethylene Glycol,乙二醇)。而PTA的原料是PX(p-Xylene,對二甲苯),EG的原料是Ethylene(乙烯);無論在原料端,或是生產過程中,都沒有添加雙酚A,所以也沒有溶出的疑慮。

-----廣告,請繼續往下閱讀-----

同樣是塑膠,含有雙酚A並且可能拿來做水瓶的,是另一種材質PC(Polycarbonate,聚碳酸酯)。PC在製程中會使用雙酚A,才有溶出的疑慮。目前食物容器會用到PC材質的,大概有加侖桶、奶瓶、戶外活動用水壺等;由於歐盟跟加拿大已經宣布PC禁止拿來製造奶瓶,且許多研究也證明BPA對人體有害,因此PC現在使用在食物容器上面的例子越來越少。比如說奶瓶多使用PP(Polypropylene,聚丙烯)或是更高價的PPSU(Polyphenylsulfone);而戶外活動的水壺,許多都改用PETG(簡單來講就是改質的PET),這種強度跟耐熱性都更好的材料。

因此文中資訊來源的Lena Ma教授,是如何讓PET瓶溶出BPA,我也很好奇。有一個可能性,是她在中國購買的16個塑膠瓶中,把PC瓶混入,而她的團隊沒有發覺,不過這沒辦法驗證。甚至《瓶裝水安全嗎?》這篇文章所引用西班牙團隊的報導第七段裡面也指出,BPA是跟PC包材連結的。

至於有關銻(Antimony)的析出,是有可能的。原因是PET酯粒的生產中,主要還是用銻作為觸媒。不過PET酯粒中,剩餘的銻含量,大約僅在100-200ppm間,且也不是那麼容易就溶出。

目前除了銻觸媒以外,市面上還有鍺觸媒、鈦觸媒、鋁觸媒(不過現在幾乎消失了)等較為「安全」的觸媒。這些觸媒除了衛生性以外,使用上還有耐熱性較好等其他優點,但這些觸媒所生產出的PET,比銻觸媒生產出的PET貴上不少。而包裝設備的改變,比如說以往需要高溫殺菌的「熱充填」設備,現在多被常溫的「無菌充填」設備所取代,也讓銻會溶出的可能性越降越低。

-----廣告,請繼續往下閱讀-----

有關可塑劑溶出的可能性也非常低。原因在於PET瓶本身並不需要添加可塑劑,來增加彈性或是韌度,因此PET瓶基本上是非常安全、乾淨的。

此外《瓶裝水安全嗎?》一文中,引用《看守台灣》的資料,說回收PET粒還需要加上7成的新料,才能生產出消費者可以接受的透明瓶。這應該是《看守台灣》的資訊並沒有更新;日本的飲料大廠Suntory早在2012年就推出百分之百回收料所製成的PET瓶了,且不是甚麼冷門產品,而是大眾產品烏龍茶。且令人訝異的是,Suntory所使用的,並不是品質較好、價格也較高的化學回收法(Chemical Recycle)rPET,而是一般機械回收法(Mechanical Recycle)所生產的rPET。日本現在國內唯一有能力生產化學回收法rPET的公司為PRT(PET Refine Technology),為包材大廠東洋製罐的子公司。

而且PET的回收料除了作瓶子,還能作纖維,本屆世界盃的許多隊伍,身上所穿的球衣便來自台灣回收PET所製成的纖維布料。能把使用完畢,準備廢棄的原料拿來再度利用,筆者並不認為這是不好的事。

簡單作結論:

-----廣告,請繼續往下閱讀-----
  1. PET不含雙酚A,含雙酚A的是PC。購買時只要標註1號塑膠的就不會有問題。
  2. PET含有非常微量的銻,但基本上不太會溶出。
  3. PET瓶製造時不需要可塑劑來增加柔韌度,所以沒有添加的必要。
  4. PET是可以100% bottle to bottle的,這是技術問題。
  5. PET除了回收可以製瓶,還可以作纖維,以再利用的角度來看,是非常良善的產品。

希望這樣的文章有助於大家了解PET酯粒以及PET瓶。

參考資料

  1. Facts on PET
  2. PET Resin Association
  3. Suntory使用100%回收PET之新聞發布(日文)
  4. PRT公司對化學回收法的介紹(日文)
-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

3

18
1

文字

分享

3
18
1
善用會吃塑膠的細菌,分解寶特瓶不用再等 450 年
Sherry
・2021/04/16 ・2556字 ・閱讀時間約 5 分鐘 ・SR值 536 ・七年級

-----廣告,請繼續往下閱讀-----

生活中總有那種到商店選購了很多商品,結帳後卻發現自己忘記攜帶環保袋的經驗,這時候銅板價的塑膠袋就是把商品輕鬆帶回家的好選擇。根據統計,每年全世界使用高達 5 億個一次性塑膠袋。

你知道塑膠袋發明是為了重複使用嗎?

瑞典工程師圖林 (Sten Gustaf Thulin) 發明了第一個塑膠袋。因為相較於紙袋,塑膠袋較不容易因為潮濕或拉扯破損,利於重複使用,能減少樹木砍伐,而且相對於紙袋,塑膠袋也較能攜帶重物。透過塑膠袋的發明,圖林希望解決紙袋造成的環境問題。不過統計至今,其中超過半數的塑膠袋並沒有達成「重複使用」這個使用初衷,有許多塑膠袋反而被隨意扔棄在大自然中,造成了另一種的生態壓力。

過去幾年來,塑膠製品嚴重影響環境生態。數年前,一支我們習以為常的吸管卡進海龜鼻子裡,短短 8 分多鐘的 Youtube 影片,驚醒了許多人的環保意識,開始拒用一次性塑膠吸管,行政院環保署也在 108 年 5 月宣布一次性塑膠吸管使用規範。除了限制一次性使用塑膠吸管,部分商店與機構也紛紛推出自備環保餐具即享折扣的優惠,對於不得不使用的一次性塑膠製品,政府也提倡回收再利用。

2018 年,台灣塑膠總回收量為 53 萬公噸,而其中寶特瓶回收量則高達 54 億支,資源回收率號稱全球第三,寶特瓶的回收量更高達 95%,即便是這樣,每年仍有 2-3 億支寶特瓶流入大自然,因此除了推行塑膠減量外,科學家也開始思考如何減短膠製品的分解週期。

-----廣告,請繼續往下閱讀-----

發現會吃塑膠的細菌

塑膠製品那麼多,那就先從民生用品最常見的 PET(苯二甲酸乙酯)說起。

PET 是一種常見的塑膠材料,在衣服、包裝及地毯都可以看到它的蹤跡,其中 PET 最廣為人知的製品就是寶特瓶。PET 價格低、輕便的特性讓他成為常見的塑膠材料,不過卻也因為結構中將兩個單體聚合在一起的酯鍵並不容易被分解,因此有著驚人的抗生物分解能力,分解一支寶特瓶至少需要長達 450 年的時間。

即便數據顯示,目前寶特瓶的回收率並不低,但在台灣每年卻還是有 2-3 億支寶特瓶沒有成功回收。這些被遺忘的寶特瓶最終被丟棄在人類的生活軌跡,好一點的丟進垃圾掩埋場,運氣不好的則被帶入山林或流進海洋,再次造成野生動物們的傷害。

PET 有著驚人的抗生物分解能力,分解一支寶特瓶至少需要長達 450 年的時間。圖/Pexels

等等!剛才說分解寶特瓶需要 450 年,那就是還有辦法分解啊,所以只要找到這些年是誰在分解寶特瓶,事情不就好喬了?

-----廣告,請繼續往下閱讀-----

沒錯!首先想到的就是來自日本的研究團隊,他們將寶特瓶回收場的底泥、濕土、廢水,只要是有接觸到分解寶特瓶殘骸的環境樣本通通帶回實驗室。研究團隊將這些帶回來的樣本培養在 PET 塑膠薄膜上,希望看看是不是有微生物在分解 PET,可以靠著分解 PET 產生能量,維持細胞中的代謝與合成反應。

結果真的有。

2016 年,日本研究團隊發現了一株愛「吃」塑膠的新型細菌,這株細菌可以在大概 6 週的時間內,將 PET 薄膜完全分解。研究團隊將它命名為大阪堺菌 (Ideonella sakaiensis)。

生物產生的催化劑——酵素

找到新細菌然後呢?想知道他可能有什麼神奇的超能力,最快的方法就是送去定序。

研究人員根據定序結果發現細菌帶有一種水解酵素,推測這種酵素可能與大阪堺菌能分解 PET 有關。為了證明這樣的推測,研究人員進行酵素純化,並測試其分解 PET 的能力,發現在攝氏 30 度的環境中,酵素有最佳的反應效率將 PET 分解,決定命名為 PETase。

-----廣告,請繼續往下閱讀-----

團隊在找出大阪堺菌分解 PET 的關鍵機制後,成功以化學方法純化 PETase,擺脫微生物實驗中的許多條件限制。不過能在 6 週內分解 PET 塑膠薄膜只能確定酵素有分解的能力,但是真正要面對 2-3 億支比薄膜更厚實的 PET 寶特瓶,這樣的實驗成果遠遠不夠,因此科學家們紛紛開始思考如何加快分解 PET 的反應速率。

找到能分解塑膠的酵素,那能再快一點嗎?

2018 年英國樸茨茅斯大學 (University of Portsmouth) 研究團隊根據先前研究分析 PETase 的結構,發現其胺基酸序列與嗜高溫放線菌 (Thermobifida Fusca) 的水解酵素 TfH 有 52% 的相似度,但是兩者之間對於受質的專一性不同,其中 PETase 的結構相似於催化角質與脂肪酸分解的 α/β 水解酵素,因此研究團隊希望透過改變 PETase 的結構,設計出一種酵素能夠更快速分解 PET。

哈里·奧斯汀 (Harry P. Austin) 研究團隊將 PETase 的結構突變為更類似於此水解酵素,嘗試讓兩個水解酵素中的兩個活性位點,由殘基突變為保守氨基酸,使結合裂變窄,優化 PETase 對於 PET 的分解能力。在實驗中將野生型 PETase 和 PETase 雙突變體 (S238F / W159H) 透過掃描式電子顯微鏡進行比較(如圖 A-C),A 為緩衝溶液(對照組),B 為野生型 PETase,C 為 PETase 雙突變體 (S238F / W159H) ,在 pH7.2 的磷酸鹽緩衝溶液培養 96 小時後,可以看到對照組的 PET 表面沒有被分解產生的孔洞,而 PETase 雙突變體的孔洞較野生型 PETase 多且明顯,應證了雙突變的 PETase 在相同條件下,能更有效的分解 PET。

PETase 雙突變體 (S238F / W159H) 相較於野生型 PETase 更有效分解 PET。圖/參考資料 6

雖然透過科學家們的努力,在未來有機會利用蛋白質工程,嘗試更多組合,找到讓塑膠分解更快速的方法。不過以根本來說,降低塑膠使用量、在未來審慎考慮各種材料的利用,照顧好地球環境,才是我們的首要目標。

-----廣告,請繼續往下閱讀-----
  1. Bag with handle of weldable plastic material
  2. How plastic bags were supposed to help the planet – BBC News
  3. 從海龜氣管拔出塑膠吸管
  4. 環保署公告「一次用塑膠吸管限制使用對象及實施方式」
  5. 台灣成就!寶特瓶回收率高達95%、資源回收率全球第3 但真的夠了嗎?
  6. 塑膠垃圾別亂丟,海洋分解得花600年
  7. Yoshida, S., Hiraga, K., Takehana, T., Taniguchi, I., Yamaji, H., Maeda, Y., … & Oda, K. (2016). A bacterium that degrades and assimilates poly (ethylene terephthalate). Science, 351(6278), 1196-1199.
  8. Austin, H. P., Allen, M. D., Donohoe, B. S., Rorrer, N. A., Kearns, F. L., Silveira, R. L., … & Beckham, G. T. (2018). Characterization and engineering of a plastic-degrading aromatic polyesterase. Proceedings of the National Academy of Sciences, 115(19), E4350-E4357.
-----廣告,請繼續往下閱讀-----
所有討論 3
Sherry
2 篇文章 ・ 0 位粉絲

0

0
0

文字

分享

0
0
0
從塑膠到罐頭,如何避免食物容器中的雙酚A?
社團法人台灣國際生命科學會_96
・2019/04/24 ・2717字 ・閱讀時間約 5 分鐘 ・SR值 568 ・九年級

  • 作者/
    李俊璋 特聘教授│成功大學工業衛生學科暨環境醫學研究所
    張偉翔 助理研究員│環境微量毒物研究中心

食品包裝容器對我們的生活不可或缺,外食人口的增加、烹煮條件及保存需求等都會影響食品接觸材質的發展,許多一次性或重複性食品容器應勢而生,卻也使民眾對這些食品接觸材質是否會影響健康產生疑慮,其中多數金屬罐頭食品內部塗層所含的雙酚 A (Bisphenol A) 就是時下熱門的例子。

多數金屬罐頭食品內部塗層所含的雙酚A ,到底對人體有沒有危害?圖/pixabay

考量雙酚 A 對人體健康具潛在影響,歐盟於 2018 年 2 月發布命令,加嚴食品接觸材質中雙酚 A 的管制,包括嬰幼兒產品禁用及限制塑膠食品接觸材質的遷移值,並已於2018 年9 月開始實施。

本期 ILSI Taiwan 專欄邀請成功大學工業衛生學科暨環境醫學研究所李俊璋特聘教授與成功大學環境微量毒物研究中心助理研究員張偉翔博士撰文,為讀者解答何謂雙酚 A?它是如何被我們吃下肚?有哪些方法能降低雙酚A的暴露風險?

-----廣告,請繼續往下閱讀-----

對發育有害?環境賀爾蒙雙酚A重啟研究評估

世界衛生組織國際癌症研究中心 (IARC) 尚未認定雙酚 A 對人類或動物具有致癌性,但科學證據已將雙酚 A 視為環境荷爾蒙,若過量暴露下,雙酚 A 將會干擾人體內分泌系統,對生殖及生長發育造成危害。在公眾嚴厲訴求下,歐盟食品安全局終於同意了,承諾於 2018 年重啟「雙酚 A 毒性再評估1」,針對雙酚 A以科學程序進行,篩選所有動物及人體研究數據,並參考美國提供的兩年期核心毒理研究及人體研究 (CLARITY-BPA project) 中所發表之數據,以全面性健康影響為基礎,完整進行雙酚 A 暴露之風險評估,並提供歐盟食品安全局重新制訂每日耐受量 (Tolerable Daily Intake, TDI) 之建議值

吃罐頭不吃罐頭皮,怎麼會吃到雙酚A?

雙酚 A 在食品接觸材質的製造主要用於生產「聚碳酸酯塑料」─製造水瓶和餐具的常見物料。此外,雙酚 A 亦可用於製造食品和飲料金屬罐內層保護層的環氧樹脂(占市場之90%)之有機塗層2,以防止金屬罐直接與食品接觸,使食品和飲料可保存其填充物風味和營養價值長達數年。

然而愈來愈多研究發現,雙酚 A 可以從聚碳酸酯塑料或環氧樹脂內層遷移到食品與飲料中。此外,金屬罐頭的儲存時間、溫度、酸鹼值及脂肪量都會影響雙酚 A 的釋出量,並透過食用、飲用途徑進入人體。

過去嬰兒奶瓶的材料會溶出微量雙酚A,為保護嬰幼兒安全,我國已修法禁止販售使用含雙酚A材料製作的奶瓶。圖/pixabay

-----廣告,請繼續往下閱讀-----

罐頭製品都使用,各類濃度卻不同?

在台灣,罐頭食品每年的產值高達 76 億元3。雖然罐頭食品並非普遍大眾的主食,但不少國內外研究皆指出,肉類、海鮮、蔬菜、濃湯、水果等各類罐頭食品中皆有雙酚 A 的檢出。

各國食品包裝用的金屬罐頭內層大多採用環氧樹脂等有機塗料,在製造時皆須符合雙酚 A 遷移限值,不同的食物類別因為內含物、運送、保存、烹調方式等差異皆有不同濃度檢驗值,而脂肪含量較高的罐頭食品,檢測到的雙酚 A 濃度較高則是罐頭食品的共同特性。

國際間各類罐頭食品中雙酚A的平均濃度。圖/作者提供

即使低劑量,幼兒孕婦仍須注意

衛生福利部食品藥物管理署(以下簡稱食藥署)2016年委託成功大學環境微量毒物研究中心,針對全國 250 件食品樣本進行雙酚 A 含量調查,其中包含 45 件罐頭食品。調查結果與其他國家的調查相似,金屬罐頭食品中雙酚 A 平均濃度及範圍為 14.0 ± 11.4(1.22 – 49.4)μg/kg ww,較生鮮食品高約 2~3 倍,因此未來監測台灣市售罐頭食品中的雙酚 A 濃度相形重要。

-----廣告,請繼續往下閱讀-----

依據該計畫風險評估結果顯示,每日每公斤體重從金屬罐頭中攝取雙酚 A 劑量,各年齡層皆約佔其總雙酚 A 暴露劑量 33%。相較於其他年齡層,3-6 及 6-12 歲兒童從金屬罐頭攝入雙酚 A 劑量偏高,但綜合來說,經飲食攝取之雙酚 A 劑量遠小於歐洲食品安全局 2015 年建議的每日每公斤體重耐受量 4 微克:

  • 0-3歲為0.015 微克
  • 3-6歲為0.032微克
  • 6-12歲為0.018微克
  • 12-18歲為0.014微克
  • 19-65歲為0.011 微克
  • 65歲以上為0.005微克

即使對成人而言,雙酚 A 的暴露量都在每日耐受量的範圍內,但孕婦、哺乳期及食用嬰幼兒配方奶粉和副食品的嬰幼兒等族群,皆可能受到環境中低濃度雙酚 A 暴露而導致流產、腦部、生殖、代謝、神經與免疫系統的潛在健康風險,無法排除可能影響,且除了飲食之外,若長期持續暴露於化妝品、感熱紙與灰塵之下,仍可能會超過每日耐受量。

會跑的雙酚A?各國雙酚A遷移限量規範

雙酚 A 常存於聚碳酸酯塑料及罐頭內層環氧樹脂塗料,會經由與食品接觸遷移至食物上,導致消費者暴露於雙酚 A 風險中。因此除了美國及澳洲外,各國皆以限制食品接觸材質中雙酚 A 的遷移值進行管理[註1]。目前以歐盟 2018 年 9 月公告的新管制標準最嚴格,塑膠食品接觸材質中雙酚 A 的遷移限值從 0.6 修正至0.05 ppm,與食品接觸的漆和塗料中雙酚 A 遷移值,也不得超過0.05 ppm。用於嬰幼兒食品接觸材質上的漆和塗料禁用雙酚 A,亦不得用於製造嬰兒用聚碳酸酯奶瓶、嬰幼兒用飲用杯或瓶子。

在台灣,環保署已於 2009 年公告雙酚 A 為第四類毒性化學物質-疑似毒化物,相關業者在使用時需有政府核可文件。食藥署於食品接觸材質中雙酚 A 的遷移值,則限制為不得超過 0.6 ppm,日本的規範限值最寬鬆,不得超過 2.5 ppm,中國則與台灣相同。

-----廣告,請繼續往下閱讀-----

國際間食品接觸物質中雙酚A規範限值。圖/作者提供

生活中隨處可見,如何降低雙酚A 的暴露風險?

雖然罐頭食品並非國人的主食,且台灣罐頭食品中的雙酚 A 濃度均低於國際罐頭食品中雙酚 A 調查結果,各年齡層的平均暴露量亦小於歐盟食品安全局的建議值,但是對於經常食用或大量食用罐頭食品者,仍可能有雙酚 A 暴露過量並對人體造成潛在健康風險。

呼籲民眾採取均衡飲食原則,分散購買的食物來源與種類,避免長期過度食用相同種類的食物,尤其是金屬罐頭食品,以降低雙酚 A 的累積暴露風險。若要加熱食用金屬罐頭食品時,切勿將金屬罐頭直接置於火上加熱、隔水加熱,或用電鍋直接加熱的方式,以避免因高溫烹煮時金屬罐塗層之雙酚 A 遷移至食品中而被吃下肚。食用罐頭食品前應先將罐內的食品取出,改使用玻璃、陶瓷或不鏽鋼等容器盛裝再加熱食用。

備註

  1. European Food Safety Authority. BPA plan ready for new EFSA assessment in 2018.
  2. Food Packaging Forum
  3. 陳麗婷、邱盟媚、鄔嫣珊,2015,國內調理食品巿場需求變化與展望,食品研究所。
-----廣告,請繼續往下閱讀-----
社團法人台灣國際生命科學會_96
28 篇文章 ・ 8 位粉絲
創會於2013年,這是一個同時能讓產業界、學術界和公領域積極交流合作及凝聚共識的平台。期望基於科學實證,探討營養、食品安全、毒理學、風險評估以及環境的議題,尋求最佳的科學解決方法,以共創全民安心的飲食環境。欲進一步了解,請至:ww.ilsitaiwan.org