0

0
0

文字

分享

0
0
0

【活動紀實】M.I.C. ╳ IBM 大數據講座:鍵盤福爾摩斯

菜配囧
・2015/02/11 ・4235字 ・閱讀時間約 8 分鐘 ・SR值 530 ・七年級
相關標籤:

MIC鍵盤福爾摩斯

紀錄/蔡佩容

如果想要認識飲料店的可愛店員,可以發揮福爾摩斯般的洞察力以及聯想力,依賴網路足跡找出資訊。時至今日,如果要了解「一大群人」的消費習慣或是更多更精細的行為預測,亦可以透過巨量數據的分析,繼續安穩的待在螢幕前作鍵盤福爾摩斯。本次【M.I.C. ╳ IBM 大數據講座:鍵盤福爾摩斯】邀請到核桃運算創辦人薛文蔚以及IBM資深顧問許珮薰 Patience,帶領我們學習鍵盤福爾摩斯們如何突破盲點,一次了解大數據的前世今生與未來。

許珮薰 Patience│IBM資深顧問:IBM的偵探工作

http://www.youtube.com/watch?v=pmVoKRu5mmw

許多人在這個大數據的熱潮上一直有所疑惑:難道大數據跟以往所做的分析有任何不同嗎?Patience提到過去應用的資料量多在交易等級,例如某客戶在銀行一周交易五次就算得上大戶;現在只要隨身攜有小米手環或是smart watch,就可以大量取得運動時的心跳、呼吸頻率等健康照護的監測資料。也就是說大數據在跨產業上的資料蒐集應用能夠更加得心應手。

-----廣告,請繼續往下閱讀-----

大數據有 4V之美──資料量成長越來越多(Volume),文字、圖片、影音等資料多樣性(Variety),價值高(Value),輸入和處理速度快而且資料不斷行成(Velocity)。透過網路得到的大量數據,數位通路的資料該如何整合應用到先前實體通路等等,現在電子裝置蒐集資料需要更特殊的演算法加以分析。這些都可能成全未來新興產業上分析的需求。

ibm-big-data
4V of Big Data.   credit: IBM Infographic

 

資料科學家在產業界不同領域的百種應用

Patience舉出新加坡交通的適應性控制為例,集時分享處理大量路況資訊,再送到前端處理視情況調整紅綠燈,其判別度則可能跟基地台的密度有關。或是歐洲風力發電廠商(VESTAS)欲作投資,則需要得知土地前十年的氣溫、雨量、土壤硬度等,最後算出最省成本而最大產能的地區。

另外在健康醫療上,可以藉由過去累積資料推測追蹤,具有哪些特定基因、生活環境的小朋友在是否將有潛在病徵出現。Patience也提到之前,IBM 的超級電腦"Watson"參加益智節目並贏得比賽,可不只是Google後回答這麼簡單而已:首先它必須了解主持人的問題,之後再去搜索、過濾、計算大量數據之後,得到正確答案(像人腦應用,而不只是單一機械化的運作)。Waston的演算方法亦應用於其他商務用法,前中後都有不同的應用主題和處理,來判定什麼產品容易成功。

實際面對客戶分析需求又是怎麼樣的情況呢?比如說Patience要為電信業者作「客戶貢獻度」或「流失度」模型。有些情況可能電信業者本身已知(如每當租約到期最易流失客群),所以他們在解釋數據時必須想方設法分析出其他沒被發現的、跳脫本來業務背景知識就已經知道的事情。像是銀行金融工業的數據探測(data mining),如果想知道用戶何時可能容易剪卡,他們就可以歸納出正瘋狂兌換點數的用戶較易有該行為。

-----廣告,請繼續往下閱讀-----

就零售業來看,有個很有名的例子討論「為什麼買啤酒就要買尿布」, 用客戶購買行為分析來支持銷售決策,而不是廠商或店家自己覺得哪些商品比較好賣。或是健康紀錄偵測可以設備蒐集行為,作預先警醒機智;此外,工廠裡從進料製作到產出,都有可能透過資料做決策,像是台積電若要探討良率,就可以以這些分析過程連結出原因。

IBM Patience

分析流程

首先蒐集巨量資料,來源可能有各種社群、通路消費或金融紀錄,再依據不同資料性質決定分析方法。必須考慮如何對應資料來源、做出可以支持分析的結果,甚至是需要什麼手段、應用於何種客戶等等。最後結合到客戶端,根據目標客群(targeted audience)及一致化的行為了解模式,透過其慣用通路讓客戶知道自己是被了解的。

舉大賣場、零售的4W分析為例:

  • Who(賣給誰):高齡化地區比較有機會在上午10點到下午3點的一般上班時間,由阿公帶著小朋友逛賣場,一手買人參飲一手買多多。
  • What(賣什麼):洗碗精貨架旁邊應該擺放沙拉油,因為碗盤油膩時才會需要洗碗精;麵包店根據天氣來決定每天該準備什麼樣的產品(材料或成品受天氣保存影響大)。
  • When(什麼時候賣):什麼時段7-11需要補充洗衣粉?(誰會晚上十點以後在7-11購買洗衣粉?)可能是晚晚下班通勤後回到家上班族,發現家中沒有洗衣粉。
  • Where(在哪裡賣):台北市通勤族在同一家連鎖分店消費的距離大約在10公里內,也就是辦公室與住家距離(客戶在分店固定購買行為,可以分析客戶忠誠度)。

客戶的購買力、貢獻度、忠誠度、通路使用、行為變化等等,根據店家所蒐集的資料完整度與即時性,進而設計不同分析模式。應用在保險業的話,若欲在不同面向中找出特徵和刺激因子,來判定客戶幾年後是否會再回來購買保單,可以看看過去購買的保單等級:諸如近十年購買4至8張保單者或購買投資型定期定額保單,顯示有定期投資行為就很有可能會再回購保單。大數據甚至可以推測出晚上十點到早上五點的車禍,可能是人為詐欺理賠的機率高--因為證據證人更不容易找到。

-----廣告,請繼續往下閱讀-----

前面提到的應用傾向公司持有的客戶資料,然而現在電子消費型產品的蓬勃,越來越多著重分析網路社群上的文字資料,來「傾聽鄉民的聲音」。Patience也說了,關於很多人詢問的,現任台北市長「柯P」是如何利用網路了解民意。根據社群網路、關鍵字分析,他可以得知網友們對於政策的討論方向或是休閒喜好,來決定應該要制定哪些政策、舉辦哪些活動或是說哪些話。

大數據分析師們,不論在學界或業界上面對需求者時都必須「傾聽」。究竟在面對客戶時如何聽出背後的問題與需求?Patience提到,必須先了解需求者業務背景現況與規則,以此提出適用的結果討論和建議才能幫助客戶。常言道「見山不是山」,設身處地了解不同角色的需求與想法,針對不同的問題「看穿它」,並找出解決方法。

除了原始資料,設計開放問題(open question)得出適意得到的方向、結果,並且大膽假設,小心求證;之後再思考有什麼面向可以呈現。最後Patience說明困難點還是在於跟客戶的溝通,「不能只回答他原本第一層的問題,大數據必須告訴他,怎麼優化決策和利用資源對他更有利。」

 


薛文蔚│核桃運算創辦人:大數據為何「現在」出現

https://www.youtube.com/watch?v=bTldeuHk8-g

-----廣告,請繼續往下閱讀-----

就大數據的出現來說,適宜發展(Goldilock)、重新思考(Rethink)和時機(Opportunity)是三個主要要素。其實現今資料分析利用的技術概念早在二、三十年前就出現了,至今變動不算太大。但是從電腦/資料科學家的角度來看,薛總經理殷切地叮嚀著正經歷大數據時代的我們:「你所處的這個時刻對人類來說是非常非常重要。」

big-data-hadoop-9-728
Why now for Big Data?   credit: slideshare

 

Goldilock:不冷不熱的這些時刻

自宇宙大爆炸開始,恐龍生滅、冰河時期,一直到人類聚落出現,甚至是現在各種新奇電子裝置的產生,每個重要時間點都由一些大事標注。那些當年不冷不熱、剛好出現而發生的時刻,就是Goldilock。[註1] 我們回顧歷史可以發現「有些事」發生了,但更重要的是它「什麼時候」發生。

1970年前後,不論是英特爾公司的第一張晶片、現代電腦雛型、或是數據資料庫的理論等,都在此人類重要的時刻萌發。這些硬體設備的革新的確都跟著摩爾定律(Moore’s law)以每兩年寬一倍的趨勢持續進步。[註2] 而當年設計出程式C語言的Dennis Ritchie、Kenneth Lane Thompson和Brian Wilson Kernighan,對軟體步步成長開發的貢獻極為重大:若是沒有 C 語言的誕生,就不可能發展出現在的 Linux、BSD、Mac OS等系統;當然,我們也不會有機會看到Steven Jobs創造的蘋果傳奇。

70年代以來一直被視為理所當然、但其實想法較為落後的電腦運算模式(computing model):就像木工匠的工作台(workbench),把資料庫疊床架屋地放在外面,有多少空間做多少事。然而,過去的資料量很小,代碼大小(code size)都可能比數據資料(data size)還大,一直演進至現今的應用,資料量已經遠遠大於代碼大小了。

-----廣告,請繼續往下閱讀-----

空間決定了容量。大量資料在以前的運算模式可能因為空間有限而無法計算,大數據的運算概念則是從有限空間延伸到無限空間。給予2^64位元(可以計算看看這個天文數字,約莫曾曾曾孫的年代會得到結果),把所有資料放在距離CPU都一樣近的地方,不用再將資料搬來搬去的。如此你可以得到即時迅速的大量資料分析,用無限大而永續的空間來換取直接的操作 。

資源可能可以無限大,但是人的時間是有限的。舉SARS時期來說,你若須花費兩星期才能測出得病與否的話,病人可能都撐不下去、先走一步了。利用「空間」換取「時間」,也得到「速度」--速度是人類永遠重要的基礎概念。

核果運算薛總

薛總經理謙虛地說了,核桃運算的任務便是不斷設計出更適合巨量數據演算的模式,以利資料分析,提供情報給新穎的應用。大數據本身是一個「現象」而不是「問題」。在有限、能夠容忍的時間內解決大量的資料,重點就是你想要「問它什麼問題」?試想,如果回到當初,給予那三位創造者2^64的無限空間,他們會做出什麼不一樣的東西?

可能現在就是Goldilock,當大家開始把作業第一步的假設拿出來重新再討論的時候,這個年代也許會有新的或是更高的智慧發生。最後,薛總經理鼓勵我們:「現在,你們有這些應用,你們可以重新翻轉過去舊的想法,然後創造出偉大的東西。」

-----廣告,請繼續往下閱讀-----

 


註1: Goldilock 一詞源自於格林童話故事《金髮女孩與三隻熊(Goldilocks and Three Bears)》的故事情節。故事中的金髮女孩Goldilocks擅入三隻熊的房屋內,看到桌上三碗粥,太熱的、太冷的都不吃,只挑不冷不熱的吃;又只選坐不大不小的椅子和不軟不硬的床。

後來在天文學裡,「金髮姑娘地帶」指的是一個星球周圍的宜居地帶。經濟學家則引之形容高成長、低通膨的「新經濟」狀態,因此「金髮經濟」指的是不過冷(not too cold)、不過熱(not too hot),溫度適中(just right)、美夢一般的市場。

註2: 摩爾定律(Moore’s law): 由英特爾創始人之一戈登·摩爾提出來。指相同售價、尺寸相同的晶片上(積體電路),可容納的電晶體數量,因製程技術的提升,每(24個月)18個月會提高一倍(效能加倍);晶片的容量是以電晶體(Transistor)的數量多寡來計算,電晶體愈多則晶片執行運算的速度愈快,當然,所需要的生產技術愈高明。


 

【關於 M. I. C.】

-----廣告,請繼續往下閱讀-----

M. I. C.(Micro Idea Collider,M. I. C.)微型點子對撞機是 PanSci 定期舉辦的小規模科學聚會,約一個月一場,為便於交流討論,人數設定於三十人上下,活動的主要形式是找兩位來自不同領域的講者,針對同一主題,各自在 14 分鐘內與大家分享相關科學知識或有趣的想法,並讓所有人都能參與討論,加速對撞激盪出好點子。請務必認知:參加者被(推入火坑)邀請成為之後場次講者的機率非常的高!

 

-----廣告,請繼續往下閱讀-----
文章難易度
菜配囧
6 篇文章 ・ 0 位粉絲
PanSci實習編輯,中興大學植物病理學系畢業。興趣有點泛濫,諸如自然生態、環境保育、地球科學、心理、藝術、設計、文學、語言、性別議題、音樂、社會正義、傳媒、經濟...是個貪心的人。

0

0
0

文字

分享

0
0
0
破解膜蛋白研究瓶頸 趙玲打造更真實細胞世界
顯微觀點_96
・2026/03/04 ・3376字 ・閱讀時間約 7 分鐘
相關標籤:

本文轉載自顯微觀點

細胞膜是區隔細胞與其外在環境的屏障,表面佈有許多特殊蛋白,透過不同的位置、結構和物理化學性質,讓細胞膜具有「辨別敵我」選擇讓特定物質進入細胞的功能,因此成為現今藥物設計最重要的靶點之一。

然而,這類蛋白一旦脫離細胞膜就容易變性,像被拉上岸的水母,瞬間失去原有形狀甚至硬化,導致後續的檢驗和研究遭遇瓶頸。

任教於台大化工系的教授趙玲,便以膜蛋白為研究主題,發展新方法來分離膜蛋白,建造各式細胞膜晶片以完成後續的功能研究。她更以傑出的研究於2018年獲得台灣傑出女科學家獎的新秀獎

-----廣告,請繼續往下閱讀-----

善用化工所學 創造細胞膜安心「躺平」環境

許多人對化工系的印象常與石化工業、傳統工廠或是有毒化學物質畫上等號,但在趙玲的研究室裡,卻充斥著培養皿、生物晶片和各種光學儀器。

「化工其實滿廣泛的,就是化學加上工程」,趙玲老師解釋,只是早期產業以石油工業為主讓大眾誤以為化工系的出路就是如此,但化工是以工程的方式將化學產品實用化,因此舉凡生活用品、製藥甚至現在提倡的永續、減碳,也都是化工觸及的研究領域。

趙玲實驗室的研究核心包括建造細胞膜平台來分離膜蛋白、利用生物晶片了解與細胞膜相關的疾病機制,以及利用細胞膜和特殊生物現象來做來做生物檢測應用或工程、材料上的應用。

對於自己以膜蛋白作為研究重心,趙玲表示起心動念希望協助科學家解決過去始終難以突破的問題。以細胞膜上主要受體之一的GPCR(G protein-coupled receptor)為例,這類受器非常重要,是許多藥物的主要靶點。

-----廣告,請繼續往下閱讀-----

但過去研究GPCR的方式通常是在「非自然狀態」下取得。由於膜蛋白必須先用界面活性劑溶解、脫離細胞膜,直接或帶著界面活性劑一起結晶,最後研究者會嘗試把蛋白重新插入脂質體(liposome)或 奈米圓盤(nanodisc,一種保留膜蛋白結構與功能的技術),再以X光或冷凍電子顯微鏡分析。但以此傳統方法取得的膜蛋白不僅構型改變,產量也較低。

然而,GPCR 的運作非常依賴其「真實構型」與上下游分子的互動。因此,即使研究者成功取得某一個「靜態狀態」的結構,也仍無法確定那是否符合它在真正細胞環境中的運作形式,更難以推測與藥物結合後,蛋白質到底發生了什麼改變。

趙玲所開發的平台正是為了解決這個瓶頸。趙玲團隊採取的方法是在抽取膜蛋白時,以脂質微胞的方式將蛋白和細胞膜一起取出。將類似膜泡的脂質微胞鋪在平台上,再透過平台下的感測器,觀察膜蛋白再給予刺激物後,鍵結是否發生。由於研究目標的膜蛋白始終待在原本的脂質雙層中,完整保持原本的天然構型,因此與刺激物的交互作用也就更接近在原本環境中的樣貌。

而平台本身支援多種偵測方式。除了最常用的螢光分析之外,為了驗證無標記(label-free)感測的可靠度,趙玲團隊也經常把兩種方法同時使用,以便確認訊號的正確性。目前平台也正在擴展到可整合電子顯微鏡等其他技術,只要能讓膜泡穩定地鋪在感測層上,就能進一步觀察更細緻的構造與動態。

-----廣告,請繼續往下閱讀-----

但脂質微胞如何「完整」的貼附在平台上並保持天然構型?趙玲笑稱,「這便是化工人的優勢」。

她解釋,細胞膜一旦離開細胞,就容易因為鹽濃度、pH 值或環境不穩定而破裂,因此必須精準調整這些條件,使膜能保持完整。而到了平台上,也要創造「膜喜歡」的環境,才能讓膜穩定地依附上去。

因此不論是鹽濃度、pH值、靜電力、凡得瓦力(van der Waals force)等物理化學相關的參數,都必須被考量控制。「我們理解這些力如何作用,也了解熱力學和動力學,因此可以微調整個系統」,因為這樣的學習背景,趙玲認為者也是化工人才切入生醫領域的優勢。

膜蛋白平台示意圖
細胞平台新方法示意圖。圖:趙玲提供

研究沒有冤枉路 十年磨一劍確定方法學

跨足生醫領域對趙玲來說,是偶然也是必然。雖然不是從大學就決定專注膜蛋白或細胞膜領域,但趙玲一直對生物充滿興趣,認為生物體經過漫長演化所呈現的複雜與精巧令人驚嘆,尤其當中其實藏著大量物理與化學原理。不過大學時期的學習以化工基礎學科為主,真正開始接觸相關研究主題,是進入研究所之後的事了。

-----廣告,請繼續往下閱讀-----

當時她和許多老師討論各自的研究主題,只要覺得有興趣、能用化工的工具與思維去理解與延伸,加上原本對生命系統著迷,因此更傾向跟隨研究生物、醫藥相關題目的老師進行研究。

而博士班在美國麻省理工學院(MIT)的學習也深刻影響著趙玲。她回憶,當時麻省理工學院化工系要求學生必修生物。因為系方認為不論要要什麼解決問題,研究主題最後都回歸到「與人(生命系統)有關」,因此希望所有學生都必須修習過基礎生物,若過去沒有基礎便必須在入學後補修。

這樣的制度更讓她確信,化工並不是被侷限在化學製程或石化工業,而是能支援所有「與化學相關、且需要工程化」的領域,包括生物與醫學。

至於後來跨到細胞膜的研究,則是因為當時博士班指導教授的研究方向從表面化學逐漸延伸到生物界面。

-----廣告,請繼續往下閱讀-----

她提到,指導教授研究領域在於表面化學不限於細胞膜,主要研究高分子塗佈、自組裝(self-assembly)等主題,後來開始對蛋白質與脂質等「生物高分子」感到興趣,開始購買不同脂質成分、在平坦的基板上自組裝,嘗試打造「人工細胞膜」。

趙玲便也開始了一系列相關研究,直到回台灣也成立了仿生膜現象及及工程實驗室,繼續從事仿細胞膜生物晶片和細胞膜上特殊現象的研究及應用。

而平台方法學的開發,一路走來也將近十年。一開始,她們必須先拿相對成熟、背景資訊充分的系統來做概念驗證,例如使用大家常使用的海拉細胞(HeLa)作為測試標的。因為這些蛋白的特性早已有完整文獻記載,研究團隊才能將自己的平台結果與既有資料比對,證明方法的可靠性。「要跟其他團隊合作,尤其是涉及昂貴或珍貴的蛋白質,合作方一定要先相信你的工具是穩定可靠的」,因此只有在前期驗證充分後,別人才會願意把高成本的蛋白或細胞系交付測試。

從一開始的概念,到平台能夠被不同領域採用、開始和外部團隊合作,趙玲認為,這段歷程不只漫長,也必須面對許多方向上的選擇。例如團隊曾經嘗試以電訊號作為主要偵測方式,結果發現為了拉高訊號強度,必須把鹽濃度降得非常低,卻不利於生物樣本的維持。「我們還是會把不同方向都試過,最後再把力氣集中在真正可行的地方」,趙玲表示這條路最後雖被放棄,但並未白走,不僅讓學生得以完成研究所學位,也讓團隊更清楚研究的方向。

-----廣告,請繼續往下閱讀-----

建立方法學後,在應用面也需與許多不同領域的研究者合作。以新藥開發來說,細胞膜平台可作為「眾多候選藥物」的第一層過濾器。透過平台,可以讓新藥開發者觀察作用機制,甚至透過理解分子如何「從細胞膜通關」,反向思考設計符合機制的新藥。

但要建構一個能解析機制的平台,「要模仿到什麼程度才算接近真實?」趙玲認為,這也體現工程師的價值-在複雜的真實世界中抓出最重要的幾個步驟。

也因此跨領域合作對她而言不可或缺,更必須視需要應用的面向,在選擇合適合作的對象。例如生物學家提供細胞與組織層級的資訊;臨床醫師則帶來病患端的觀察。兩者的資料深度不同,可解答的問題也不同。工程師則必須在不同資料之間縫補拼圖,找到系統的「痛點」,才能設計出有效的平台。

隨著方法學的建立,一個更貼近真實細胞世界的細胞膜平台也逐步拓展應用範圍,盼成為未來探索生物機制、開發新藥物的重要推進力量。

-----廣告,請繼續往下閱讀-----
Pa312857
仿細胞膜生物晶片給予刺激物後,可藉由底部感測器偵測訊號。攝影/林任遠
1017595
仿細胞膜生物晶片給予刺激物後,可藉由底部感測器偵測訊號。攝影/楊雅棠

延伸閱讀:

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

顯微觀點_96
47 篇文章 ・ 12 位粉絲
從細微的事物出發,關注微觀世界的一切,對肉眼所不能見的事物充滿好奇,發掘蘊藏在微觀影像之下的故事。

0

0
0

文字

分享

0
0
0
當衰老成為一種可被治療的疾病:揭開長壽藥物的科學面紗【挺健康】
PanSci_96
・2026/03/03 ・5024字 ・閱讀時間約 10 分鐘

本文由 AI 協助生成

挺健康|長壽藥物的科學與現實|高齡醫學科 鄭丁靚醫師

我們從小就被教導,生老病死是自然界的鐵律。你有沒有想過,如果有一天,「變老」不再是生命的必然,而是一種可以被「治療」的疾病,那會是什麼樣的世界?想像一下,我們去醫院掛號,不是因為高血壓、糖尿病或關節炎,而是單純因為我們「正在變老」,而醫生能夠開出一張處方箋,讓你的細胞停止老化、甚至逆轉年齡。這聽起來像是科幻電影的情節,但現代醫學界正在做一件極度瘋狂的事:他們不再滿足於逐一擊破伴隨衰老而來的各種慢性病,而是想直接對「衰老」這個終極大魔王下手。那麼,現代醫學究竟打算如何把「衰老」當作一種疾病來醫治呢?

要回答這個問題,我們必須先打破一個迷思:這裡討論的抗老,不是塗塗抹抹的保養品,不是醫美診所的拉皮手術,也不是口服膠原蛋白讓皮膚看起來更緊緻。科學家正在研究的,是深入到「細胞層級」的抗老藥物。這些藥物的運作邏輯非常純粹,它們並不在乎你眼角的魚尾紋,而是試圖從分子層面干預細胞的運作機制,讓你的身體老得更慢、器官退化得更晚。既然科學家的目標不是單一疾病,學術界又是如何定義這些試圖對抗衰老本身的藥物呢?

在學術上,這類藥物有一個相對生硬卻非常精準的名字:Geroprotectors(衰老保護劑)。Geroprotectors 的核心理念在於,高血壓、糖尿病、阿茲海默症等疾病,其實都有一個更底層的共同敵人,那就是衰老本身。與其等疾病發生了才去吃降血壓藥或打胰島素,不如直接減緩衰老過程,從源頭阻斷這些疾病的發生。更重要的是,它的目標不僅僅是延長人類的「絕對壽命」,而是延長「健康餘命」(Healthspan)——讓你活到七、八十歲時,依然能健步如飛地去旅行、能自己上下樓梯、保有清晰的思考能力,而不是渾身插滿管子,雖然活著卻病痛纏身。既然目標如此宏大,這難道只是科學家關在象牙塔裡的科幻大夢嗎?

科學家在現代實驗室使用顯微鏡進行研究
現代抗老藥物研究仰賴精密的實驗室分析(示意圖 / AI 生成)

今天這件事之所以值得我們花時間深入了解,原因只有一個:它早就不只是實驗室裡的理論了,它的發展潛力甚至已經讓全球最會計算風險的金融機構感到緊張。著名的「瑞士再保險公司」(Swiss Re)在近期的評估報告中,史無前例地把「長壽醫學」和「抗老藥物」寫進了他們的精算與風險評估框架裡。保險公司意識到,如果人類的健康壽命大幅延長,整個社會的退休金系統、醫療保險結構都將面臨天翻地覆的改變。在他們的報告中,甚至點名了一系列極具潛力的抗老候選藥物:二甲雙胍、雷帕黴素、NAD+前驅物,以及清除衰老細胞的藥物等。既然連最懂精算的商人都開始備戰,這份備受矚目的抗老候選人名單上,打頭陣的究竟是誰?

-----廣告,請繼續往下閱讀-----

老藥新用的奇蹟:二甲雙胍的省電哲學

名單上的第一位候選人,你可能並不陌生。如果你的家族中有人罹患第二型糖尿病,十之八九都聽過、甚至吃過這顆藥:二甲雙胍(Metformin)。它是一顆歷史悠久、價格低廉、在藥局極為常見的「老藥」。但就是這顆看似平凡無奇的降血糖藥,現在卻搖身一變,站上了全球抗老研究舞台的 C 位。一顆用來控制血糖的藥物,究竟是如何跨界成為抗老明星的呢?

科學家發現,二甲雙胍的抗老秘密藏在細胞的發電廠——粒線體之中。在分子層面上,Metformin 進入細胞後,會對粒線體的發電效率「稍微踩一下煞車」。這個輕微的抑制作用,會導致細胞內的能量貨幣(ATP)濃度出現微幅下降。這時候,細胞內有一個極度敏感的「電量警報器」,稱為 AMPK 蛋白質激酶,它一旦偵測到能量下降,就會立刻響起紅燈。AMPK 一被啟動,細胞就會進入一種非常務實的「求生狀態」——這就像是你的手機電量剩下 15% 時,會自動進入低耗電模式一樣。細胞會關閉那些消耗大量能量的合成脂肪、促進細胞生長的路徑,轉而把寶貴的資源挪去進行「生存修復」與防禦。既然這套「低耗電修復模式」在理論上說得通,那麼在真實的生物體上,真的能看到效果嗎?

答案令人振奮。在 2024 年,頂尖科學期刊《Cell》發表了一項重量級研究。研究團隊讓一群雄性食蟹猴連續服用二甲雙胍長達 40 個月,並仔細追蹤牠們的生理變化。結果科學家驚訝地發現,這些猴子的大腦衰老速度顯著變慢了。透過精密的生物年齡測量,服用藥物的猴子其大腦的生物年齡竟然年輕了約 6 歲——換算成人類的壽命比例,這大約等同於大腦年輕了 18 歲!不僅如此,這些猴子的認知功能表現得更好,肝臟等器官的衰老指標也出現了逆轉。既然猴子吃了有效,那人類什麼時候才能名正言順地把它當作抗老藥來吃?

為了解答這個問題,美國醫學界目前正在推動一個極具野心的計畫,名為 TAME(Targeting Aging with Metformin)的大型雙盲臨床試驗。這個試驗的獨特之處在於,它是有史以來第一個試圖讓美國食品藥物管理局(FDA)承認「衰老本身」可以作為藥物適應症的試驗。過去 FDA 只核准藥物用來治療「特定疾病」,如果 TAME 試驗成功,這將徹底顛覆現代醫學的法規與常識,成為醫學史上的重大里程碑。不過,如果二甲雙胍是屬於溫和防守派,醫學界是否還有更具攻擊性的王牌?

-----廣告,請繼續往下閱讀-----

激進的延壽冠軍:雷帕黴素與細胞清潔隊

接下來要介紹的這位選手,風格與二甲雙胍完全相反,它的效果更強大,但也伴隨著更高的危險性:雷帕黴素(Rapamycin)。在目前的動物實驗數據中,它是當之無愧的「延壽冠軍」。美國國家老化研究所(NIA)曾進行過一項長期且嚴謹的干預測試計畫(ITP),結果發現,Rapamycin 能夠讓小鼠的壽命延長高達 28%。更驚人的是,就算科學家等到小鼠步入晚年(大約換算成人類的 65 歲以上)才開始讓牠們服用,依然能夠顯著延長壽命。這位延壽冠軍究竟在細胞裡施展了什麼魔法?

它的原理與細胞內一種被稱為 mTOR 的蛋白質複合物密切相關。我們可以把 mTOR 想像成細胞內的一位「建築工頭」。當你吃飽喝足、營養充足的時候,這位工頭就會非常亢奮,一直對著細胞大喊:「開工啦!用力蓋房子!細胞分裂!快速長大!」對於正在發育的年輕生物來說,這是好事。但對於老年的細胞來說,如果這位工頭還是一直亢奮、一直逼迫細胞硬蓋房子,細胞就會因為過勞而開始偷工減料。更糟的是,細胞內原本應該被清理掉的代謝垃圾和損壞的胞器會越堆越多,就像一個只顧著蓋新樓卻從不收垃圾的工地,最後越蓋越亂、越蓋越髒。如果我們硬生生叫這位工頭閉嘴,細胞又會發生什麼事呢?

細胞自噬(Autophagy)機制示意圖,來源:PLoS Biology / Wikimedia Commons
細胞自噬(macroautophagy)完整流程:從隔離膜形成、自噬體包裹,到與溶酶體融合後完成降解與回收。圖片來源:Wikimedia Commons,Klionsky et al., PLoS Biology, 2008(CC BY 2.5)

這正是 Rapamycin 的作用機制。Rapamycin 進入細胞後,會直接對這位 mTOR 工頭下令:「閉嘴,立刻停工。」當 mTOR 的訊號被強烈抑制時,細胞就會意識到現在不是生長的時候,必須開始大掃除。於是,細胞會啟動一種名為「自噬作用」(Autophagy)的機制——細胞的身份從建築工人變成了清潔隊,把內部堆積多年的蛋白質垃圾、已經壞掉的粒線體全部打包,送到溶酶體中分解並回收再利用。透過這種深度的自我清潔,細胞煥然一新。既然雷帕黴素清垃圾的效果這麼好,為什麼醫生不立刻把它開給所有想抗老的人吃?

原因在於它的副作用。Rapamycin 原本在醫學上的用途,是作為器官移植患者的免疫抑制劑,用來防止身體排斥新器官。如果一個健康的人為了抗老而長期服用它,可能會導致免疫系統變得過度虛弱,增加感染風險;此外,它還可能讓傷口癒合變慢,甚至帶來高血糖的問題。雖然據傳矽谷有許多科技大亨已經在私下偷偷服用低劑量的 Rapamycin,但對於一般健康人類長期服用它的安全性,科學界目前仍然打著一個巨大的問號。既然這條路充滿風險,科學家有沒有其他相對安全,甚至能直接「拔除」衰老源頭的策略?

-----廣告,請繼續往下閱讀-----

補充能源與清除殭屍:NAD+ 與 Senolytics

在抗老領域中,還有兩個近年來紅透半邊天的概念:NAD+ 以及 Senolytics。首先來看 NAD+(菸鹼醯胺腺嘌呤二核苷酸)。我們前面提到粒線體是細胞的發電廠,而 NAD+ 就是這座發電廠運作時絕對不可或缺的「必要耗材」。科學家發現,隨著人體年齡的增長,體內的 NAD+ 濃度會呈現斷崖式的下跌,導致細胞發電效率越來越差,人也跟著出現各種老化疲態。目前市面上非常熱門的 NMN、NR 等保健食品,其實就是 NAD+ 的前驅物,吃下它們的目的就是希望幫細胞的發電廠重新加滿油。然而,補充油料聽起來很合理,但如果細胞本身已經徹底壞掉,甚至變成了在體內作亂的「活死人」,單靠補充能量還救得回來嗎?

這就引出了另一個更激進、也更具革命性的概念:Senolytics(衰老細胞清除劑)。我們的身體裡每天都有細胞在分裂,當有些細胞受損嚴重,卻因為某些原因逃過了自然凋亡的機制時,它們就會變成所謂的「衰老細胞」,或者更直白地說——「殭屍細胞」。這些殭屍細胞極度討厭:它們既不肯乖乖死掉,也不再執行正常的生理功能,還會不斷向周遭分泌一種被稱為 SASP(衰老相關分泌表型)的發炎物質,感染周圍原本健康的細胞,讓健康的細胞也跟著發炎、加速老化。那麼,醫學界該如何對付這些體內的害群之馬?

Senolytics 類藥物的誕生,就是專門設計來獵殺這些殭屍細胞的。目前科學家找到的一個著名組合是「達沙替尼(Dasatinib)」搭配「槲皮素(Quercetin)」。這兩者結合在一起,能夠精準地辨識出殭屍細胞,並強迫它們啟動自我毀滅程式,從而在不傷害健康細胞的情況下,把體內的發炎源頭連根拔起。面對衰老這個牽涉數萬種基因和蛋白質的複雜問題,除了這些已經在實驗室裡反覆測試的藥物,我們還有其他潛在的盟友嗎?

從代謝總管到 AI 演算:未來的長壽藍圖

未來的抗老潛力股名單中,還有兩位不可忽視的超級巨星:GLP-1 類藥物與人工智慧(AI)。GLP-1 類藥物就是近年來爆紅的「瘦瘦針」。但科學家越來越確信,它絕對不只是一支能讓你變瘦的減肥藥而已——它更像是人體代謝系統的「總指揮」,能連帶改善血壓、逆轉脂肪肝、大幅降低體內的系統性發炎指標。在多項大型臨床研究中,甚至證明了它能顯著降低重大心血管事件的發生風險。這些改善代謝的連鎖反應,恰好精準打擊了衰老過程中的多個痛點。

-----廣告,請繼續往下閱讀-----
AI 人工智慧藥物開發概念圖
AI 透過演算法在數百萬分子中快速篩選候選藥物(概念示意圖 / AI 生成)

而 AI 的加入,更是徹底改變了抗老藥物的研發遊戲規則。過去找藥就像是「大海撈針」,科學家必須把成千上萬種化合物一種一種拿來測試,耗時數十年。現在,AI 正在把藥物開發變成一門「精準計算」的科學——強大的演算法可以在短時間內篩選數百萬種分子的 3D 結構,預測它們與人體抗老標靶結合的機率,直接在伺服器裡把長壽藥「算」出來。科學正在以我們難以想像的速度,把「長壽」從一種中彩券般的基因運氣,變成一種可以被精準管理的人體工程。然而,當科學的突破即將實現,我們是不是又將面臨一個嶄新的社會問題?

這帶來了一個極其嚴肅的倫理考驗。如果這些抗老藥物真的在人類身上發揮了強大的延壽效果,這會不會最後變成專屬於「富人的長壽套餐」?當壽命可以被明碼標價,活得更久、更健康,會不會成為階級社會中新的貧富差距指標?這些問題,科學無法單獨解答,需要整個社會的法規、保險體系與道德共識來共同面對。

但可以確定的是,抗老醫學的列車已經離站。在未來的某一天,醫生真正能在診所裡開出完美無缺的「抗老處方籤」之前,身為普通人的我們,其實早已經掌握了最無副作用的抗老秘方——那就是那句聽起來老套,卻依然是科學鐵律的話:維持均衡的飲食、保持規律而適度的運動,以及,永遠對這個世界保持一顆年輕且充滿好奇的心。

參考文獻

  1. López-Otín C et al., “The Hallmarks of Aging,” Cell, 2013.
  2. Swiss Re Institute, “Longevity and life sciences,” 2024.
  3. Yu Z et al., “Metformin reduces aging-related leaky gut and improves cognitive function by decreasing the LPS level in cynomolgus monkeys,” Cell, 2024.
  4. Barzilai N et al., “Metformin as a Tool to Target Aging,” Cell Metabolism, 2016.
  5. Harrison DE et al., “Rapamycin fed late in life extends lifespan in genetically heterogeneous mice,” Nature, 2009.
  6. Saxton RA & Sabatini DM, “mTOR Signaling in Growth, Metabolism, and Disease,” Cell, 2017.
  7. Yoshino J et al., “NAD+ Intermediates: The Biology and Therapeutic Potential of NMN and NR,” Cell Metabolism, 2018.
  8. Zhu Y et al., “New agents that target senescent cells,” Aging (Albany NY), 2017.
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

0
0

文字

分享

0
0
0
三陰性乳癌的新希望?BRCA基因檢測與PARP抑制劑治療解析
careonline_96
・2026/03/03 ・1262字 ・閱讀時間約 2 分鐘
相關標籤:

PARP抑制劑為什麼可以治療三陰性乳癌(TNBC)?

科學家發現正常的細胞有BRCA1、BRCA2、PALB2、ATM等基因統稱為HRR (Homologous recombination repair),HRR基因可維持正常的DNA,然而一旦這些基因發生突變,稱之為HRD(homologous recombination deficient),HRD會導致DNA出現相當多的傷痕,並仰賴PAPR蛋白質才能存活下去,一旦患者檢測出HRD,便可考量是否可以使用PARP抑制劑來殺死癌細胞。

三陰性乳癌(TNBC)帶有BRCA基因突變是最常見造成HRD的原因,也因為同時缺乏ER、PR、HER2這些受體表現,導致賀爾蒙藥物與HER2抗體皆無法有效殺死乳癌細胞,PARP抑制劑在三陰性乳癌治療上扮演相當重要的角色。

乳癌何時該考慮基因檢測呢?

HRR基因突變與女性乳癌和卵巢癌的風險增加有關,目前可以透過基因檢測確認是否帶有BRCA基因突變或相關HRR基因突變,來找尋PARP抑制劑治療機會,以下為美國癌症指引(NCCN Guidelines)建議接受HRR基因檢測的乳癌族群。

  1. 年輕的乳癌患者

特別是50歲以下確診的乳癌患者

-----廣告,請繼續往下閱讀-----
  • 相關癌症家族病史

患者有相關癌症家族病史,例如乳癌、卵巢癌或前列腺癌等

  • 三陰性乳癌患者

三陰性乳癌患者中BRCA基因突變的比例較高,約為9至15%。

健保能提供什麼幫助?

BRCA基因檢測或是更全面的HRD基因檢測結果可以幫助選擇更精準的治療方案,健保已提供部分基因檢測與PARP抑制劑

  1. 遺傳性BRCA基因檢測(部分給付)

次世代基因定序檢測(Next Generation Sequencing, NGS)已納入健保給付,符合相關條件之三陰性乳癌患者可部分給付基因檢測費用,一生一次。

-----廣告,請繼續往下閱讀-----
  • PARP抑制劑(全額給付)

健保已核准局部晚期或轉移性的三陰性乳癌帶有遺傳性BRCA1或BRCA2突變可以使用PARP抑制劑。請與您的醫師詳細討論並擬定個人化的治療策略!

勇敢面對BRCA突變

因為BRCA基因突變往往是家族遺傳,當發現帶有BRCA基因突變時,請務必定期接受乳房攝影(X光)或乳房核磁共振(MRI)檢查。

美國癌症指引(NCCN Guidelines)建議:

25至29歲:每年進行乳房MRI檢查或乳房X光檢查(僅在無法進行MRI時)。

-----廣告,請繼續往下閱讀-----

30至75歲:每年進行乳房MRI檢查和乳房X光檢查。

75歲以上:視個人狀況而定。

『已接受乳腺癌治療但未進行雙側乳房切除術:應繼續每年進行乳房MRI檢查和乳房X光檢查』。

家族中的BRCA突變並不意味著所有成員都會受影響,但定期檢查是必要的,以便早期發現、早期治療。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。