呷這微生物，免拔獅子鬃毛也能讓掉落的頭髮長回來!?

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

本文由 蓓麗嘉國際 委託，泛科學企劃執行。

• 文／陳彥諺，皮膚專科陳昱璁醫師

看似無用的頭髮，除了防曬、保暖的功能外，還有外表上的美觀作用。「美觀」雖然乍看之下並不實用，但是，如果生得一張好看的臉，偏偏頂上荒涼，好看的外貌卻極容易因此而消減幾分。

以往在治療禿頭上，有四種主要方法：改善作息、塗抹含有米諾地爾（Minoxidil）成分的生髮水、口服抗雄性禿之藥物、植髮手術。不過，隨著科技進步，科學家們也不斷地探索著新方法！

目前除了上述四種常見方法外，還有另一種安全且可居家執行的療程，是以「低能量雷射療法（LLLT）」來照射頭皮，進而達到讓落髮毛囊重回生長期的方式。

什麼是低能量雷射療法（LLLT）？

低能量雷射療法，全名叫做 Low-Level laser(light) therapy。這是一種運用低功率雷射（通常是紅外線）來治療特定症狀的治療方式。低能量雷射與傳統雷射並不相同，傳統雷射是高能量的雷射，常用單位是瓦特（Watt），大多用在切割或止血等大手術上。然而，低能量雷射是能量較低的雷射，具有安全性外，用途也更加廣泛，常用於減輕疼痛、治癒傷口、神經再生等。

不過，會發現低能量雷射也許能增生毛髮，其實完全是歪打正著的結果，為何會這樣說呢？有個故事小插曲是發生在 1960 年代後期，匈牙利醫生恩德雷・梅斯特（Endre Mester）原本在進行一系列實驗，想證明雷射光到底會不會致癌。

他將小鼠背部毛髮剃光，再使用低功率紅寶石雷射光（694nm）照射，結果，小鼠並沒有因為照射雷射光而得到癌症，出乎他的預料，雷射光的照射，反而改善了小鼠背部剃毛區域的毛髮生長狀況。

這項發現，也引起了學界對於 LLLT 治療禿頭的關注。近年來，實際研究成果中也指出了患有雄性禿症狀的患者，在經過定時定量的低能量雷射照射下，能有效改善部分受試者的禿頭狀況。

雷射光與 LED 的差異

LED 光源就是家裡的省電燈泡，這些燈泡發出的光，波長較雷射光廣泛，也沒有特定方向性，此外由於光波的相位並不統一，會互相干擾影響光波的能量。

雷射光源的產生是來自雷射二極體，通過電流產生光後會在共振腔中共振，產生更多同波長的光。因此，雷射光源的波長較為單一，具有高度指向性，且相位一致，更容易控制能量。而這些性能也反映在價格上，雷射光源每 nW 的成本，更是高於 LED 光源近 100 倍。

皮膚專科陳昱璁醫師表示：「造成落髮常見的因素包括：雄性禿、壓力、產後落髮甚至是打完疫苗或確診後的副作用都有可能引發落髮，目前通過台灣衛福部核准改善落髮的治療方式有生髮水、口服藥、低能量雷射與植髮手術，而低能量雷射的優點是非侵入、無顯著副作用、可居家使用的生髮器材，不過，若雷射波長不同會造成波長干擾，建議民眾使用 650nm 單一雷射光，至於適合用什麼樣的方式治療建議民眾到門診由專業醫師評估。」

在傳統的髮療法當中，皆存在著潛在的副作用風險，比如，使用含米諾地爾的生髮水，有可能會造成頭皮刺激不適，初期使用也可能有掉髮增加的情形，女性也偶有出現臉部多毛症的狀況；而口服藥常見副作用包含性慾減低、勃起異常、不孕等副作用。

陳昱璁醫師也提到：「雷射生髮帽屬醫療器材，若不當使用仍會造成傷害之虞，因此不鼓勵民眾自行購買，若有異常落髮徵兆，建議尋求專業醫師諮詢，才能對症下藥，找到符合自身需求的療程。」

所以頭髮禿禿別害怕！遇到落髮難題，不要遲疑，及早開啟適合的療程，才能盡早回歸頂上的繁榮景象。

※ 以上屬醫療資訊分享，任何療程效果與副作用因人而異，如有需求請以專業醫師建議為主。

現代社會因工作和生活節奏快、壓力大，再加上作息時間不規律，使得不少人的髮際線升高，甚至頂上無毛，在今日，禿頭早已不是老年人的專利，很多青壯年也面臨掉髮的煩惱。好在近期哈佛大學的團隊發表在 Nature 上的研究，揭示了長期壓力大導致掉髮的背後機制，並提出了逆轉的可能方法¹。

毛囊，頭髮生成的重要工廠

講掉髮前，勢必要先聊聊我們的頭髮是如何生長的，這就要講到毛囊 (Hair follicle) 了。

毛囊是皮膚的附屬器官 (appendages) 之一，是生成毛髮的單位，毛囊除了生長毛髮，也可幫助表皮機能，免受外界環境的損傷，在組織更新和外傷修復中發揮重要作用²。

毛囊主要由外根鞘 (Outer root sheath)、內根鞘 (Inner root sheath) 和毛球 (Hair bulb) 構成，其中毛髮的生成由最底部的毛球進行。

毛球最底部為真皮毛乳頭細胞（Dermal papilla cell，後簡稱 DP 細胞），是發送生髮訊號的重要細胞，DP 細胞將生髮訊號傳至基質細胞 (Matrix Cell) 和毛囊幹細胞 (Hair Follicle Stem Cell) 後，就會促使毛髮開始生長。

別慌，掉頭髮不等於禿頭！

如同季節會有周期變換，毛囊的生長也是有週期的，分別是生長期 (Anagen phase)、退行期 (Catagen phase) 和休止期 (Telogen phase) 三個階段，下面簡單介紹這三個階段：

（一）生長期：此時期的毛囊呈活躍增生狀態，是毛髮生長的階段。

在這個階段中，毛髮會因毛囊幹細胞不斷的細胞分裂而變長、變粗，此外，由於此時期的毛球與皮膚組織相連緊密，因此這個階段的頭髮是很難脫落的，硬拔的話，頭皮會感到疼痛。

毛髮生長期的時間依不同皮膚區域而有異，例如頭皮的生長期為 2-5 年，睫毛則只有 2-3 個月。頭皮約有 85-90% 的頭髮位於生長期，每個月約生長 1 公分。

（二）衰退期：這個時期的毛囊細胞準備進入細胞凋亡的階段，此階段毛囊幹細胞的細胞分裂會降低，因此頭髮會慢慢變細，毛球也於此時開始萎縮。頭皮約有 1% 的頭髮位於衰退期，為期 3-6 周。

（三）休止期：此時毛囊進入休眠狀態，頭髮完全停止生長，變得很容易脫落，我們梳頭髮時，那些隨著梳子一起滑順掉落的頭髮，大部分都是處在此階段。

當頭髮脫落後，毛囊會再長出新生頭髮，重新開始一個生長週期，頭皮約有 10%-15% 的頭髮處於休止期，時長約為 3 個月。

從上面可以看出，我們的頭髮是一邊生長，一邊掉落的，因此掉髮是非常正常的現象，正常狀態下，人平均一天掉髮 50-100 根。然而，一旦每日掉髮量超過這個範圍，再加上生長期的毛囊減少，就可能威脅到髮際線，甚至導致禿頭。

毛囊的生長週期受許多因素影響，除了光照、溫度、拉扯等物理因素外，飲食、作息甚至是心理因素也會影響毛囊。

長期以來，持續的慢性壓力、精神焦慮和情緒緊張等因素被認為與掉髮密切相關，但這些壓力因素導致脫髮的生理機制是什麼，一直不為人所知。而哈佛大學的團隊，就對這個問題展開深入研究。

當壓力來臨時，小鼠也難長毛

當小鼠面臨壓力時，其腎上腺會分泌多種激素來應對，因此研究團隊的首要目標就是了解，腎上腺分泌的「壓力激素」是否會抑止小鼠毛髮的生成。

研究中，科學家比較了正常小鼠與切除腎上腺的小鼠，觀察牠們在持續慢性壓力下，兩者毛髮的生長速度是否不同。

結果顯示，切除腎上腺的小鼠，毛髮生長速度遠超過正常小鼠，也就是說，壓力激素確實會影響小鼠的毛髮生長。

另外他們也發現，腎上腺切除的小鼠，毛囊的休止期時間會大幅縮短。

腎上腺在面對壓力時會分泌多種激素，但究竟是哪種激素發揮了作用呢？

目前的研究顯示，小鼠的腎上腺應對壓力所分泌的主要激素是皮質酮。那究竟是不是皮質酮影響了毛髮的生長呢？為此研究團隊又進行了實驗。

他們讓正常情況下（沒有持續慢性壓力）的小鼠，分別飲用一般水和加有皮質酮的水。結果顯示飲用皮質酮的小鼠，毛髮的生長確實受到抑制。

接下來他們想了解，皮質酮是如何影響毛髮生長。

生髮的關鍵訊號——GAS6

研究團隊發現，皮質酮會延長毛囊幹細胞在休止期的時間，但這個影響不是直接，而是「間接」。

前文有提到，毛囊中的 DP 細胞會傳送生髮訊號來活化毛囊幹細胞，進而促使毛髮的生長，而他們發現皮質酮並非抑制毛囊幹細胞，而是抑制 DP 細胞的活性，使其無法產生生髮訊號。因此，科學家們的下一步，便是找到活化毛囊幹細胞的「訊號」到底是誰。

研究團隊在分析 DP 細胞的基因表現模式後，最終找到一個關鍵的蛋白質，那就是生長停滯特異性蛋白質 6 (Growth Arrest Specific Protein 6, GAS6)，他們發現皮質酮會抑制 DP 細胞產生 GAS6，而 GAS6 的功能正是促進細胞分裂。

科學家猜測，皮質酮（壓力）會抑制 DP 細胞產生 GAS6，讓毛囊幹細胞無法活化，進而使毛髮無法生長！為了驗證這個想法，他們又進行一系列實驗。

皮質酮會降低毛囊內的生髮訊號！

首先他們發現在壓力環境下，腎上腺切除的小鼠毛囊內，GAS6 量比正常小鼠高。但給腎上腺切除的小鼠服用皮質酮後，GAS6 的量就會降低，顯示皮質酮確實會降低毛囊內 GAS6 的量。

接著他們將小鼠的毛囊幹細胞純化出來，並加入 GAS6。結果顯示 GAS6 確實可以促進毛囊幹細胞的生長。

最後，他們用基因治療的方法將 GAS6 注射到皮膚中，讓皮膚細胞可以不斷地產生 GAS6，結果可謂非常成功！GAS6 不僅可以刺激正常小鼠的毛髮生長，也能讓長期處於慢性壓力下的小鼠長出毛髮，也就是說， GAS6 確實可以逆轉壓力對毛髮生長的抑制作用。

綜合上述所有的實驗結果，研究團隊確認皮質酮（壓力）會抑制 DP 細胞產生 GAS6，讓毛囊幹細胞無法活化，進而使毛髮無法生長。讓壓力導致掉髮的機制清晰的展現出來。

頂上無毛有救了？可能要再等等

既然已經知道壓力導致掉髮的機制，那補充 GAS6 是否也能逆轉壓力對人造成的掉髮呢？答案是：不知道。

首先，小鼠的皮質酮雖被認為相當於人的皮質醇，但皮質醇在人體內是否產生上述的機制（即抑制 DP 細胞產生 GAS6）需要實驗驗證。

其次，小鼠和人類的毛囊週期持續時間是不同的。在成年小鼠中，大多數毛囊都處於休止期，而人類的頭皮毛囊約有 90% 處於生長期。因此所以必須先測試皮質酮對生長期毛囊的影響，才能更安全的應用在人體上。

雖然這篇文章的發現，還辦法那麼快速應用到人體上，但這篇文章找出了壓力導致掉髮的機制，或許未來，我們只需要補充 GAS6 就能抵銷慢性壓力對頭髮的不良影響。但在這天來臨前，學會調適工作與生活中的壓力，或許還是最簡便與實在的方法！

1. Choi, S., Zhang, B., Ma, S. et al. Corticosterone inhibits GAS6 to govern hair follicle stem-cell quiescence. Nature (2021)
2. Hair follicle
3. Relax to grow more hair