0

6
0

文字

分享

0
6
0

參與泛科學的心得

Gene Ng_96
・2015/10/26 ・5333字 ・閱讀時間約 11 分鐘 ・SR值 532 ・七年級

泛科學已經成為台灣最大的科普網站,臉書粉絲頁已有超過25萬人按讚。泛科學準備在11月8日(日)舉辦泛科知識節,一天內舉辦超過40場講座、對談和工作坊,將會是台灣科普界的里程碑。

其實,當泛科學的臉書粉絲頁有5萬人按讚時,我還吐槽了一下,說朱學恒的有15萬人按讚,泛科學只有他的三分之一而已。而現在泛科學臉書粉絲頁已達到他40萬人的超過一半,希望有一天能夠徹底超越!

對這成就,身為持續在泛科學發表文章的作者群之一,當然感到甚有榮焉。泛科學不是完美的,我有不少意見,當然讀者也更是有不少意見,最近有篇文章〈閱讀泛科學的心得〉,在幾位泛科學作者間有些討論。基本上,該作者阿捷認為泛科學有些作者在文章中「腦補」。

由於這篇文章有個大問題,就是就抽象原則來說,他說得很有道理啊。可問題是,文中完全沒有舉任何例子,指出他認為腦補的是啥。這個很難進行討論,因為找十個人來讀該文章,然後去找近期符合他描述的泛科學文章,可能會有十個版本XD

-----廣告,請繼續往下閱讀-----

不過,由於近來我們在泛科學有就一些問題進行了討論,我想就在這篇文章闡明我的立場,那就是科普作家能否有自己個人的見解、主張和立場?我並沒有要作平衡報導,因為我在這裡就是要用鮮明的立場來說明,科普作家有個人鮮明的立場,不僅不是個必要之惡,還可以是錦上添花。由於,無法明確瞭解該作者的例子,所以這篇文章可能和他的論點是毫無交集的,這可能有待未來的交鋒和討論來釐清。

其實,我認為科普作家,只要沒有扭曲科學事實,個人風格不該是受限的,並且只要清楚闡明,作者是能夠有個人立場的。如果不能有個人立場,市面上許多優異的科普書可能都要消失了。而且如果只是要忠實地以白話描述科學發現,那根本就不需要泛科學,只要有維基百科就行了!

科普文章能有價值判斷嗎?

有一些哲學家在研究科學時,是用規範性(normative)的立場,就是在闡述科學應該要怎麼樣等等等。這篇顯然就是用規範性的立場出發。另一種科學哲學的態度和方法,則不是在試圖規範科學,而是去探討為什麼科學家會這麼做和這麼說?

要求科普文章力求完全客觀,並不是一個人的主張而已。有些讀者也曾有過強烈的要求,認為科普作家只要客觀呈現科學知識就好,不該妄加主觀的立場和判斷。在哲學上,陳述有兩種,實證陳述(positive statements)和規範陳述(normative statements),前者是客觀地提出事實,簡來就說就是指事物是什麼;而後者是有價值判斷的,簡單來說是指事情該怎麼樣。我今天喝了八杯水,是實證陳述,可是我建議你一天要喝八杯水,是規範陳述。

-----廣告,請繼續往下閱讀-----

因此,如果力求客觀,至少就不該出現規範陳述,因為涉及了價值判斷。為什麼一天該喝八杯水?是因為健康嗎?那為何要健康?不健康不行嗎?因為,只要涉及了價值判斷,就一定是主觀的,即使大部分人都同意也如此。

回到科普或科學傳播的問題,完全的客觀,是可能的嗎?科學家在處理科學知識時,或者一個科學傳播者,在傳播科學知識時,實際上是怎麼看待那些科學知識的,是把它們完全客觀的使用和闡述嗎?

其實,後來的許多科學哲學家都指出,完全的客觀是很難的。就算是最基礎的物理學來說好了,光有波粒二重性,這個大家都知道吧?可是什麼是粒子?什麼是波?粒子就一定是一顆顆小小的東西嗎?那什麼又是波?是上上下下的振動嗎?用粒子也好,波也好來描述光子,是因為我們在現實生活中,能知道什麼是粒子和波,但光其實不是真正的粒子和波,也不是非粒子和波,是我們人類主觀把光當粒子和波。

波粒二象性示意圖說明,從不同角度觀察同樣一件物體,可以看到兩種迥然不同的圖樣。source:wikipedia
波粒二象性示意圖說明,從不同角度觀察同樣一件物體,可以看到兩種迥然不同的圖樣。source:wikipedia


光子的行為最客觀來說,可以用數學方程式來描述,可是只要述諸了文字,要去描繪其行為時,就只能用一些人類比較能夠理解的具體事物來描述。沒有人學物理只用數字方程式,這根本不可能完全不用任何文字來描述現象。可能只有學者型自閉症患者的世界是最接近完全客觀的,因為他們沒有正常人有的情感能力,但他們也許根本無法和外界溝通啊,也幾乎沒有哪位物理學大師是學者型自閉症患者吧?

-----廣告,請繼續往下閱讀-----

所以,在科學教育上,純然的客觀,根本不太可能存在,因為我們,尤其是初學者,必定要用具體和主觀的事物去理解學習科學。而科學研究的過程,更不會是純然客觀的,高度的客觀都會有傷科學研究。科學是實證的,可是科學研究的過程是藝術。如果科學研究是個純然客觀的過程,那麼意思就是可以用電腦程式來進行。

科學研究過程,重要的問題是什麼?那些問題為何比另一些問題重要?問題該用什麼方法解決?實驗數據該怎麼解釋?某領域的科學知識能用在另一個領域來解決問題嗎?這些,都是人類主觀認定的,只是這樣的主觀會由科學社群去中心化地凝聚成共識而成為一定的客觀。

投稿最頂尖的科學期刊如《自然》(Nature)和《科學》(Science),有高達97%在第一關就被退稿,進入審查程序的,也大概只有三分之一會被接受發表。很多投稿,在投稿信中就要簡短闡述其研究的重要性和價值,而重要性和價值的判斷,更不可能是客觀的!很多時候,往往只是主編的偏好而已。但這阻礙了科學進展了嗎?多少會有影響,但劃時代的研究,終究有一天仍然會在科學社群內被重新發掘。而且我們都知道,不幸被《自然》或《科學》退稿的好論文,還可以試試《美國國家科學院院刊》(PNAS)啊XD

科學數據和知識是死的,是要靠人解釋的。在撰寫論文時,要分成好幾個部分來寫,有Introduction、Materials & Methods、Results、Discussion和Conclusion。我博士論文指導教授在教我寫論文時,就說Introduction、Materials & Methods、Results和Conclusion要老老實實地寫,可是Discussion可以發揮想像力。有些國內學者嘲笑國外學者的論文太浮誇,是因為人家就是在Discussion有些天馬行空啊,可是論文的同儕審查,一般上對Discussion是比較鬆的,只要不要過度誇張地誇大,討論到超出論文主題太多,基本上的是睜隻眼、閉隻眼,也就是說即使是科學論文也有一定的彈性。

-----廣告,請繼續往下閱讀-----

即使Introduction是要老實地寫,可是寫得好不好,就是能否交待清楚什麼問題是重要的,過去人家做過了什麼,為什麼還值得繼續做,自己的研究又推動了什麼樣的科學進展,有什麼樣的價值,也某個程度上決定了論文的好壞。這些都是在一定程度上是主觀的,同樣的科學數據,寫得精不精彩,解釋得夠不夠力,決定了刊登的期刊有多好。

還有,科學研究的過程還有許多人性的部分,這些人性的部分也很腦補。李遠哲看棒球時想到了分子束的研究方法,費曼看到轉動的盤子想到量子力學的問題,穆利斯在塞車的雙向車陣中得出PCR的靈感,凱庫勒從夢中咬住自己尾巴的蛇想到苯環的結構,這些算是腦補嗎?是腦補啊,他們都沒在客觀地看事物啊,還腦補到其他東西去了啊XD

科學的運作是去中心化的

回到科學哲學的問題,科學是一個人類最特殊的文明活動,有機會讀孔恩(Thomas S. Kuhn,1922-1996)的《科學革命的結構》(The Structure of Scientific Revolutions),不管同不同意他的觀點,都不得不承認他列出了科學活動的許多迷人的特色。

我談到科學活動的主觀和藝術,並非認定科學有如人文和藝術那樣主觀。科學界其實是有強力的規範的,我們在學習科學研究方法的過程中,其中最重要的一環就是摸索其規範。科學界既然有許多規範,可是這些規範是哪來的?科學界沒有帝王和政府來制定規範,是由科學家們組成一個個社群討論出來的,整個過程是自發組織且去中心化的。幾乎所有運作良好的學會、期刊,都是自發組織且去中心化的!學會會長和總編輯甚至只是行政職,學會和期刊的發展走向是由理事會和編輯部商討出來的。這個自發組織且去中心化的方法,比網際網路的去中心化早了幾百年!

-----廣告,請繼續往下閱讀-----

去中心化,沒有帝王和政府來規範,科學家自我規範,才是科學運作最順暢的條件!因為科學是探索未知的,是因地制宜的,沒有人知道未來什麼該規範,而什麼不該規範!基因重組在方興未艾時,引起社會大眾恐懼,迄今仍有不少科幻片在拍科學家製造出毀滅性的病毒等等。可是,從事分子生物研究的人都知道,我們必須遵守不少規範,而那些規範,是科學家自我設限的,不是有一個高高在上的政府來主導管制的。

科學的規範,好比如球賽的規則,不想遵守大可不玩,可是要玩就要遵守,有哪條規則過時了,可以討論修改,而非一成不變。無法規範的科學社群會成為散沙無法凝集產生影響力,而墨守成規的科學社群會被淘汰,就像許多期刊、學會、科系走進歷史一樣,會有後起之秀起而代之,是科學一直不斷進步前進的動力,是整個科學社群去中心化地運作的結果,不是由一個全能全知的人來規範和主導。因此,我們在學習如何進行科學研究的過程,是在學會其默契,而非拿一本本高人撰寫的教條來背。

以上談的是科學研究,而科學教育和科學傳播呢?其實也是一樣去中心化地運作!去市面上買下所有的大學基礎教科書,如普生、普化、普物等教科書,即使作者文風不同,書中舉的例子不同,可是談的原則基本上大同小異啊!課綱是誰來主導的?科學界有教育部來主導課綱嗎?反課綱要上哪去反啊?基本上也沒有全球科學界的教育部啊!沒有課綱,科學家要怎麼教小孩啊?科學教育,也是用去中心化的方式在運作的啊!愈是基礎的教科書,就愈是能夠掌握科學界的共識。我們怎麼知道哪本教科書比較好?靠的是口碑啊!口碑,就是去中心化的!

去中心化,所以科學才能滲透到幾乎所有國家的基礎教育裡去,聯合國並沒有規定科學在國民教育裡該教什麼,該怎麼教吧?去中心化,就因為沒有高高在上的力量,才更有力量!這和我們,尤其是亞洲社會認知有差,很多人可能以為要有一個權力一把捉的團體,才能有效率和力量。崇尚威權的政黨,尤其無法理解公民運動的自發性和去中心化,心裡一直認定一定是在幕後黑手在操縱婉君。

-----廣告,請繼續往下閱讀-----

科學教育是去中心化的,就科普而言,也是如此。如果去讀一百本科普書(我書評都寫超過兩百篇了),就會發現每個作家有很不同的風格,有些平實、有些比較誇張、有些嚴肅、有些詼諧、有些立求客觀、有些有濃厚的個人立場和主張,可是共同的原則是不能扭曲和曲解科學事實和知識。是誰來規範科普作家呢?不是由一個中心化的組織來規範,是靠讀者和科學社群的評價,說穿了就是靠口碑而已。

科學家也好,科普作家也有,最在乎的之一是名聲,大家都是愛惜羽毛的。要進行科學研究、科學教育和科學傳播,就是要來遵守默契,也就是無形的、去中心化的規範。我也有文章被泛科學被讀者質疑後,經編輯部和我討論後,決定下架。有篇是因為內容不合適,另一篇是因為涉及太多主觀認定而有偏頗。我的疏失是我個人不對,但我更慶幸這個平台的運作,就是科學社群運作的典範!所以我不吝分享這些丟臉的經驗,來說明科學社群的審查是無時無刻在進行的,立言就是要力求嚴謹。

科學活動和科學傳播,基本上是去中心化運作的,而泛科學就是因為提供了一個去中心化的平台,給予作者們很大的彈性和自由,所以激盪出許多好文章。泛科學只有給我們一項原則,就是要引用出處,在實證陳述部分要言必有據。促成科普書的黃金時代的一位科普界前輩就曾跟我提過,他認為泛科學的最大優點之一就是「亂」XD 因為「亂」,泛科學才多元而活潑,也才讓許多科普前輩跌破眼鏡地壯大。

12170795_1261566570526821_221398696_o

如果要力求客觀,可以去維基百科撰寫或閱讀條目,維基百科的撰寫有其遊戲規則,其規範也是社群研討出來的。維基百科是參考資料,是已經對某些事物感興趣的人去主動參閱的,維基百科的功能不在於主動告訴你什麼東西是有趣的、重要的。可是科普書也好,科普文章、演講也好,就是作者試圖主動告訴你,什麼是重要的,什麼是有趣的,這絕對涉及價值判斷。維基百科和泛科學,是網際網路去中心化運作的好例子,是兩個不同功能但能互補的多元存在。

-----廣告,請繼續往下閱讀-----

而且泛科學這個平台,還能透過在文章底下的留言和臉書的分享來討論。就像這篇文章,雖然我不同意他的觀點,我也盡力反駁,但他激發我們的思考,就是一篇好文章啊XD 這篇文章有點雜,就是因為是從臉書討論拼貼擴展而成的。

既然是去中心化的,何不就讓泛科學繼續多元?讓想寫客觀報導的作者寫客觀的報導,讓有立場、見解的作者演示如何用科學方法來解答他 們關注的問題,讓社群來解決那樣的解答好不好,如果解答得不夠好,只要作者沒有扭曲事實和曲解科學知識,何不也寫篇文章來討論,作者也能回應。我自己就在泛科學和其他作者討論了美國牛和偽科學而有好幾篇一系列的文章,這就是網路媒體的最大優勢之一啊!

我這篇文章有沒有價值,不是我個人吹噓出來的(因為一定是好文),也不是稿費多少(因為沒有T.T),更不是有老師打分數(教育部指派嗎?),而是由社群去中心化地決定的。與其規範性地要求不能有規範陳述,還不如參與社群的去中心化運動吧!

本文原刊登於The Sky of Gene本文亦同步刊登於泛科學。

-----廣告,請繼續往下閱讀-----
文章難易度
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

2
1

文字

分享

0
2
1
「融合蛋白」如何全方位圍剿狡猾癌細胞
鳥苷三磷酸 (PanSci Promo)_96
・2025/11/07 ・5944字 ・閱讀時間約 12 分鐘

本文與 TRPMA 台灣研發型生技新藥發展協會合作,泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此,我們花了很多時間介紹最新、最有效的抗癌方法之一:免疫療法

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機,能精準鎖定你體內的敵人——癌細胞,為它們打上標記,然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統,為身體「上buff (增益) 」來抗癌,副作用較低,因此備受好評。

-----廣告,請繼續往下閱讀-----

但尷尬的是,經過幾年的臨床考驗,科學家發現:光靠抗體對抗癌症,竟然已經不夠用了。

事情是這樣的,臨床上醫生與科學家逐漸發現:這個抗體標記,不是容易損壞,就是癌細胞同時設有多個陷阱關卡,只靠叫醒免疫細胞,還是難以發揮戰力。

但好消息是,我們的生技工程也大幅進步了。科學家開始思考:如果這台偵察無人機只有「標記」這一招不夠用,為什麼不幫它升級,讓它多學幾招呢?

這個能讓免疫藥物(偵察無人機)大進化的訓練器,就是今天的主角—融合蛋白(fusion protein)

-----廣告,請繼續往下閱讀-----
融合蛋白(fusion protein)/ 圖片來源:wikipedia

融合蛋白是什麼?

免疫療法遇到的問題,我們可以這樣理解:想像你的身體是一座國家,病毒、細菌、腫瘤就是入侵者;而抗體,就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內,它能迅速辨識敵人、緊抓不放,並呼叫其他免疫單位(友軍)一同解決威脅。過去 20 年,最強的偵查機型叫做「單株抗體」。1998年,生技公司基因泰克(Genentech)推出的藥物赫賽汀(Herceptin),就是一款針對 HER2 蛋白的單株抗體,目標是治療乳癌。

這支無人機群為什麼能對抗癌症?這要歸功於它「Y」字形的小小抗體分子,構造看似簡單,卻蘊藏巧思:

  • 「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」。
  • 「Y」 字形的「尾巴」就是我們說的「標籤」,它能通知免疫系統啟動攻擊,稱為結晶區域片段「Fc 區域」。具體來說,當免疫細胞在體內巡邏,免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合,進而認出病原體或感染細胞,接著展開清除。

更厲害的是,這個 Fc 區域標籤還能加裝不同功能。一般來說,人體內多餘的分子,會被定期清除。例如,細胞內會有溶酶體不斷分解多餘的物質,或是血液經過肝臟時會被代謝、分解。那麼,人造抗體對身體來說,屬於外來的東西,自然也會被清除。

-----廣告,請繼續往下閱讀-----

而 Fc區域會與細胞內體上的Fc受體結合,告訴細胞「別分解我」的訊號,阻止溶酶體的作用。又或是單純把標籤做的超大,例如接上一段長長的蛋白質,或是聚乙二醇鏈,讓整個抗體分子的大小,大於腎臟過濾孔的大小,難以被腎臟過濾,進而延長抗體在體內的存活時間。

偵測器(Fab)加上標籤(Fc)的結構,使抗體成為最早、也最成功的「天然設計藥物」。然而,當抗體在臨床上逐漸普及,一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」,但這同時也是它的限制。

「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」/ 圖片來源:shutterstock

第一個問題:抗體只能打「魔王」,無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效,因為敵人身上有明顯標記。但癌細胞的形成與惡化,是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛,卻只能針對已經帶有特定分子的癌細胞魔王,無法摧毀那個孕育魔王的系統魔窟。這時,我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

-----廣告,請繼續往下閱讀-----

第二個問題:開發產線的限制。

抗體的開發,得經過複雜的細胞培養與純化程序。每次改變結構或目標,幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機,明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間,讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路,科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計,巧合的是,真正的突破靈感,仍然來自大自然。

在自然界中,基因有時會彼此「融合」成全新的組合,讓生物獲得額外功能。例如細菌,它們常仰賴一連串的酶來完成代謝,中間產物要在細胞裡來回傳遞。但後來,其中幾個酶的基因彼此融合,而且不只是基因層級的合併,產出的酶本身也變成同一條長長的蛋白質。

-----廣告,請繼續往下閱讀-----

結果,反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」,而是直接在同一條生產線上完成。對細菌來說,能更快處理養分、用更少能量維持生存,自然形成適應上的優勢,這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發:如果我們也能把兩種有用的蛋白質,「人工融合」在一起,是否就能創造出更強大的新分子?於是,融合蛋白(fusion protein)就出現了。

以假亂真:融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺:把兩種以上、功能不同的蛋白質,用基因工程的方式「接起來」,讓它們成為同一個分子。 

1990 年,融合蛋白 CD4 免疫黏附素(CD4 immunoadhesin)誕生。這項設計,是為了對付令人類聞風喪膽的 HIV 病毒。

-----廣告,請繼續往下閱讀-----

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中,大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作,幫助 T 細胞辨識其他細胞表面的抗原片段,等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球,就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍,竟然把 T 細胞的 CD4 探測器,當成了自己辨識獵物的「標記」。沒錯,對 HIV 病毒來說,免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白,會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合,就會啟動一連串反應,讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞,導致免疫系統逐漸崩潰。

為了逆轉這場悲劇,融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似,由由兩個不同段落所組成:一端是 CD4 假受體,另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內,它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

-----廣告,請繼續往下閱讀-----

厲害了吧。 病毒以為自己抓到了目標細胞,其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4,自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用:一是延長融合蛋白在體內的存活時間;二是理論上能掛上「這裡有敵人!」的標籤,這種機制稱為抗體依賴性細胞毒殺(ADCC)或免疫吞噬作用(ADCP)。當免疫細胞的 Fc 受體與 Fc 區域結合,就能促使免疫細胞清除被黏住的病毒顆粒。

不過,這裡有個關鍵細節。

在實際設計中,CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是:HIV 專門攻擊的就是免疫細胞本身,許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍,反而可能引發強烈的發炎反應,甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊,這樣副作用太大。因此,CD4 免疫黏附素的 Fc 區域會加入特定突變,讓它只保留延長藥物壽命的功能,而不會與淋巴球的 Fc 受體結合,以避免誘發免疫反應。

從 DNA 藍圖到生物積木:融合蛋白的設計巧思

融合蛋白雖然潛力強大,但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事,得從最根本的設計圖,也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質,都是細胞照著 DNA 上的指令一步步合成的。所以,如果科學家想把蛋白 A 和蛋白 B 接在一起,就得先把這兩段基因找出來,然後再「拼」成一段新的 DNA。

不過,如果你只是單純把兩段基因硬接起來,那失敗就是必然的。因為兩個蛋白會互相「打架」,導致摺疊錯亂、功能全毀。

這時就需要一個小幫手:連接子(linker)。它的作用就像中間的彈性膠帶,讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計,是用多個甘胺酸(G)和絲胺酸(S)組成的柔性小蛋白鏈。

設計好這段 DNA 之後,就能把它放進細胞裡,讓細胞幫忙「代工」製造出這個融合蛋白。接著,科學家會用層析、電泳等方法把它純化出來,再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利,這個人工設計的融合分子,就能像自然界的蛋白一樣穩定運作,一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白,早就不只是「假受體+Fc 區域」這麼單純。它已經跳脫模仿抗體,成為真正能自由組裝、自由設計的生物積木。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一 / 圖片來源:wikipedia

融合蛋白的強項,就在於它能「自由組裝」。

以抗體為骨架,科學家可以接上任何想要的功能模組,創造出全新的藥物型態。一般的抗體只能「抓」(標記特定靶點);但融合蛋白不只會抓,還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下,它在藥物設計上,幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說,當我們選擇使用融合蛋白時,通常會期待它能發揮幾種關鍵效果:

  1. 療效協同: 一款藥上面就能同時針對多個靶點作用,有機會提升治療反應率與持續時間,達到「一藥多效」的臨床價值。
  2. 減少用藥: 原本需要兩到三種單株抗體聯合使用的療法,也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數,對病人來說,也有機會因為用藥減少而降低治療成本。
  3. 降低毒性風險: 經過良好設計的融合蛋白,可以做到更精準的「局部活化」,讓藥物只在目標區域發揮作用,減少副作用。

到目前為止,我們了解了融合蛋白是如何製造的,也知道它的潛力有多大。

那麼,目前實際成效到底如何呢?

一箭雙鵰:拆解癌細胞的「偽裝」與「內奸」

2016 年,德國默克(Merck KGaA)展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於,它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝,一邊解除它的防護罩。

PD-L1,我們或許不陌生,它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時,就會讓免疫系統誤以為「這細胞是自己人」,於是放過它。我們的策略,就是用一個抗體或抗體樣蛋白黏上去,把這張「偽裝良民證」封住,讓免疫系統能重新啟動。

但光拆掉偽裝還不夠,因為癌細胞還有另一位強大的盟友—一個起初是我軍,後來卻被癌細胞收買、滲透的「內奸」。它就是,轉化生長因子-β,縮寫 TGF-β。

先說清楚,TGF-β 原本是體內的秩序管理者,掌管著細胞的生長、分化、凋亡,還負責調節免疫反應。在正常細胞或癌症早期,它會和細胞表面的 TGFBR2 受體結合,啟動一連串訊號,抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期,TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失,導致 TGF-β 不但失去了原本的抑制作用,反而轉向幫癌細胞做事

它會讓細胞骨架(actin cytoskeleton)重新排列,讓細胞變長、變軟、更有彈性,還能長出像觸手的「偽足」(lamellipodia、filopodia),一步步往外移動、鑽進組織,甚至進入血管、展開全身轉移。

更糟的是,這時「黑化」的 TGF-β 還會壓抑免疫系統,讓 T 細胞和自然殺手細胞變得不再有攻擊力,同時刺激新血管生成,幫腫瘤打通營養補給線。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣,這個融合蛋白在體內循環時,會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合,從而鬆開了那副壓抑免疫系統的腳鐐。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」/ 情境圖來源:shutterstock

告別單一解方:融合蛋白的「全方位圍剿」戰

但,故事還沒完。我們之前提過,癌細胞之所以難纏,在於它會發展出各種「免疫逃脫」策略。

而近年我們發現,癌細胞的「偽良民證」至少就有兩張:一張是 PD-L1;另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號,當它與免疫細胞上的 SIRPα 結合時,就會抑制吞噬反應。

為此,總部位於台北的漢康生技,決定打造能同時對付 PD-L1、CD-47,乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已,但實際上極不簡單。截至目前,全球都還沒有任何三功能抗體或融合蛋白批准上市,在臨床階段的生物候選藥,也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術,製作出了三功能的生物藥 HCB301,目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強,還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄,我們就透過融合蛋白,創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力,而是一組可以「客製化組裝」的平台,用以應付癌細胞所有的逃脫策略。

Catch Me If You Can?融合蛋白的回答是:「We Can.」

未來癌症的治療戰場,也將從尋找「唯一解」,轉變成如何「全方位圍剿」癌細胞,避免任何的逃脫。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
解密機器人如何學會思考、觸摸與變形
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/09 ・6820字 ・閱讀時間約 14 分鐘

本文與 Perplexity 合作,泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡,機器人的聲音就該是冰冷、單調,不帶一絲情感 。它們的動作僵硬,肢體不協調,像一個沒有靈魂的傀儡,甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是,現今的機器人發展不再只會跳舞或模仿人聲,而是已經能獨立完成一場膽囊切除手術。

就在2025年,美國一間實驗室發表了一項成果:一台名為「SRT-H」的機器人(階層式手術機器人Transformer),在沒有人類醫師介入的情況下,成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力,最終在八個不同的離體膽囊上,達成了 100% 的自主手術成功率。

-----廣告,請繼續往下閱讀-----

這項成就的意義重大,因為過去機器人手術的自動化,大多集中在像是縫合這樣的單一「任務」上。然而,這一場完整的手術,是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中,實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題:我們究竟錯過了什麼?機器人是如何在我們看不見的角落,悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化?

這趟思想探險,將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到,它們正以前所未有的方式,發展出生物般的觸覺、理解複雜指令、學會團隊合作,甚至開始自我修復與演化,成為一種真正的「準生命體」 。

所以,你準備好迎接這個機器人的新紀元了嗎?

-----廣告,請繼續往下閱讀-----

只靠模仿還不夠?手術機器人還需要學會「犯錯」與「糾正」

那麼,SRT-H 這位機器人的外科大腦,究竟藏著什麼秘密?答案就在它創新的「階層式框架」設計裡 。

你可以想像,SRT-H 的腦中,住著一個分工明確的兩人團隊,就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

  • 第一位,是動口不動手的總指揮「黑傑克」: 它不下達具體的動作指令,而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令,是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
  • 第二位,是靈巧的助手「皮諾可」: 它負責接收黑傑克的語言指令,並將這些抽象的命令,轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工,而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始,研究人員在訓練過程中,會刻意讓它犯錯,並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法,被稱為「糾正性示範」 。

SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。 / 圖片來源:shutterstock

這項訓練,讓 SRT-H 學會了一項外科手術中最關鍵的技能:當它發現執行搞砸了,它能即時識別偏差,並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後,機器人在遇到困難時,要不是完全失敗,就是陷入無效的重複行為中 。

-----廣告,請繼續往下閱讀-----

正是靠著這種從錯誤中學習、自我修正的能力,SRT-H 最終在八次不同的手術中,達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦,足以應付更混亂、更無法預測的真實世界嗎?例如在亞馬遜的倉庫裡,機器人不只需要思考,更需要實際「會做事」。

要能精準地與環境互動,光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體,它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去,這裡的倉儲機器人(如 Kiva 系統)就像放大版的掃地機器人,核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸,只負責搬運整個貨架,再由人類員工挑出包裹。

-----廣告,請繼續往下閱讀-----

但 2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡,商品被存放在由彈性帶固定的織物儲物格中,而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網,再從堆放雜亂的儲物格中,精準取出單一包裹,且不能造成任何損壞。

2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan / 圖片引用:https://www.aboutamazon.com/news

Vulcan 的核心突破,就在於它在「拿取」這個動作上,學會了生物般的「觸覺」。它靈活的機械手臂末端工具(EOAT, End-Of-Arm Tool),不僅配備了攝影機,還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力,和三個維度的旋轉力矩。這就像你的手指,裡頭分布著非常多的受器,不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」,能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同,從而動態調整行為,避免損壞貨物。

其實,這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時,你的大腦並不會先計算出精準的空間座標。實際上,你會先把手伸到大概的位置,讓指尖輕觸桌面,再沿著桌面滑動,直到「感覺」到硬幣的邊緣,最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺+觸覺」的混合策略,先用攝影機判斷大致的空間,再用觸覺回饋完成最後精細的操作。

-----廣告,請繼續往下閱讀-----

靠著這項能力,Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項,並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義,從單純的「替代人力」,轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」,Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎?它們都還是「專家」,一個只會開刀,一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本,但機器人的終極目標,是像人類一樣成為「通才」,讓單一機器人,能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」?

你問,機器人能成為像我們一樣的「通才」嗎?過去不行,但現在,這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去,我們教機器人只會一個指令、一個動作。但現在,科學家們換了一種全新的教學思路:停止教機器人完整的「任務」,而是開始教它們基礎的「技能基元」(skill primitives),這就像是動作的模組。

-----廣告,請繼續往下閱讀-----

例如,有負責走路的「移動」(Locomotion) 基元,和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法,學習如何組合這些「技能基元」來達成新目標。

舉個例子,當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時,它會自動將其拆解為一系列已知技能的組合:首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後,就可以開始來大量訓練。

當多重宇宙的機器人合體練功:通用 AI 的誕生

好,既然要學,那就要練習。但這些機器人要去哪裡獲得足夠的練習機會?總不能直接去你家廚房實習吧。答案是:它們在數位世界裡練習

NVIDIA 的 Isaac Sim 等平台,能創造出照片級真實感、物理上精確的模擬環境,讓 AI 可以在一天之內,進行相當於數千小時的練習,獨自刷副本升級。這種從「模擬到現實」(sim-to-real)的訓練管線,正是讓訓練這些複雜的通用模型變得可行的關鍵。

-----廣告,請繼續往下閱讀-----

DeepMind 的 RT-X 計畫還發現了一個驚人的現象:用來自多種「不同類型」機器人的數據,去訓練一個單一的 AI 模型,會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後,它在任何單一機器人上的成功率,比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後,經驗值合併,讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。

AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。/ 圖片來源:shutterstock

不再是工程師,而是「父母」: AI 的新學習模式

這也導向了一個科幻的未來:或許未來可能存在一個中央「機器人大腦」,它可以下載到各種不同的身體裡,並即時適應新硬體。

這種學習方式,也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師,而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型,正是透過一個「數據金字塔」來進行訓練的:

  • 金字塔底層: 是大量的人類影片。
  • 金字塔中層: 是海量的模擬數據(即我們提過的「數位世界」練習)。
  • 金字塔頂層: 才是最珍貴、真實的機器人操作數據。

這種模式,大大降低了「教導」機器人新技能的門檻,讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體,而是「任何」物體?

我們一路看到了機器人如何學會思考、觸摸,甚至舉一反三。但這一切,都建立在一個前提上:它們的物理形態是固定的。

但,如果連這個前提都可以被打破呢?這代表機器人的定義不再是固定的形態,而是可變的功能:它能改變身體來適應任何挑戰,不再是一台單一的機器,而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院特別具有代表性,該學院的仿生機器人實驗室(Bioinspired Robotics Group, BIRG)2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院(EPFL)特別具有代表性。該學院的仿生機器人實驗室(BIRG)在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年,來自 EPFL 的另一個實驗室——可重組機器人工程實驗室(RRL),更進一步推出了 Mori3,這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

2023 年來自 EPFL 的另一個實驗室—可重組機器人工程實驗室(RRL)推出了 Mori3 © 2023 Christoph Belke, EPFL RRL

Mori3 的核心,是一個個小小的三角形模組。別看它簡單,每個模組都是一個獨立的機器人,有自己的電源、馬達、感測器和處理器,能獨立行動,也能和其他模組合作。最厲害的是,它的三條邊可以自由伸縮,讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時,就能像一群活的拼圖一樣,從平面展開,組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡,我們熟悉的 3D 模型,其實就是由許多多邊形(通常是三角形)拼湊成的網格。Mori3 的創新之處,就是把這種純粹的數位抽象,真正搬到了現實世界,讓模組們化身成能活動的「實體網格」。

這代表什麼?團隊已經展示了三種能力:

  • 移動:他們用十個模組能組合成一個四足結構,它能從平坦的二維狀態站立起來,並開始行走。這不只是結構變形,而是真正的協調運動。
  • 操縱: 五個模組組合成一條機械臂,撿起物體,甚至透過末端模組的伸縮來擴大工作範圍。
  • 互動: 模組們能形成一個可隨時變形的三維曲面,即時追蹤使用者的手勢,把手的動作轉換成實體表面的起伏,等於做出了一個會「活」的觸控介面。

這些展示,不只是實驗室裡的炫技,而是真實證明了「物理多邊形網格化」的潛力:它不僅能構建靜態的結構,還能創造具備複雜動作的動態系統。而且,同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景:救援隊帶來的不是一台笨重的挖土機,而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人,鑽入瓦礫縫隙;一旦進入開闊地後,再重組成一隻多足的「蜘蛛」,以便在不平的地面上穩定行走;發現受困者時,一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑,另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景,正是科幻中的概念:可程式化物質(Programmable Matter),或稱「黏土電子學」(Claytronics)。想像一桶「東西」,你可以命令它變成任何你需要的工具:一支扳手、一張椅子,或是一座臨時的橋樑。

未來,我們只需設計一個通用的、可重構的「系統」,它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上,是一個從硬體定義的世界,走向軟體定義的物理世界的轉變。

更重要的是,因為模組可以隨意分開與聚集,損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時,它就像一個超個體,如同蟻群築橋。至此,「機器」與「有機體」的定義,也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡,演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T),甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展,一個全新的挑戰也隨之而來:在一個 AI 也能生成影像的時代,我們如何分辨「真實的突破」與「虛假的奇觀」?

舉一個近期的案例:2025 年 2 月,一則影片在網路上流傳,顯示一台人形機器人與兩名人類選手進行羽毛球比賽,並且輕鬆擊敗了人類。我的第一反應是懷疑:這太誇張了,一定是 AI 合成的影片吧?但,該怎麼驗證呢?答案是:用魔法打敗魔法。

在眾多 AI 工具中,Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity,它馬上就告訴我:該影片已被查證為數位合成或剪輯。但它並未就此打住,而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D

接著,選擇「研究模式」,就能深入了解 ANYmal-D 的詳細原理。原來,真正的羽球機器人根本不是「人形」,而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解,Perplexity 的「實驗室」功能,還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用,更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史:為何選擇四足?如何精進硬體與感測器結構?以及除了運動領域外,四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人:數位世界的新物種

從開刀、揀貨、打球,到虛擬練功,這些都是機器人正在學習「幫我們做」的事。但接下來,機器人將獲得更強的「探索」能力,幫我們做那些我們自己做不到的事。

這就像是,傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力,它就像是數位世界裡的機器人,能成為我們的「代理人」(Agent)

它的核心功能,就是拆解過去需要我們手動完成的多步驟工作流,提供「專業代工」,並直接交付成果。

例如,你可以直接對它說:「閱讀這封會議郵件,檢查我的行事曆跟代辦事項,然後草擬一封回信。」或是直接下達一個複雜的指令:「幫我訂 Blue Origin 的太空旅遊座位,記得要來回票。」

接著,你只要兩手一攤,Perplexity 就會接管你的瀏覽器,分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋,或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路,而實體機器人,則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧! 現在申辦台灣大哥大月付 599(以上) 方案,還可以獲得 1 年免費 Perplexity Pro plan 喔!(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
激盪全民對科普的想像!Open Call 成果展 5 月 26 日盛大登場
PanSci_96
・2023/05/10 ・1712字 ・閱讀時間約 3 分鐘

國科會首度向全國高中職及大專院校廣下英雄帖,舉辦「Open Call 科普 創意松」,得獎名單已揭曉,並將於今(112)年 5 月 26 日在臺北松山文創園區一號倉庫進行頒獎及展示得獎作品,當日將結合國科會科普活動計畫及科普產品製播計畫成果一同展出,讓各界能藉此機會相互激盪對科普的想像!

兼顧科普傳播與社會需求,將學生科普創意轉換為未來社會影響力

聚焦校園年輕世代所舉辦的「Open Call 科普創意松」徵件活動,分「科普創意提案」及「科普短片徵件」兩類,鼓勵高職中職及大專院校學生,透過多元科普傳播模式和影音創作發揮社會影響力。

自去(111)年 8 月底啟動徵件,有將近 90 所學校、400 多隊報名、超過 1200 人次的師生參與。在學子創意孵化的過程中,國科會也邀請業界各領域執牛耳的輔導業師,透過業師陪伴及前後世代的交流互動,優化學子的提案創意並強化其作品未來之可行性。

「科普創意提案」獲獎案例展現出青年學子對於科學教育、環境永續、生 態保育、偏鄉孩童心理輔導等議題的關注與熱情,並嘗試透過創新的科普傳播手法為在地社會議題尋求新解方。

-----廣告,請繼續往下閱讀-----

大專組金獎由來自臺北醫學大學及中國醫藥大學合組團隊「醫線教育」獲得,該團隊跨區域、跨校號召志同道合夥伴,針對疾病診斷邏輯,設計互動式教具與課程,幫助國內外大學生模擬情境以銜 接基礎知識在臨床的應用,獲評審們一致認同是難能可貴的社會實踐行動。

高中職組金獎,由彰化二林工商的「哇哈哈科學服務團」團隊獲獎,該團隊以在地高中職學生為出發點,率先成立科學服務社團,學習科技教育知識,再教導鄰近國中小學童,達到自助人助,進一步儲備種子志願團,由受助者變成助人者,形成良善循環機制,不僅將科學教育資源帶入偏鄉,培養在地科學人才, 且結合科學教育與地方文化,對地方經濟和社會發展有正面且積極的影響。

科普短片類大專組金獎作品為清華大學「清大天文社」之〈進擊的黑洞:類星體〉,該創作短片從熱門的科學新聞切入,呼應天文迷對於黑洞的好奇心, 片中穿插許多令人會心一笑的譬喻與橋段,風趣又不失其意涵。

高中職組金獎作品,是由虎尾高中「動感光波」團隊所創作之短片〈光通訊〉,主要講述以 發射器(燈泡)產生之光訊號,經由接收、轉換成電訊號,進而發出特定音階, 透過生動活潑的表演和拍攝手法,故事情節可愛清新,搭配簡易動畫和資訊圖卡,讓影片具知識性及趣味性。

-----廣告,請繼續往下閱讀-----

當日除了展示 21 個來自校園學子的獲獎科普創意,下午在舞台區會放映獲獎的 11 支科普短片及科普產品製播計畫影片,內容生動更兼具知識性與教育性,讓民眾沉浸於深入淺出的科學知識寶庫與科普視聽饗宴。

精選年度科普活動計畫作品及科普產品製播影片成果同步展出

國科會為持續推動全民科普,使科學教育不僅走入校園、更深入大眾生活,今年首度集結科普相關計畫 45 個團隊共同展出成果,國內長期推動科普、第一線面對學子的科普推手,為本次展覽設計豐富多元的科學演示,將深奧的科研成果轉化為各年齡層易懂的手作互動實驗等,包括循環材料與物件微展覽、 原住民文化數學數位教材、科普桌遊、AI 自駕車模擬行駛、植物染手作體驗、 蝴蝶科普解謎遊戲等有趣又豐富的科普體驗;此外,「數感盃中英文數學詩創作競賽」的創作成果,也將在展場中幻化為 24 公尺長的「數學詩牆」,當縝密精準的數學與柔軟詩意的文學交會,迸發出跨域創作的科普新火花!歡迎大小朋友帶著好奇心一同共襄盛舉!

活動官網

Open Call 頒獎典禮暨科普成果展」活動資訊

  • 時間:2023 年 5 月 26 日(星期五)上午 10:00 ~ 下午 5:00
  • 地點:臺北松山文創園區一號倉庫(信義區光復南路 133 號)
  • 展覽活動詳情請上活動官網:www.opencall-nstc.org.tw
-----廣告,請繼續往下閱讀-----