Loading [MathJax]/jax/input/TeX/config.js

0

0
0

文字

分享

0
0
0

讓生物學家可以小偷懶的Uno Life生物晶片

劉珈均
・2016/03/26 ・2175字 ・閱讀時間約 4 分鐘 ・SR值 596 ・九年級

DSC_3724 crop
晶片上下兩層微孔陣列各有470個微孔,下層的篩選微孔尺寸接近單細胞大小,可有效抓取單細胞;抓取後翻轉,上層較大的培養微孔可進行長時間單株培養。圖/張浩禎提供

對科學家而言,實驗室基本配備如同書桌上的文具,這些簡單物品算不上劃時代發明,但舉足輕重,幫助科學家思考與創造,國家衛生研究院實驗室的「Uno Life」生物晶片就是一款給科學家的實用工具。

生技醫藥領域約有六成以上的研究需要提取單細胞,如細胞異質性研究、癌症抗藥性、藥物篩選等。然而,傳統抓取方式繁瑣且效率差,國家衛生研究院生醫工程與奈米醫學研究所許佳賢博士帶領團隊研發一款生物晶片(註1),操作簡單、低成本,且抓取單細胞的效率從兩三成提升至近八成。

研發成員林璟輝博士笑著說:「一開始是想要偷懶地做事情。」Uno Life生物晶片設計相當簡單,點狀微孔分成上下雙層,中間為流道。注入細胞懸浮液之後,靜置一兩分鐘,細胞會平均沉降至下層的篩選微孔,接著將晶片翻面,讓單細胞移轉至相對應的大孔洞中就成了。整個過程只約十分鐘,且成功抓取單細胞的效率將近80%,後續就讓單細胞留在大孔洞中進行單株培養。

相較於此款生物晶片,傳統提取單細胞的方式相當繁複:將細胞懸浮液分注在96孔培養盤,靜置待細胞沉澱,再用顯微鏡確認盤上96個微孔中有多少個成功抓取到「一個」細胞。顯微鏡的視野塞不下單個孔洞,所以研究人員得反覆挪移盤子,如此重覆確認近百次。

-----廣告,請繼續往下閱讀-----

這傳統的「序列稀釋法」耗時、累人且效率不佳,實務上「一個」孔洞成功獲得「一個」細胞的機率通常只有10%~20%,換句話說,96孔盤最終可能只成功提取510顆細胞。若要蒐集一千個單細胞,就得重複製作上百盤才能提取所需的量;一般實驗也要製作二三十盤才足夠。

「細胞生長時會分泌一些生長因子,單顆細胞若感受不到旁邊有細胞同伴,其實比較容易死掉。」晶片上培養單細胞的微孔雖然比傳統培養空間小,但其抓取率高,單細胞彼此像是住在同宿舍的鄰居,生長情況反而較好。

IMG_4911
Uno Life生物晶片的研發團隊,左起為指導教授許佳賢、林璟暉、張浩禎。圖/劉珈均攝

林璟暉解釋單細胞研究的用途,即便來自相同組織或器官,每一顆細胞其實不太一樣,必須把細胞分開看,個別研究特性。「像罹患癌症,吃藥後有的癌細胞會死、有的不會,就是因為存在異質性。」另一大用途是製作專一性佳的「單株抗體藥物」,主要用於抗發炎與癌症治療,根據統計,去年全球銷售前十大藥物中有六項即為單抗藥物(註2)

團隊的實驗室長期研究微流體晶片,許佳賢說:「希望這塊晶片可以成為醫學基礎研究重要的一部分!」研發成員張浩禎則分享,起初有人覺得這不像一般印象中的生物晶片,因為功能太樸實了,沒有電流或電磁等華麗功能,但正因為它的樸實,適合做成產品量產。

-----廣告,請繼續往下閱讀-----

「他不需要繁複的操作技術,很容易上手!」林璟暉說。這款生物晶片能與既有的針筒幫浦、組織培養箱、顯微鏡等常用器材配合,與大部分生物實驗室的配備「相容」,也大幅節省成本與耗材。

已有不少人看到這塊生物晶片的潛力,此晶片研發成果登上英國皇家化學學會發行的期刊《實驗室晶片》(Lab on a Chip),正在申請相關專利。團隊已與清大、國衛院等簽署合作備忘錄,也有美國知名大學前來探問,2015年參加科技部新創業競賽更進入前20強,天使創投也表達投資意願,可望成立新創公司

晶片規格小檔案
晶片大小:12.75 x 20.25mm²
下層篩選微孔:直徑25微米、深度26及30微米
上層培養微孔:直徑285及485微米、深度300微米

 

註:

-----廣告,請繼續往下閱讀-----
  1. 生物晶片可分為「DNA 核酸探針晶片」及「實驗室晶片」兩類。前者是在小面積上安置核酸探針,檢測以獲得基因序列的豐富資訊;實驗室晶片又稱微流體晶片,為近代生物科技一大革命,傳統實驗室的複雜流程就濃縮在一塊數公分大小的晶片上。它利用微機電系統技術,將傳統生化分析中所需的微閥門、微過濾器、微管道、微感測器等元件集中在晶片上,只要一塊晶片以及微小液量,便能進行樣品前處理、樣品分離、試劑傳送、偵測等工作。微流體生物晶片用處廣泛,新藥開發、血液篩檢、感染病原檢測、基因表現分析、法醫辨識鑑定、環境及食品檢測等皆可見其應用。
  2. 2014年全球銷售前十名藥品中,六項單株抗體藥物為:RemicadeEnbrelHumira(此三者治療類風濕性關節炎)Rituxan AvastinHerceptin(此三者適應症分別為淋巴癌、大腸直腸癌、乳癌)

參考資料:

  • 林璟暉、莊堵安、張浩禎、葉鵑鳳、邱英明、許佳賢。2015。高通量單細胞篩選與細胞單株化培養之雙微孔微流晶片。科儀新知,204,35-47
  • Lin, Ching-Hui, et al. “A Microfluidic Dual-well Device for High-throughput Single-Cell Capture and Culture.” Lab on a Chip (2015).
  • 李國賓。2005。下一波生物晶片:微流體生醫晶片。科學發展,385,72-77
-----廣告,請繼續往下閱讀-----
文章難易度
劉珈均
35 篇文章 ・ 1 位粉絲
PanSci 特約記者。大學時期主修新聞,嚮往能上山下海跑採訪,因緣際會接觸科學新聞後就不想離開了。生活總是在熬夜,不是趕稿就是在屋頂看星星,一邊想像是否有外星人也朝著地球方向看過來。

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

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。

0

0
0

文字

分享

0
0
0
月子中心群聚風險高!一人感染呼吸道融合病毒(RSV)可傳五人,寶寶最危險
careonline_96
・2025/05/07 ・2274字 ・閱讀時間約 4 分鐘

圖 / 照護線上

「年紀越小,感染病毒與併發重症的風險就越高!尤其是未滿六個月前的嬰兒」台中榮民總醫院兒科主任陳伯彥醫師表示,對新生嬰幼兒來說,因為免疫系統尚在發育,容易受到各種病毒的威脅。在後疫情時代,群聚感染更是需要慎重看待的議題。

群聚感染指的是在同一環境中,至少有兩名或以上人員先後出現相似症狀或感染同一病原,這容易造成病毒快速且具規模的傳播,常發生於月子中心等產後護理之家、幼兒園、長照機構等場所。陳伯彥醫師提到,現在很多產後護理機構都美輪美奐,重視舒適環境與設備,有許多共用空間與團康活動。但因為人流複雜、若陪伴探望家屬有輕微症狀、家中有大寶等都可能讓病毒入侵,若無妥善做到分區照護與管控,群聚感染就很容易爆發。

嬰幼兒最常見感染病毒RSV 傳染力極高

常見的嬰幼兒群聚感染病毒包括呼吸道融合病毒、COVID-19、流感病毒、腸病毒、輪狀病毒、流行性腦脊髓膜炎等。其中以呼吸道融合病毒(Respiratory syncytial virus, RSV)最為常見。陳伯彥醫師表示,研究統計資料表示,約九成嬰幼兒在2歲前都有感染過 RSV,因 RSV 具有高度傳染性,一名感染者可傳染給五位,主要透過飛沫與接觸等方式傳染。從觀察來看,台灣一年四季都有案例,其中在夏秋兩季達到高峰,四、五月雨季也會多一些。

嬰幼兒慎防呼吸道融合病毒
圖 / 照護線上

RSV 無終生免疫 嬰幼兒重症嚴重恐致命 

陳伯彥醫師指出,每個人都可能感染 RSV,不過兩歲以下的嬰幼兒、早產兒與慢性肺病、先天性心臟等高風險族群更容易因感染併發急重症,住院比例很高。特別是感染 RSV 後也不會產生終生免疫,仍有機會再次感染。

-----廣告,請繼續往下閱讀-----

感染 RSV 的常見初期症狀包括鼻塞、咳嗽、喉嚨痛、發燒等。因嬰幼兒的氣管細小,容易因為 RSV 感染而堵塞,造成嬰幼兒出現喘鳴、發出咻咻聲、呼吸急促甚至呼吸窘迫、發紺等情況。RSV 潛伏期約3天,病程進展快速,從像感冒的症狀演變成重症不到一週,容易導致下呼吸道感染,發展成細支氣管炎、肺炎等嚴重併發症,若心肺功能較差,還會危及生命。部分患者可能出現續發性的細菌感染或中耳炎,讓整個住院治療時間拖更長,短則十天,嚴重者甚至要在加護病房接受插管治療,治療期間可能長達兩週以上。

對於 RSV 感染後的治療,陳伯彥醫師表示,考量到嬰兒身體發育狀況,擴張劑、類固醇、與抗生素這些治療方式都不建議使用,主要採取支持性療法,給予氧氣、補充水分及營養,慢慢對抗病毒。「因為RSV沒有特效藥來專門治療,目前的防治策略是大力呼籲預防勝於治療。」

呼吸道融合病毒預防勝於治療
圖 / 照護線上

由於成人在感染 RSV 後的症狀較輕微,可能在不知不覺中將病毒傳染給嬰幼兒。建議家長、照顧者要戴口罩、勤洗手,特別是嬰幼兒容易有唾液、鼻涕沾附物體,環境加強消毒非常重要,也可檢視托嬰機構是否有做好消毒與分區照護控制管理。另一方面,可以選擇替嬰幼兒施打單株抗體。陳伯彥醫師說明,目前尚無嬰幼兒使用的 RSV 疫苗,單株抗體與疫苗不同,是直接打抗體到身體提供保護。雖然保護期比起疫苗透過抗原產生的自發抗體較短,但對於容易受到急重症威脅的嬰幼兒是非常重要的有效防護措施。

呼吸道融合病毒預防重點提醒
圖 / 照護線上

群聚感染高風險環境 接種單株抗體保護嬰幼兒

目前除了針對早產兒、慢性肺病、先天性心臟病等高風險族群,有健保的短效型單株抗體之外,也已有可適用於一般嬰幼兒的自費長效型單株抗體,單次施打提供六個月以上的保護力,可以在嬰幼兒免疫系統發育期給予及時支援。根據臨床數據,健康嬰兒施打長效型單株抗體後,可減少併發重症,並降低八成住院率,家長也免於工作請假日夜看顧,大幅減輕照護壓力和經濟負擔。

-----廣告,請繼續往下閱讀-----

陳伯彥醫師表示,國外會在明顯的 RSV 流行季來臨前替嬰幼兒接種。但台灣無顯著的流行季,且考量 RSV 的高傳染性與後續健康威脅,建議高風險族群一定要盡早施打。此外,父母送嬰幼兒送到月子中心或托嬰機構等群聚感染高風險的場所之前,都可以考慮接種單株抗體,以降低感染與重症的風險。萬一不幸發生 RSV 群聚感染,也可以盡快施打,能快速產生肺部保護性抗體,降低急重症產生。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

1

17
13

文字

分享

1
17
13
2021 年《Science》年度十大科學突破
PanSci_96
・2021/12/29 ・5289字 ・閱讀時間約 11 分鐘

轉眼就來到 2021 年的尾聲。今年,《Science》雜誌評選的「年度十大科學突破」橫跨眾多領域,包括 AI、天文、物理、生物、醫學,以及備受矚目的能源議題,趕快來看看究竟是哪十項突破吧!

十大突破之首——利用 AI 預測蛋白質結構

AI 預測兩種蛋白質如何在酵母菌中形成參與修復 DNA 的複合物。圖/SCIENCE

蛋白質是組成生物體不可或缺的分子。在 1950 年代,科學家透過分析 X 射線繪製蛋白質結構。然而,既有的方法在繪製成本上過於高昂,往往得耗費數年時間,因此在 1970 年代,科學家開始運用計算機建模,預測蛋白質的折疊方式。直到 2018 年,Google 旗下的 DeepMind 團隊開發了 AI 軟體「阿爾法摺疊」(AlphaFold),使得該領域研究取得突破性進展。

多虧這項 AI 技術,科學家得以精準、快速、大量繪製蛋白質結構。今年 7 月,DeepMind 團隊宣布他們成功分析了 350,000 種人體蛋白質,佔所有已知人體蛋白質的 44%,更預計在明年發布所有已知物種的蛋白質結構,約莫 1 億個。團隊也正在進行更進一步的研究,預測這些蛋白質如何在生物體內相互作用,用來製作新型抗病毒藥物。

在這 COVID-19 肆虐的大疫之年,科學家更利用阿爾法摺疊模擬 Omicron 變種病毒,研究棘蛋白突變帶來的影響,試圖找出中和抗體失效的原因。AI 預測蛋白質結構的技術不僅徹底革新分子生物學領域,也勢必在醫學領域大放異彩!

探勘古代洞穴,解鎖 DNA 寶庫

在墨西哥 Chiquihuite 洞穴記錄沉積物樣本的研究員。圖/SCIENCE

誰說沒有化石就不能研究古生物?科學家今年踏足古代洞穴,採集土壤裡的人類細胞核 DNA,藉此重建古代生態系,釐清世界各地穴居人的身份。在美國,Satsurblia 洞穴存有尼安德塔人未知譜系的女性 DNA;在西班牙,Estatuas 洞穴中的土壤 DNA 揭露 8 萬至 11.3 萬年前人類的遺傳特徵,證實在 10 萬年前的冰河時期結束後,某個尼安德塔人譜系取代了其他眾多人類譜系。

-----廣告,請繼續往下閱讀-----

除了人類以外,這種研究方法還可以運用在其他生物上,比如在墨西哥 Chiquihuite 洞穴中,有研究員採集到 1.2 萬年前的黑熊 DNA。與現代熊 DNA 比對後,科學家發現黑熊在上個冰河時期結束後,向北遷徙到阿拉斯加。

「核融合反應」的歷史性突破

192 道雷射光聚在微小的燃料芯塊周圍,準備進行融合反應。圖/SCIENCE

太陽之所以能發光發熱,供給地球能量,都要歸功於太陽內部不斷進行著的核融合反應。長期以來,科學家為了解決地球能源不足的問題,不斷嘗試人工進行核融合反應,可是要達到足夠產生融合反應的壓力和溫度非常困難(請參考:融合能量增益因子/維基百科)。今年,美國國家點火設施(NIF)運用 1.9 兆焦耳的雷射脈衝,壓縮胡椒粒大小的氘(氫的同位素),產出 1.35 兆焦耳的能量,遠高於先前實驗獲得的 17 萬焦耳。

目前,NIF 仍持續進行實驗,試圖藉由更換燃料或調整雷射脈衝數值來提高能量產出,找出能夠最大化能量轉換比例的組合。未來,或許融合反應能夠成為供給地球能源的主流方法!

COVID-19 口服藥「莫納皮拉韋」問世

默克藥廠研發的 COVID-19 口服藥「莫納皮拉韋」。圖/SCIENCE

COVID-19 口服藥終於問世啦!今年秋季,美國默克(Merck)藥廠發布數據,證明其研發的 COVID-19 口服藥「莫納皮拉韋」(Molnupiravir)可將未接種疫苗者的重症和死亡率降低 30%;如果在出現症狀的 3 日內服用輝瑞開發的口服藥 PF-07321332,則可降低 89% 住院率。

-----廣告,請繼續往下閱讀-----

雖然口服藥無法取代疫苗接種,卻扮演非常關鍵的角色。若是 Omicron 變異株造成大量突破性感染,或許口服藥就能接棒,防堵病毒擴散。

創傷後壓力症候群的新興療法——搖頭丸

正在進行 MDMA 治療的創傷後壓力症候群患者。圖/SCIENCE

什麼?搖頭丸還能治病?沒錯!這份發表在《Nature Medicine》的研究證實搖頭丸的主要成分「3,4-亞甲基二氧基甲基苯丙胺」(MDMA)可以減輕創傷後壓力症候群(PTSD)患者的症狀,而且效果十分顯著。該研究將 76 名受試者分成 MDMA 組和安慰劑組,接受 3 次療程,發現 MDMA 組有 67% 的病患試後不再符合 PTSD 的診斷標準,而安慰劑組僅有 32%。

可是這項結果也引起了對於雙盲實驗的質疑,因為試後有高達 90% 的受試者表示他們其實知道自己的組別,這可能大幅影響症狀改善的機率。目前正在進行更大型的實驗,若實驗結果確定 MDMA 能治療 PTSD,預計將在 2023 年提交美國食品藥物管理局(FDA)批准上市。

開發單株抗體,對抗各類傳染性疾病

單株抗體(紅色和藍色)對抗 COVID-19 病毒(紫色球狀物)假想圖。圖/SCIENCE

單株抗體(mAb,簡稱單抗)是融合腫瘤細胞與免疫細胞製造而成的人工抗體,不但有腫瘤細胞不斷分裂的能力,也有免疫細胞產生抗體的能力——簡單來說,單抗可以大量製造相同的抗體,更有效地打擊病毒。除了往年的伊波拉病毒、炭疽病、狂犬病單抗以外,今年也順利合成了瘧疾、愛滋病和呼吸道合胞病毒(RSV)的單抗。目前,科學家正在積極開發更多種類的單抗,首要目標是打擊流感、茲卡病毒和巨細胞病毒(CMV),使得這項新技術有望成為打擊傳染病的「標配」。

-----廣告,請繼續往下閱讀-----

「洞察號」揭密火星內部結構

地震波顯示火星有一層薄薄的地殼、地函和液態核心。圖/SCIENCE

自 2018 年「洞察號」(InSight)登陸火星至今,科學家蒐集 35 筆地震數據,藉以估計火星的地殼厚度、地函結構和地核大小。今年的數據分析結果出爐後,發現這顆紅色行星的平均地殼厚度不到 40 公里,地函非常淺,而且只有一層(不像地球有上、下兩層地函),地核特別巨大,佔了火星體積一半,主要組成元素是低密度的液態鐵和液態鎳,以及硫、氧、碳和氫等較輕元素。這是人類首次使用地震數據探測其他行星的內部結構,也是探索神秘火星的一大步。

改寫粒子物理學模型的繆子實驗

繆子在美國費米實驗室的磁場中旋轉。圖/SCIENCE

在 1960 年代,粒子物理學家提出理論解釋強核力、弱核力和電磁力,這三種理論被稱為標準模型。然而,科學家今年發現「繆子」(Muon)——一種比電子更重、更不穩定的粒子——其實際測得的 g 值(自旋角動量與磁性大小之間的關係)比標準模型所預測的還要大,且兩者的誤差範圍沒有交集。

目前,眾多科學家正在美國費米實驗室(FNAL)進一步分析實驗數據。假如繆子實驗沒有任何閃失,這樣的結果將撼動物理學界,徹底改寫擁有 50 年歷史的標準模型。

CRISPR 基因編輯——確實能在體內發揮療效!

RNA(藍色)將 DNA 切割酶(白色)引導至目標(橙色)。圖/SCIENCE

去年,科學家運用 CRISPR 基因編輯技術,在實驗室修改造血幹細胞,治癒鐮刀型貧血和乙型(β 型)地中海貧血。今年,科學家更大膽了,直接在人體內部署 CRISPR!研究結果顯示,這種基因編輯技術可以有效減少一種有毒的肝臟蛋白質數量,甚至改善遺傳性失明患者的視力,讓兩名幾乎完全失明的患者能夠感覺到光線,並且在昏暗的光線下避開障礙物。

-----廣告,請繼續往下閱讀-----

體外胚胎培養——研究生命體早期發育歷程

在罐中成長的小鼠胚胎可以幫助科學家更了解人類發育的早期階段。圖/SCIENCE

透過研究胚胎,科學家得以找出先天性缺陷和流產的原因,但礙於倫理學和法律規範,目前對於體外胚胎培養的了解並不多。今年,有團隊利用誘導性多能幹細胞(Induced pluripotent stem cell,簡稱 iPS 細胞)成功複製人類的囊胚(受精後準備孵化及著床的胚胎),另外有團隊發現皮膚細胞經 iPS 細胞誘導、轉化後,也可以產生類似囊胚的結構,作為體外胚胎實驗的替代品。

除了十大科學突破以外……

《SCIENCE》今年也特別列出三項影響科學發展的重大阻礙,包括難解的氣候議題、備受爭議的癌症新藥,以及在疫情之下遭受猛烈砲火抨擊的科學家。

越來越熱!減碳目標恐難以達成

這座位於德國博克斯貝格(Boxberg)的燃煤電廠預計 2038 年才會關閉。圖/SCIENCE

自從工業革命以來,全球氣溫升幅達到了 1.2°C,近年極端氣候事件更是層出不窮。對此,今年的聯合國氣候變遷大會(COP26)達成多項協議,包括將全球氣溫升幅限制在 1.5°C 以內、確立碳交易市場架構,以及減少碳排放量。然而,全球經濟現在依然大幅仰賴化石燃料,況且聯合國協議不具約束力,是否能達成減碳目標,必須取決於各國政策制訂。

充滿爭議的阿茲海默症新藥「Aduhelm」

正子斷層掃描(PET)顯示 Aduhelm 能有效清除 β 類澱粉蛋白斑塊。圖/SCIENCE

美國食品藥物管理局(FDA)近 20 年來首次核准阿茲海默症藥物,即百健(Biogen)藥廠開發的 Aduhelm。經臨床實驗證實,這種藥物能清除異常堆積在患者腦內的「β 類澱粉蛋白斑塊」,也就是失智症發病和惡化的原因。照理說,這是患者和家屬期盼以久的好消息,卻被不少大型醫院和醫學中心拒絕採用,因為在兩項大型臨床實驗中,只有一項實驗證明其改善認知功能的療效勝過安慰劑,卻沒有證據顯示 Aduhelm 有顯著的改善效果。

當疫情碰上政治形態——夾縫中求生存的科學家

比利時病毒學家範蘭斯特(Marc Van Ranst)收到來自極右派狙擊手柯寧斯(Jürgen Conings)的死亡威脅後躲避自保。圖/SCIENCE

長期以來,科學家遭受攻擊的事件層出不窮,但在今年,對於 COVID-19 的政治分歧引發大眾對科學家前所未有的敵意,包括各種形式的恐嚇、抗議和死亡威脅。遭受威脅的有美國首席防疫專家佛奇(Anthony Fauci)、英國首席醫療官惠提(Chris Whitty),以及世界各地的學者和防疫工作者。

-----廣告,請繼續往下閱讀-----

《Nature》訪問 321 名研究人員,發現有超過 50% 的人信譽受到攻擊,15% 的人收到死亡威脅,甚至有許多人從此辭去他們熱愛的研究工作。

-----廣告,請繼續往下閱讀-----
所有討論 1
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。