0

0
0

文字

分享

0
0
0

什麼研究需要在樹上爬來爬去?關於樹冠生物學家──《爬樹的女人》

時報出版_96
・2016/05/23 ・5689字 ・閱讀時間約 11 分鐘 ・SR值 480 ・五年級

文/Margaret D.Lowman

上千片的樹葉採樣

成為樹冠生物學家並不是我一開始的目標,只是隨著研究的進展,各種想法自然而然地把我帶到樹冠這塊領域。我早期和雨林接觸的經驗讓我很沮喪,因為那時候我身邊根本沒有其他同事,雪梨大學的學生跟教職員也都沒有參與雨林研究,因此我對雨林的了解僅限於書本,不然就是和偶爾來大學參訪的科學家討教。

我記得最一開始在構想博士論文計畫時,我一心一意想要研究的是雨林樹冠層裡的蝴蝶。我想像自己身處綠野,坐在盪鞦韆上細數色彩繽紛的鱗翅目昆蟲,那感覺多開心啊!但我的指導老師比我實際多了,他提醒我,博士論文需要收集大量的研究數據,因為蝴蝶的活動範圍很廣,且行蹤成謎,他很擔心我到了雨林以後,會連一隻蝴蝶都找不到。百般不情願下,我只好把研究對象改為行動力比較差的生物:樹木。我決定研究雨林樹葉的生長模式,這也是我在蘇格蘭碩士論文的延伸,當時我研究的是植物氣候學以及樺樹的光合作用,只不過蘇格蘭的樹最高也就十五呎而已。

儘管樹葉是森林生態系統相當重要的驅動力,但和雨林樹葉相關的文獻還是非常少,而一九七○年代以前,大部分的雨林生態研究都是敘述性質,而非實驗類型。葉子在不同季節時會產生什麼變化?葉子的生長模式又是什麼?這其中可是包含了發芽、生存、壽命長短、死亡以及衰變等各種面向。我希望在研究中設計有效的實驗,然後以葉子為研究單位進行重複試驗。若是把整棵樹株當作研究的單位,那麼在複製研究時,不僅範圍太大,也不容易達成。

-----廣告,請繼續往下閱讀-----

身為一個用功、又全心全意投入在研究工作的學生,我真的是把自己完全地投注到田野研究裡,滿腦子都是雨林樹冠。我當時的目標是研究澳洲東部最常見的亞熱帶和熱帶雨林樹種,試圖了解這些樹種的葉生長型態,以及食植行為對樹葉生存率的影響。我的研究問題包括:熱帶雨林樹冠層中葉子的壽命有多長?是什麼因素誘發新葉萌芽?為什麼樹葉會在溫暖的環境中死亡,冬季時卻不會掉落?

640px-Aerial_view_of_the_Amazon_Rainforest
生態豐富的熱帶雨林。圖/wikipedia

為了要研究這些問題,我給樹冠層裡上千片樹葉做了記號,仔細採樣,並將各種因素也考量進去,例如空間(以樹群、個別的樹木或枝葉為單位,看不同樹種、位置、高度的差異)和時間(以季節和年份來看樹葉生長的差異)。我僅選擇了五個不同的樹種,做樹葉生長型態的比較,因為熱帶雨林樹冠有數千種,要全部研究是不可能的。我所選的五個樹種都有其生態上的重要性,並且也擁有特殊的保護機制,以阻絕昆蟲帶來的傷害(譬如非常螫人的細毛、異常堅韌、數量稀少,或帶有毒性)。

我超時工作,記錄著那些標識有記號的樹葉如何對抗草食性動物,這點對樹葉壽命來說非常關鍵。但我萬萬沒想到,有些樹葉竟然可以存活超過十二年,這也讓我田野研究所花的時間,比原本預期的還要更久。驚訝之餘,這也反映了我從小在紐約州長大所形成的「溫帶本位偏見」,因為溫帶樹葉的壽命,大概只有六至八個月而已。

若想驗證雨林樹葉成長動態學的各種假設,我大可以選擇在地表高度的樹葉樣本,但如此一來,我的研究結果可能會有所偏差,因為地表的環境較陰暗,但絕大多數的樹葉都是在地表之上生長,沐浴在充足的陽光裡。我站在地面上抬頭仰望,還發現了另一個不該把自己局限在地面、非得登高進入樹冠層不可的理由:生物的多樣性都是集中在樹頂。

-----廣告,請繼續往下閱讀-----

草食性動物對樹葉的生長型態可能有著重大影響,一九七○年代晚期,史密森尼學會的昆蟲學家泰瑞歐文所收集的實證指出,地球上絕大多數的昆蟲棲息地都是在森林的樹冠層。一想到樹上可能充滿了各式各樣的昆蟲和植物,我對樹冠層又更感興趣了。

立志成為爬樹達人

我原本沒想過把爬樹當成職業,事實上,我曾經無所不用其極,尋找不需要爬樹的替代方案。像是訓練猴子,想辦法把大型長焦相機固定在滑輪上;或是冒著摔下山谷的風險,趴在懸崖上觀察與我視線同高的雨林樹冠。但是這些方法對於收集有效的研究資料來說,都太不切實際了,所以我決定成為一個爬樹高手

我永遠也不會忘記自己第一次爬樹的經驗,那是一九七九年三月四號,剛好是我媽媽的生日,我爬的是一棵角瓣木。這種樹在雪梨南方的皇家國家公園裡,可以超過三十公尺高。即便城市範圍不斷擴張,所幸澳洲東南部沿海還有幾處維護良好的暖溫帶雨林,那時我打算利用這一帶來收集光合作用的相關數據,也因為地點臨近雪梨大學,我希望可以善用資源,順便進行其他的研究工作。角瓣木是我研究的五個樹種之一,經濟效益也很高,它厚實的蠟質葉面,看起來就很難被昆蟲啃咬。

599px-Coachwood_-Nymboi-Binderay_National_Park
角瓣木。圖/wikipedia

我很幸運地被當地一個洞穴探勘社團「收留」,他們教我如何使用攀爬的工具和繩索,不過他們的技術主要是拿來探勘地底洞穴。他們看我一點經驗都沒有,肯定覺得我很好笑吧。因為那時候澳洲都還沒有登山用品店跟戶外活動的產品型錄,我只好拿汽車的安全帶,聽從我的老師茱莉亞‧詹姆斯和艾爾‧瓦里亞德的指導,一針一線縫製自己的第一個安全扣帶。

-----廣告,請繼續往下閱讀-----

我先在雪梨大學植物學系系館旁的一棵樹上實際練習,然後就直接攀爬角瓣木了,我也在那裡學會用彈弓在樹木上固定繩索以及垂降的方式攀樹。就像大多數的初學者,我努力想要改變身體的重心,好讓自己不要再晃來晃去,但我還是晃得一塌糊塗、東倒西歪的,雖然隔天我全身痠痛到不行,但是爬樹真的很好玩!

從那天起,我就再也沒往回看……或是往下看了!有了更進一步的指導,我想澳洲雨林裡任何一棵健壯的樹,我都有辦法攀爬到最頂端,帶著我的裝備:七十公尺的「藍水二代」攀登動力繩索、我自製的安全扣帶、兩個上升器、一個鯨魚尾環扣、一個自製的彈弓、一堆鉛錘和魚線,還有田野筆記本,我已經準備好研究樹頂上的各種生命了。

我在澳洲研究的那幾年,開了好幾十萬公里的路,為的是每個月到溫帶、亞熱帶和熱帶雨林定期觀測樹冠層的樹葉變化,我也列了一個實用的田野研究裝備清單。這些野外旅程也讓我有機會看看澳洲內陸的生活,接觸這座島上的文化。

我也遇到好多和藹親切的人,他們的人情味豐富了我在田野的經驗,我會永遠銘記在心:在濕溽的樹林裡待了好多天時,好心的牧人給我蘇格蘭威士忌;多瑞格(Dorrigo)一個木雕師傅把籬笆木柱刻成美麗的碗,還教我怎麼辨識我最喜歡的樹的樹材;我的技術助理希金斯,他敏銳的雙眼和沉穩的雙手,在瞄準樹枝做固定點時幾乎沒有失手過;還有許多陪我一起到處採樣、忍受水蛭和高樹的朋友們。

-----廣告,請繼續往下閱讀-----

此外,這些旅程中也不乏形形色色的其他人物:到國家公園偷雪杉的一群盜木者;那些被我渾身泥土、腰上掛把開山刀嚇到的奶吧(Milk Bar,即咖啡店)老闆們,嚇歸嚇,他們奶昔還是搖得超好喝的;一群反文化的澳洲人,醉心迷幻藥,總是在雨林裡收集果實和種子,處理後吸食;以及那個「蛾人」,只要當地酒吧的燈一亮,他就會準時報到;另外還有一位總是踩著高跟鞋的旅客,她偶爾會來國家公園,才走幾步路就尖叫道:「水蛭!!!」,然後便慌張踉蹌地跑回車上揚長而去。

征服螫人樹

克服了最一開始辨識雨林以及爬樹的困難以後,我在國家公園及保育區裡,選了幾處做為長期研究的區塊,並在幾棵樹架好方便進入樹冠層使用的常設設備。最具挑戰性的樹種就是螫人樹,又稱金皮樹。這種樹呢,顧名思義,葉柄和樹葉上全佈滿密密麻麻的小毛刺,可以輕易地刺穿皮膚,在傷口的表皮上釋放毒素。一九○八年,一位澳洲的化學家派崔伊指出,螫人樹的毒性比一般的蕁麻還要強上三十九倍。巨大的螫人樹和普通的蕁麻都屬同科(蕁麻科),野生的蕁麻大概有三呎高,但是在雨林裡面的螫人樹卻可以長到兩百呎高。因為樹葉的壽命和生存率也是樹葉生長模式的其中一環,如此螫人卻有保護作用的毛刺,無疑激起了我的好奇心。

logezv0kfnpb5wsdfsu7
金皮樹(螫人樹)葉子上的毛刺繁多,若不甚接觸到會引起一系列的過敏反應,嚴重者可能致死。圖/io9

凱拉山保護區坐落於新南威爾斯州的臥龍崗市,有人告訴我保護區的螫人樹很多,很適合作為研究的地點。不出所料,在有擾動(如:土石流、造路)的懸崖上,正是這種先驅樹種(即在一塊空地或受干擾或是新生的區域最先出現的樹種)最佳的生長地點,在保護區裡的螫人樹,高度可達一百五十呎,直徑可達八呎,並沿著偶爾來紮營的童子軍所建造的步道系統生長。不過發現這一帶螫人樹的欣喜很快就被一位童軍領隊澆熄了,這個人常常不請自來,且過分熱情,害得我走童軍步道時很不自在,而且這樣對研究也有很大的風險,為了要避免這種尷尬,我決定從山的另一邊進入保護區,開闢我自己的路徑。

重新探勘地形以後,我找到了一個非常合適的山溝,這區塊可能根本沒有人來過。我第一次穿梭在這片我新發現的雨林區塊時,華麗琴鳥也高歌不斷,有這種美麗的雀形目鳥作伴,是我在澳洲工作時非常獨特的享受。在我的研究地點棲息的鳥類,大多都是兩兩一對、有地域性的琴鳥。過去數年間,我有幸欣賞到無數地令人嘆為觀止的琴鳥求偶儀式。

-----廣告,請繼續往下閱讀-----
640px-Superb_lyrbird_in_scrub
華麗琴鳥擁有漂亮的尾羽,也能模仿牠所聽到的聲音。圖/wikipedia

琴鳥會模仿其他鳥類的叫聲,牠們常常將各種不同的鳴唱拼湊在一起,並且不間斷地重複很多次(感覺都不需要換氣),渾厚美麗的音調,不時在森林裡迴盪。我在澳洲從事研究的那幾年,琴鳥一直是非常珍貴的同伴,但很諷刺地,在凱拉山保護區裡的琴鳥,還會模仿一些不尋常的聲音,譬如說狗叫聲割草機的噪音,或是卡車倒車的聲音,這些聲音或許也是對這一帶快速的都市發展,一種預言式的告誡吧。

我在我的秘密山溝裡,選了幾棵要攀爬的樹木。對付螫人樹呢,我會先爬上它旁邊那棵樹,然後再攀近螫人樹的樹枝(我有戴手套)。每次採樣,免不了都會被毛刺螫上幾回,但後來我也愈來愈習慣這種像蜜蜂叮的刺痛感,就連已經枯死的樹葉都還是很螫人。也因為要不停的採樣,搞得我雙手上的紅腫好像永遠不會褪似的。

始料未及的挑戰

我採樣的方法其實很簡單。首先我會拿一隻防水筆,依序在不同樹枝、不同高度、不同棵樹的樹葉寫上編號,再每個月固定回去紀錄樹葉的生長狀態、損壞程度、顏色變化和最後的死亡階段。我也記錄葉片上受到昆蟲侵害的範圍,並將葉片生長的模式和資訊紀錄在筆記中。有了這些長期的測量和記錄,我很快就整理出雨林中上千片樹葉的生長模式,並彙整成一個龐大的資料庫,樹葉上的記號意外地保存良好,也讓我能夠持續觀察每一片樹葉,直到它們枯黃老去。

我也在地面架設枯落物收集盤,每個月採集落葉樣本,測量樹木、樹葉以及花朵的重量,這也是計算森林生物量很傳統的一種做法。架設枯落物收集盤需要一個一平方公尺的收集網,並以塑膠管做的支架架高。

-----廣告,請繼續往下閱讀-----

我記得我第一次架設收集盤時,遇到一個始料未及的阻礙,澳洲工會讓我吃了很大的苦頭。首先是大眾運輸罷工,再來是連續兩個月的暑假,那段期間我根本沒辦法買到製作收集盤所需的材料。澳洲工會的強勢,讓人們部分的生活所需完全被箝制,這些推遲和阻礙教了我寶貴的一課:一定要事先訂好研究計畫。

後來我終於架設好收集盤和攀樹設備,一個月過後,我迫不及待想回去看收集盤裡收集了什麼,也等不及進行第一次樹葉的樣本觀察。時序正值九月,是澳洲的初春。我向下走到山溝裡,被腳邊會動的土地嚇了一跳,原來我匆匆忙忙地,差點踩到澳洲棕蛇。這種毒性極高的蛇類,在屬繁殖季節的春天攻擊性特別強,因此我慢下腳步、小心地前進。但我被眼前的一幕給嚇傻了。整片山溝地上滿滿都是蛇,而且全都是毒性超強的棕蛇,這群棕蛇想必是在陽光最充足的地點曬著日光浴……小心啊,印地安納瓊斯!

640px-Brown_snake_-_victoria_australia03
潛伏在草堆中的澳洲棕蛇,為本土特有種,毒性甚強,即便幼蛇的毒素也足以殺死成人。圖/wikipedia

我躡手躡腳地離開滿是棕蛇的山溝,如釋重負地安全回到大學的交通車上。這個危險的阻礙迫使我不得不放棄整個山溝,不這樣做的話,我的雙眼可能沒辦法專注在樹冠,而是得緊盯著腳邊的土地了。後來我在凱拉山保護區有著豐富螫人樹的某個下坡處,找到一小塊的雨林區,不過沒有成群的棕蛇,也沒有惱人的童子軍領隊。

根據測量的數值顯示,即便有毛刺保護,螫人樹冠層的樹葉每年還是有高達百分之四十二的樹葉表面被草食性動物啃食殆盡。一種具有宿主特異性的葉甲蟲,已經演化至專門吃這種名符其實的針墊。跟其他澳洲雨林樹種相比,螫人樹冠被蟲食的比例,也是我測量過程度最高的。失去如此大面積的光合組織,螫人樹怎麼還有辦法存活呢?為什麼螫人毛刺保護不了樹葉呢?

-----廣告,請繼續往下閱讀-----

原因很簡單,螫人樹的生長速度快加上葉組織吸收的養分相對較少(葉片薄小、生命週期短),因此可以輕易淘汰受侵害的樹葉,卻不會造成樹株死亡。而有效阻絕人類的螫人毛刺,對甲蟲來說可是一點威脅都沒有。據說亞洲是蕁麻科演化的地方,這種毛刺的植物防衛機制,能有效遏止了許多哺乳類動物的捕食。不過對此我仍心存懷疑,因為即便被有毒的毛刺保護,螫人樹所受到的昆蟲侵害,仍比我測量過的其他雨林樹種都還要嚴重。不同樹種間落葉的比例差異相當顯著,這是非常驚人的發現,也是未來可以繼續研究的方向。


時報-爬樹的女人-立體書

 

 

 

瑪格麗特‧羅曼懷抱對科學研究的滿腔熱情在田野調查界打拼,不但開啟女性研究熱帶樹冠層的新里程,更被譽為樹冠生態學的拓荒者。隨著本書,我們一窺作者三十多年來投身樹冠研究的有趣經歷,一位不甘於平凡女性的故事。《爬樹的女人》,時報出版

-----廣告,請繼續往下閱讀-----
文章難易度
時報出版_96
174 篇文章 ・ 38 位粉絲
出版品包括文學、人文社科、商業、生活、科普、漫畫、趨勢、心理勵志等,活躍於書市中,累積出版品五千多種,獲得國內外專家讀者、各種獎項的肯定,打造出無數的暢銷傳奇及和重量級作者,在台灣引爆一波波的閱讀議題及風潮。

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。

1

2
2

文字

分享

1
2
2
原住民祖先見過明亮的南方之星?傳說是真的,而且超過一萬年!
寒波_96
・2023/11/08 ・2777字 ・閱讀時間約 5 分鐘

有些故事代代相傳之下,經歷非常漫長的時光。過去很久以後,五百年、三千年或一萬年,都已經是「很久很久以前」,難以判斷到底多久。2023 年發表的一項研究認為,澳洲南方的塔斯馬尼亞島,有個故事似乎能追溯到超過一萬年前。

塔斯馬尼亞的祖傳故事

大英帝國的調查隊抵達塔斯馬尼亞初期,估計島上約六千到八千位居民;原住民們統稱為「palawa」,不過又能分成多個有所區別的族群。英國人在公元 1803 年建立第一個殖民地,然後,不意外地起爭議。

走訪塔斯馬尼亞各地,留下許多紀錄的英國人魯賓遜先生(George Augustus Robinson)。圖/參考資料3

走訪塔斯馬尼亞各地,留下許多紀錄的英國人魯賓遜先生(George Augustus Robinson)。圖/參考資料3

殖民者與原住民的衝突加劇後,1823 到 1832 年間導致約兩百位殖民者及九百位原住民身亡。有些英國人希望能和平解決問題,最終勸誘加上強迫,1829 到 1835 年間將島上的原住民,都成功遷移到位於塔斯馬尼亞和澳洲之間,巴斯海峽的弗林德斯島(Flinders)。

-----廣告,請繼續往下閱讀-----

英國人認為這是一次「友善」的轉移任務。以當時狀況而言,確實算是相對和平的收場,但是慘遭強制搬遷的原住民依然損失慘重,人口以外,他們脫離原本的家園「Lutruwita」,文化、語言幾乎喪失殆盡。

遷徙計畫中,英國人魯賓遜先生(George Augustus Robinson)可謂關鍵角色。他走訪塔斯馬尼亞各地,說服原住民搬家,也對當地風俗文化非常好奇,留下大量紀錄。

這些 1830 年代的紀錄,就像塔斯馬尼亞傳統文化的切片。後來有些原住民重返塔斯馬尼亞,試圖擺脫殖民時,英國殖民者當初搜集原汁原味的資料,也成為重建傳統的材料之一。

魯賓遜等人搜集的紀錄來自多位原住民的說法,其中一個故事相當費解,至少當年魯賓遜無法理解,新問世的論文總算揭開奧秘。

-----廣告,請繼續往下閱讀-----

情節湊不上,是因為發生在太久之前

祖先的遷徙故事,提到他們來自一片大陸;後來大陸被海水淹沒,當時岸邊附近有冰山漂浮。那時望向南方的天空,可以見到一顆很亮的星。

塔斯馬尼亞與澳洲之間的地形。兩地之間原本存在陸橋,海水上升後形成巴斯海峽。圖/參考資料1

塔斯馬尼亞原住民一代一代仰望星空,也建立一些自己的天文學知識,被魯賓遜忠實收錄。那顆南方大星星卻令人費解,因為星空中根本沒有符合描述的那顆星。最可能的對象是老人星(Canopus),也稱為船底座α(α Carinae)。

星空中最亮的是天狼星,第二就是老人星,顯然它非常顯眼,可是位置明顯有差。是原住民唬爛,還是魯賓遜唬爛,或是魯賓遜紀錄錯誤呢?新的分析指出,他們都是正確的,因為一萬兩千年前的星空,老人星確實處於故事中的那個位置。

-----廣告,請繼續往下閱讀-----

首先,故事提到祖先前來的道路被大海淹沒,冰山在岸邊漂浮。對照現代科學知識,能輕易推論這講的是冰河時期結束,海平面上升,淹沒澳洲與塔斯馬尼亞之間的陸橋,形成巴斯海峽,讓塔斯馬尼亞成為一個四面環海的島。

接著是星空為什麼不同?從地球表面仰望夜空,星星的分布位置會由於「歲差」緩慢改變。回溯調整成一萬多年前的星空,老人星的確就在那兒。

地表很多位置都能見到南方明亮的老人星,不同民族、文化各有自己的想像。台灣人即使沒有親眼注意過,也肯定知道老人星,因為這就是福祿壽中的「壽星」,形象化叫作南極仙翁。

有趣的是,中文名字叫老人星,英文名字 Canopus 則來自特洛伊戰爭傳說中的一位年輕人,他是航海家,後來不幸在埃及被毒蛇咬死……所以中國想像這顆星是老人,歐洲卻想像是年輕小夥。

-----廣告,請繼續往下閱讀-----

回溯塔斯馬尼亞 1831 年 8 月 1 日,凌晨 5 點時的星空。圖/參考資料1

難以理解的時候,先忠實紀錄

考慮到魯賓遜紀錄的日期是 1830 年代,更加深故事的真實感,因為當時英國人還不知道「冰河時期結束導致海面上升」。阿加西(Louis Agassiz)首度宣稱冰川歷史的想法要等到 1837 年,更多年後取得較多支持,十九世紀後期才廣為人知。

魯賓遜等歐洲人對聽到的故事內容難以理解,他們或許會聯想到聖經的大洪水,但是完全想像不到冰河時期。所以這些內容,大概更能免於印象或偏好影響,反映忠實的紀錄。

據此推敲,塔斯馬尼亞祖傳故事講的是:「大約 1.2 萬年前海水上升之際,明亮的老人星在那個位置」。如果推論正確,這便是傳承 1.2 萬年的口述歷史,堪稱全人類罕見的文化遺產。

-----廣告,請繼續往下閱讀-----

有人或許會好奇,一些研究認為早在四萬年前,已經有人穿過澳洲,抵達塔斯馬尼亞。可是島上原住民的祖先故事,卻是一萬多年前?

我想可能是因為,記憶對於愈久遠的事情常常會愈壓縮,把更早發生的事情疊加到比較近期,印象很深的事件中。或許原住民的祖先很早就過去,但是海水上升淹沒陸橋令人印象太過深刻,就變成故事的素材。

另一件啟示是,世界上不知道的事情太多了,當你不太理解聽到什麼的時候,不要試著腦補,就照聽到的忠實紀錄下來!

延伸閱讀

參考資料

  1. Hamacher, D., Nunn, P., Gantevoort, M., Taylor, R., Lehman, G., Law, K. H. A., & Miles, M. (2023). The archaeology of orality: Dating Tasmanian Aboriginal oral traditions to the Late Pleistocene. Journal of Archaeological Science, 105819.
  2. Rising seas and a great southern star: Aboriginal oral traditions stretch back more than 12,000 years
  3. GEORGE AUGUSTUS ROBINSON
  4. 老人星名字來源神話人物 Canopus 維基百科

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
所有討論 1
寒波_96
193 篇文章 ・ 1141 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。