STAP死灰復燃？難道誤會小保方晴子了嗎？

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

（本文同時刊載於 dr. i 部落格 Facebook）

許多媒體在報日本女科學家小保方晴子假造研究結果，被A片商拱脫衣露胸的事情，卻沒報導關於「假造科學研究結果」這件事情的嚴重性。科學研究是一個非常嚴謹的過程，拿到了實驗數據後要和理論值比對，若是電腦計算的結果一樣也需要找相關的實驗數據，每一步都不敢怠慢。

記得頭一年在德國唸博士的時候，教授就是在磨鍊我這方面的觀念，要確認再確認，不能確認的結果不值得被討論。那段時間我真正體會科學的進步是如何一步一步被堆積起來的。因為這些過程的繁複和耗時，年輕的研究生往往會認為沒有必要，貪便宜的人甚至會在時間壓力下造假，其實我當時就知道很多數據造假其實包括指導教授在內沒有人能發覺，因為他們不可能會一步步跟著我作實驗或計算。因此，科學家的道德和操守真的很重要，甚至科學家也要訓練他們學生的操守，否則就像小保方的指導教授因蒙羞而上吊自殺，而她的另一位在哈佛大學的指導教授維次堤也因此而辭職。

也因為犯錯或造假很容易發生，因此在學術研討會上，一位研究者如果發表重大發現，會被其它學者更嚴謹的質問，因此答辯和蒐集證據的能力也是一位優秀科學家必須具備的條件。

近代造假研究結果的著名例子有2005年南韓動物複製（Cloning）專家黃禹錫（Woo-Suk Hwang）和2002年德籍凝態物理專家J. Schoen ，都是震驚學界的例子，希望後進學子會引以為鑒。

當然，也有很多例子是科學家被學界誤解，最後扳回一成獲得諾貝爾獎的例子，像是以色列物理學家特舍曼的故事《科學家意外發現的晶體與它的藝術美學》。

相關報導：

• 小保方晴子
• 道歉露胸部是常識！日出版社捧1億誘美女科學家脫衣 | 中時電子報 [2014/09/15]

本文由民視《科學再發現》贊助，泛科學獨立製作

文 / 許淑真（東京大學醫科學研究所博士生）

2014年1月，日本理化學研究所(以下簡稱理研)的小保方博士，在著名的科學期刊《Nature》上發表了一篇論文，證實將剛出生老鼠脾臟中的淋巴球細胞以酸性溶液處理，即可變成具有全能性的萬能細胞，稱為STAP（Stimulus-Triggered Acquisition of Pluripotency cells）細胞。萬能細胞因為具有分化成各式各樣組織、器官的能力，可以應用於人造器官或是器官重建(所謂的再生醫療)，因此是現在當紅的研究課題。2012年，日本的山中博士就以iPS細胞（induced pluripotent stem cells）拿下諾貝爾獎。

然而，胚胎幹細胞有道德倫理上的爭議，iPS細胞有腫瘤化的可能性，相比之下，STAP細胞簡單、安全，是幹細胞研究史上的重大發現。論文發表一個月之後，新聞熱潮絲毫沒有消退，因為世界上的科學家們竟然沒有人可以成功的做出STAP細胞！而此時更有人發現論文的數據中許多有更改過的痕跡，甚至，最關鍵的數據圖，居然與小保方博士以胚胎幹細胞為主題的畢業論文一致。從此，開啟了究竟STAP細胞存不存在的爭議。

理研的研究人員，解析之前小保方博士公開的STAP細胞基因數據。結果發現許多STAP細胞具有三條的第八對染色體。在自然界中，具有三條第八對染色體的老鼠，在胚胎發育的過程中就會死亡，因此無法出生。這點，與STAP細胞採用剛出生的小鼠的脾臟製作而成的方法矛盾。然而，長久培養之後的胚胎幹細胞，卻會出現具有三條第八對染色體的這項特徵。因此，研究人員懷疑，所謂的STAP細胞，或許是胚胎幹細胞。

2014年6月，論文的共同作者之一的若山教授，則給了STAP細胞致命的一擊。當初由若山教授提供剛出生的小鼠給小保方博士，由小保方博士採取老鼠血液做成STAP細胞之後，再交由若山教授將細胞做解析。然而若山教授分析他所保有的STAP幹細胞卻發現，有八株STAP細胞株雖然與他提供的老鼠品系相同，但是插入的螢光蛋白位置卻在不同的染色體上。而另外兩株雖然插入的螢光蛋白的位置一樣，但是老鼠的品系卻不相同。因此推測若山教授所擁有的這些STAP細胞應該不是由若山教授提供的老鼠做出來的。

所以，若山教授推論，他提供的老鼠，無法做出STAP細胞。但是他仍然語帶保留的說，不能說絕對沒有STAP細胞。而另一篇報導中，小保方博士的指導教授則說，當初的老鼠實驗都是若山教授做的，如果這中間發生了什麼變化，若山教授應該要負責任。而若山教授發表此項資料的二天，小保方博士也提出聲明，說明所有的老鼠以及細胞都是由若山教授的實驗室提供的，沒有其他的管道。看來，這場科學羅生門依然熱烈上演中。

—————————–

延伸科學再發現@科技大觀園：

• 何謂幹細胞？
• 幹細胞的用途
• 組裝生命密碼

更多內容也可以上科技大觀園搜尋「幹細胞」，或每週六上午8點收看民視53台科學再發現。

最近，日本的網路輿論因為德國海德堡大學所發表的一篇疑似重現 STAP 現象的論文，引起了部分對於前日本理化學研究所研究員小保方晴子的「STAP假說」護航的聲音。該篇名為「Modified STAP conditions facilitate bivalent fate decision between pluripotency and apoptosis in Jurkat T-lymphocytes（譯：改良版的 STAP 條件導致 Jurkat T-lymphocytes 在細胞凋亡或全能化間兩極的命運）」的論文，聲稱他們利用了改良版的配方進行研究，過程中發現了疑似全能化的細胞¹。

某些報導因此認為小保方所宣稱的「STAP 現象」可能真的存在，也認為小保方對於開啟 STAP 現象的研究有著或多或少的貢獻，不該全然的抹煞²。本篇文章希望透過一個生物研究者的觀點，來釐清海德堡大學的論文是否真的「重現」了 STAP 現象，同時幫小保方原始的論文中的「STAP 假說」找尋合適的定位。

STAP 現象是什麼？

STAP 現象是在 2014 年，由小保方所發表的論文「Stimulus-triggered fate conversion of somatic cells into pluripotency （譯：由刺激所引發的體細胞全能化）」所宣稱的一個劃時代的發現³。他們表示能利用弱酸性（pH5.7）的刺激，將老鼠身上已經分化的體細胞，回復成分化前的全能狀態——像幹細胞一樣能夠分化成任意種類細胞的能力。

這篇論文無論是在發表時或是發表後，對於整個科學界帶來了軒然大波：一是如果該現象為真，這項技術將會對於再生醫療的發展做出極大的貢獻；另一方面，也有許多的人因為懷疑這件事情的真偽，試圖用同樣的條件加以檢驗，但是都無法得出同樣的結果。在事件懸而未決之際，身為該論文責任作者的笹井芳樹曾表示「該論文所看到的現象除了 STAP 之外恐怕很難解釋」來為該論文作出辯護。但隨著最終調查報告發現實驗樣本中有本來就是全能狀態的胚胎幹細胞混入⁴，論文中一切的現象也得到了合理的說明。最後，撇除該事件在社會上造成的餘波，在科學研究領域是以撤回論文宣告落幕。

論文被撤回，就表示它毫無價值？

小保方在論文導論中提到類似於 STAP 的現象在植物界可以發生，因此他們的目的是試圖驗證這樣的現象是否在動物界也可能發生。因此要作為一篇有效的科學論文，他們必須要提供足夠的證據來回答兩個主要的問題：

第一： STAP 現象是否也存在於動物界？

第二：如果這件事情是可能的，怎麼樣的條件可以引發這樣的轉變？

就結果來說，實驗最終被判定為夾帶了胚胎幹細胞的污染，因此所觀察到的全能化結果極有可能是由混入的幹細胞所引起，而非原本認為的 STAP 現象。整篇論文對於 STAP 現象本身的有無也因此欠缺了任何的證明能力，加上實驗最終連作者本人都無法再現，因此對於這兩個問題，該論文確實沒有提供太多新的訊息，只留下了一個作者也無法加以證明的「STAP 假說」。

難道公堂之上，不可以假設一下嗎？

對於科學理論來說，為什麼實證或是邏輯上的必然性如此重要？因為在科學的世界裡永遠不缺乏假說，問題在於「是誰」，用了「什麼方法」，給予我們一個「現階段可信的結論」。這些在驗證上所下的功夫——不論是資料蒐集、邏輯演繹，或是提供第一手的證據——正是橫跨在科學領域發表的「假說」或「學說」，與社群網站上隨手寫下的「我的觀察」之間的鴻溝。

有人或許會問，為什麼在物理學上，像是愛因斯坦的相對論，或是霍金的黑洞理論的諸多理論被允許在欠缺實證之下被發表，甚至被廣為接受？事實上這些還沒辦法實證的理論背後，仍然有一套嚴整且可供查驗的邏輯論述——通常是透過數學方法的導證——來支持他們的假說，其他的學者也能夠藉此確認該理論在邏輯上的嚴整性，以及比對目前已知現象之間的異同。也只有這類型的「假說」，才有可能在未經實證之前問世並廣為流傳，然後交由後人想辦法進行實驗。這種狀況有時也被稱為「預言」，只是比起仰賴超自然力量的預言，這類「科學預言」的背後，需要的是厚實的基礎理論。

那麼在生物學上又如何呢？很可惜的，在生物學的世界裡，大多數的狀況下我們還無法利用數理邏輯的方法來準確的預測實驗最後的結果。一個可以想像的原因在於生物系統的複雜程度：一個簡單的現象很可能就有大量的分子參與其中，在窮盡當中所有的分子與其扮演的角色之前，我們很難用理論模型來對這種條件不齊備的系統做出準確的推測。另一個可能的問題是自然演化的過程中所做出的選擇：儘管所有存在的現象必然合乎邏輯，但是「合乎邏輯的假設卻未必被大自然所保留」。這些問題也讓生物學上的發現長期以來都以實證為優先，所有被提出的假說必須伴隨著一定程度的證據，如此不但避免生物學家本著無法以邏輯論斷的假說進入永無休止的辯論，也讓後續的研究不致於陷入信者恆信，無所適從的窘境。

同時，一個新的、重大的科學假說時常會引發後續研究在方向上的重大的轉折，也因此對資源與研究方向的分配造成深遠影響。為此，錯誤的資訊也將可能造成後續研究在金錢與人力的大量浪費，這也是為何提出科學假說時必須伴隨著極為沈重的「舉證責任」的原因之一。

不是應該想辦法證實 STAP 現象，才是一種實事求是的科學精神嗎？

是，也不是。當然，去發現事情背後的原因一直是科學家努力的目標，但是在大多數的實驗數據失去可信度的前題下，小保方的 STAP 假說並沒有足夠的科學事實作為佐證，同時基於「植物如此，動物也有可能」的推論也並未經過充分的邏輯論證，以一個假說而言可信度實在是相當單薄。這個未果的研究作為一個社會事件這篇論文雖然曾經轟動一時，但平心而論，該論文的內容其實跟每個曾經努力過，但沒有得到預期結果的科學實驗並無二致。

再者，考慮每個研究計畫的成果都攸關各個實驗室未來發展，是否要將人力、資源挹注在一個論證、證據都相當薄弱的假說，針對一個不知有沒有可能存在的現象來進行實驗？恐怕只是個風險管理與願者上鉤的意願問題了。

但 STAP 現象不是被海德堡大學「重現」了嗎？

最近成為話題的論文由德國海德堡大學的團隊發表在期刊 Biochemical and Biophysical Research Communications（BBRC, IF 2.297 (2014, 2015)）。該論文的主要發現在於修改過小保方的條件之後，他們的實驗顯示出酸性的刺激可以讓少部分的 Jurkat T-lymphocytes，一種癌化的免疫細胞，表現出全能細胞的標靶分子 Alkaline phosphatase¹。

這對於相信STAP現象的人來說乍看之下是一項佳音，但細讀該論文後除了發現對於STAP原始論文更多委婉的否定之外，他們新發現的全能化細胞很可能與小保方的假說可能沒有任何關係。

首先，修改過後的條件已經將 pH 值從小保方採用的 5.7 大幅降低到 3.3，這個落差大約是從綠茶與紅茶之間降到黑醋的距離⁵。另外這項實驗所使用的細胞為一種癌化細胞，在性質上與小保方所使用的一般免疫細胞在性質上實在有相當大的差距。從以上的內容看來，本次的實驗很要稱為對於小保方 STAP 現象的「重現」，可說是相當勉強。更重要的是，先前小保方的實驗中所宣稱的細胞全能化與一種叫做 OCT4 的調節因子有關，機制上與 2012 年得到諾貝爾獎的 iPS 細胞有一定的相似性。然而本次德國的論文在他們的細胞中沒有發現 OCT4 的蹤跡，因此該團隊此次發現的全能化現象與小保方的假說，可以說是大異其趣。

結論是，該研究並沒有確認「小保方的 STAP 現象」，反而更多點出了小保方的論文當中的缺陷，同時，也不保證改善這些條件，小保方就能夠重現出當時自己所宣稱的「STAP 現象」。此外，海德堡大學的研究並沒有進一步驗證這些細胞是否真的具備嚴格定義上的「全能性」，因此本篇論文是否真的將癌細胞轉化成為嚴格定義上的全能細胞，仍然有待進一步的實驗來確認。

好吧，但某種程度上，小保方也算是預言了 STAP 現象吧？

小保方的論文中，從對植物現象的觀察推測動物細胞或許可以引發 STAP 現象的推論雖不無可能，但他們所提供的條件無法為自己的推測提供佐證，從現有的資訊看來該項推論終究是欠缺了任何邏輯上的「必然性」。論證、證據兩者皆無的狀況之下，確實很難說STAP假說有任何「科學預言」的性質，也無法說明小保方的想法包含了任何的先見之明。

當然，現階段我們仍不否定 STAP 現象存在於動物界的可能。或許哪一天，類似的現象仍會在不同的脈絡下為某個不同的團隊所發現，就算真有那麼一天，發現的內容恐怕也不是 2014 年小保方的「STAP 假說」可以有效預期的。

與其他大多數領域一樣，想法其實很多人都有，但關鍵的問題還是在「誰」，想出了「什麼辦法」對現狀做出了實際的突破。儘管科學研究確實也有很多靈光一閃的瞬間，但科學家在為了證明這些想法的過程中，大多數的時間還是耗費在不斷的尋找與建立關鍵的條件和技術，這些實踐的過程，才是從光鮮亮麗的結論內部，撐起一個科學理論至關重要的筋骨與血肉。

參考資料

1. Jee Young Kim , Xinlai Cheng , Hamed Alborzinia , Stefan Wölfl, (2016) Modified STAP conditions facilitate bivalent fate decision between pluripotency and apoptosis in Jurkat T-lymphocytes. BBRC, 472(4), 585–591.
2. 大宅健一郎, STAP現象の確認に成功、独有力大学が…責任逃れした理研と早稲田大学の責任、問われる。Business Journal (http://biz-journal.jp/2016/05/post_15081_3.html).
3. Haruko Obokata, Teruhiko Wakayama, Yoshiki Sasai, Koji Kojima, Martin P. Vacanti, Hitoshi Niwa, Masayuki Yamato & Charles A. Vacanti, (2014) Stimulus-triggered fate conversion of somatic cells into pluripotency Nature, 414 (6859), 641–647
4. Daijiro Konno, Takeya Kasukawa, Kosuke Hashimoto, Takehiko Itoh, Taeko Suetsugu, Ikuo Miura, Shigeharu Wakana, Piero Carninci & Fumio Matsuzaki, (2015) STAP cells are derived from ES cells. Nature 525, E4–E5
5. http://www.pro-enamel.jp/how-acid-wear-affects-you.html