2018年1月30日

科學月刊2018年2月號 578期

購買2018.2月號(578期)《科學月刊》
網路書店購買




84 顯影

88 非關科學:「 我認為(I think)」—達爾文與傳統的告別/許惇偉
89 非關科學:是誰躲在網路世界月亮的背面?暗網與洋蔥路由/郭家銘

90 News Focus:古木乃伊的DNA 分析 最終翻轉流行病歷史/詮釋味道的第六種可能—嚐嚐鈣的味道
91 News Focus:肥胖症與糖尿病的新興療法/鏡像神經元能預測人們在道德困境中的決定
92 News Focus:環境噪音影響雛鳥發育/氣候變遷影響海龜性別
93 News Focus:開創綠色革命新技術酒精、DNA 損害與癌症風險
 
94 評 論:詐騙未遂之冒牌出版商/林宮玄
96 評 論:探究箭毒蛙「死道友,不死貧道」的生物毒物特性/嚴宏洋

98 解 數:不一樣的模仿遊戲/魏澤人
102 理 物:量子電腦—量子科技時代的來臨/張為民
106 生 動:真正的救命仙丹—胰島素發明史/李明蒼
110 變 化:穿戴裝置的未來新能源—可撓式熱電晶片/游皓任
112 天 地:機器學習與天文學:無人大型巡天計畫/李見修

116 封面引言
118 封面故事一:就是那道光—找尋重力波的可見光源/饒兆聰
122 封面故事二:從愛因斯坦方程式到超級電腦黑洞模擬—數値相對論發展歷史/林俊鈺、游輝樟
128 封面故事三:探測宇宙科學原理—重力波偵測器的概念與技術史/金升光

138 科技新知:人工智慧與區塊鏈運算利器:處理器的種類與應用/曲建仲

144 精選文章:解構自然,論證選擇—演化是否隨機發生?/許家偉
148    精選文章:阿茲海默症的過去、現在與未來/陳佩燁

154 專 訪:前往萊頓的奇幻旅程—劉維民專訪/文詠萱

158 書 摘:《細胞》

2018年1月29日

阿茲海默症的過去、現在與未來

陳佩燁/中央研究院生物化學研究所研究員。


第一位阿茲海默症病人


圖一:迪特,第一個被診斷出阿茲海默症的病人。(Wikipedia)

圖二:阿茲海默是一位德國精神病學家,首先發表老年痴呆症病例,後來被命名為阿茲海默病。(Wikipedia)


1901 年,51 歲的迪特(Auguste Deter,圖一)進入阿茲海默(Alois Alzheimer,圖二)醫生的診間,當醫生問她的名字,她回答:「奧古斯特」,醫生問她的姓,她還是回答:「奧古斯特」,當醫生問她先生的名字時,迪特太太遲疑了一陣,然後回答:「我相信是……奧古斯特。」接著,醫生繼續問她其它的問題,迪特越來越緊張,而且答非所問,她無法說出她住在哪兒或是現在正在哪裡。當天的午餐她吃了豬肉和花椰菜,但是當醫生問她午餐吃了什麼時,她一邊嚼著肉,一邊卻回答:「菠菜」;當醫生請她寫下「5」這個數字時,迪特太太寫的是「一個女人」。從當時阿茲海默醫生與迪特的醫療對話記錄,我們可以發現病患無法聽懂問題,會回答完全無關的話,但是病患知道自己不太對勁。

1906 年,迪特過世,阿茲海默醫生檢驗她的腦,發現她的腦嚴重萎縮,而從顯微鏡下觀察到,銀染色後的腦組織切片,在其神經細胞外有粒狀斑塊,且神經細胞中有糾結的纖維。後來,科學家們發現這些粒狀斑塊是由Aβ胜肽(Aβ-peptide)聚集所形成的,因為這些斑塊被染色後有類似澱粉染色後的光學性質,因此也被稱為「澱粉樣斑塊(amyloid plaques)」,而神經細胞中糾結的纖維是由高度磷酸化的tau 蛋白(tau protein)聚集所形成的。「Aβ 澱粉樣斑塊(amyloid-beta plaques)」及「tau 蛋白神經纖維糾結(tau neurofibrillary tangles)」, 這兩個病理特徵的觀察是後來被命名為「阿茲海默症(Alzheimer's disease, AD)」的重要判斷依據。

早發性與晚發性阿茲海默症
2014 年,有一部電影《我想念我自己》(Still Alice ), 改編自潔諾娃(Lisa Genova)寫的同名小說,小說中充分描寫早發性阿茲海默症患者的困境、掙扎、無助,及家人在親情與現實之間的抉擇。故事的主人翁是一位語言學教授艾莉斯(Alice Howland),某一天她在日常的散步中開始發現自己有些不對勁,居然會找不到回家的路,在上課時會忽然想不起來自己要說的話,她積極的求醫,結果發現自己罹患了早發性阿茲海默症。因為她是高級知識份子,所以開始積極的閱讀文獻,參加臨床實驗,她以是否還記得自己家的住址及孩子們的個人資料判斷自己惡化的程度,甚至為自己準備好了自殺的方法,她留言提醒自己——當智能惡化到某一程度時要打開電腦中的某個檔案,檔案中安排如何找到她事先預備好的自殺用的藥片。然而,令人唏噓不已的是,當那天到來時,艾莉斯找到藥片,正準備行動,不知道是幸運或悲哀,她的先生正好跟她說話,在被人打岔後……她忘了她正要做的事。

早發性阿茲海默症的發生與基因有關,患者的基因帶有可加速Aβ 胜肽產生的突變,或是產生更容易聚集的Aβ 突變胜肽。顧名思義,早發性阿茲海默症的發病時間較早,大約4、50 歲,患者的病程惡化也比晚發性的快,這些致病的基因突變如果在家族間傳遞,又稱之為家族性阿茲海默症。也因為這些突變是跟Aβ 胜肽有關,所以很多阿茲海默症的治療藥物的研發都與Aβ 胜肽有關。

全球的阿茲海默症患者約有3500 萬人,早發性阿茲海默症佔所有阿茲海默症的比例其實不高,大約只有5%,大多數的病患是在65 歲之後發病,因此稱為晚發性阿茲海默症。晚發性阿茲海默症的成因不明,部分與基因相關,有40~60% 的阿茲海默症患者帶有APOE-ε4 型的基因,但並不是有這個基因就一定得病,只是機率較高。而帶有APOE-ε2 型的基因的人罹患阿茲海默症的機率較低,有趣的是,這2 個基因所產生的蛋白質其實只有2 個胺基酸不同而已。除了APOE 基因的因素,高血壓、高血糖、高膽固醇、第二型糖尿病、少運動與少動腦也被認為是導致阿茲海默症的危險因子。

阿茲海默症的治療與藥物開發
目前對阿茲海默症可以使用的藥物僅能用來控制症狀的惡化,如愛憶欣(Aricept)、憶思能(Exelon)等,而這些藥物常會引發噁心、腹瀉、失眠、嘔吐、肌肉痙攣、倦怠與食慾減退等副作用。雖然自2003 年後就沒有任何阿茲海默症的新藥被核准,但目前仍有許多藥物在臨床測試中。大部分的臨床測試藥物的作用目標仍是阻止澱粉樣斑塊的累積,在2014年,百健(Biogen)公司宣佈針對Aβ 胜肽的抗體——Aducanumab的免疫療法臨床1b 期的雙盲測試成
功〔註一〕,這項臨床測試與其它藥物的臨床測試最大的不同是「病人」,一般的阿茲海默症臨床測試的病人都是初期或是中期的病人, 而Aducanumab 測試的病人則是初期且失智情況較輕微的病人。參加測試的165 個病人, 每月靜脈注射不同劑量的Aducanumab 或安慰劑,
一年後以正子斷層掃描(Positron Emission Tomography, PET)觀察Aβ 胜肽斑塊在腦中的累積量,結果顯示劑量越高,病人腦中Aβ 澱粉樣斑塊的減少越顯著,且高劑量的Aducanumab 可減緩認知能力的衰退。這項臨床測試的結果讓科學家們對以澱粉樣斑塊為標的的研究重拾信心,百健公司馬上開始了2 項更大規模的臨床三期人體實驗,有100 多間研究中心和醫院參加,而臺灣也有6 所醫院加入,預計在2022年春天結束試驗。

另一方面,禮來(Eli Lilly)公司也將之前以另一種抗體Solanezumab進行的2次臨床三期人體實驗失敗的結果進一步分析,發現這個測試結果雖然失敗,但是對其中症狀較輕的病人好像有效,於是禮來公司又開始了一項Solanezumab 的臨床三期人體實驗,很可惜的是,2016 年11 月禮來公司再度宣布實驗失敗。

雖然這項結果令人失望,但是失敗的原因很可能是參加實驗的病患篩選和實驗期間不夠長的關係。不過,在2017 年維也納舉辦的阿茲海默症∕帕金森氏症國際會議上,免疫療法還是會中被熱烈討論的話題之一,除了百健公司,目前還有多家公司的抗體正在臨床測試中。

本著「雞蛋不能放在同一個籃子裡」的原則,除了阻止澱粉樣斑塊的累積,現在也有許多正在進行中的臨床實驗是針對其他標的來開發的。例如,高血糖會促進神經發炎反應,阿茲海默症患者腦中胰島素量較低,若從鼻腔給藥,胰島素可以進入腦而較不會影響全身的血糖濃度。有幾項小規模的臨床研究結果目前看來蠻有希望,像是2013 年開始美國進行了一項名為「SNIFF」的胰島素鼻腔給藥對減輕失憶的臨床研究,預計2018 年結束。此外,也有針對阻止tau 蛋白聚集、tau 蛋白磷酸化或是神經訊息傳導和抗發炎的藥物,還在進行臨床實驗中。

對於阿茲海默症的治療,根據之前多項失敗的臨床實驗的結果,可以得到2 項主要結論,一要「早」,二是要「久」。「早」是指治療要趁早,因為神經細胞一旦受損或死亡,要想回復是很困難的,因此選擇參與阿茲海默症臨床實驗的病人就非常重要;「久」是指治療的時間可能需要很久,從非常初期的輕微失智到發展成阿茲海默症,平均需要4.3 年,所以只是幾個月或是1、2 年內的臨床實驗可能看不出效果,也因此治療方式最好是以不會引發副作用的低劑量長期使用。例如在Aducanuma 臨床1b 期的測試雖然成功,但是90% 以上的病人有副作用,165 人中就有20人因副作用而中途退出測試。

尋找初期的阿茲海默症患者來參加臨床實驗並不容易,如何評斷什麼程度的失智可以被診斷成初期阿茲海默症患者?英國的科學家發展了一套「海洋英雄的追尋(See Hero Quest)」的APP 遊戲程式,希望藉由遊戲的方式,瞭解不同年齡、性別、教育程度的人應該有的空間記憶及反應能力,這個遊戲目前已經吸引了全世界超過270 萬人上網去貢獻一己之力。科學家們希望利用這些資料,未來可以幫助醫生判定病人的失智程度及臨床實驗的效果。

圖三:阿茲海默症患者的磁振共振攝影圖。(Shutterstock)


......【更多內容請閱讀科學月刊第578期】

探測宇宙科學原理--重力波偵測器的概念與技術

金升光/任職於中央研究院天文及天文物理研究所。


重力波研究在相對論誕生的100年後戲劇性的成為世人矚目的焦點。接二連三超乎預期的黑洞雙星碰撞事件拿下2017 年諾貝爾物理獎;中子星碰撞事件與全球觀測網同步更開啟了多元訊息天文學(multi-messenger astronomy)的新時代。美國雷射干涉儀重力波天文台(Laser Interferometer Gravitational-Wave Observatory, LIGO)和義大利與法國合作的室女座Virgo干涉儀在完成了歷史性的任務後,依照原訂計畫在2017年8 月底停機,進行升級更新,預定2018 年秋天再次上線觀測。另一方面,在不同頻率波段偵測重力波的努力也採用了一些和LIGO 相近或相異的概念或技術,可以探測星系核心超大質量黑洞等系統,像是運作中的波霎定時網(pulsar timing array, PTA)以及預計2030年代中期發射的雷射干涉儀太空天線(Laser Interferometer Space Antenna, LISA)。這些精密測量時空的實驗本身就涵蓋了許多有趣的物理或天文概念,大多和相對論無關,還可能應用在高科技或日常生活中。

本文將著重在LIGO 雷射干涉儀的特點,特別介紹其中熱雜訊與量子雜訊相關的一些基礎觀念。LISA 太空實驗的特色和波霎定時的技術關鍵也會概略提及。關於重力波和干涉儀的基本概念和若干細節請參閱《科學月刊》548 期(2015年8 月)林俊鈺與游輝樟以及576 期(2017 年12 月)倪維斗、潘皇緯的文章。

重力與重力波偵測
相對論認為,我們在體重計上的重量和車輛瞬間起步煞車時所感受到的力並無區別。自由落體好像感覺不到重力,但若是自由下落的場景換成了星球質量大小的黑洞附近,上下左右的重力差(潮汐力)肯定會讓人有感。加速度產生的力可以透過坐標變換消除,潮汐力卻不行,這才是相對論關注的重力。聲波透過空氣或其他介質的振動來傳遞,薄膜或是早年話筒中的碳粉盒將接收到的空氣密度振動轉換成電的訊號、麥克風或電話就是聲波的偵測器。電磁波不需要介質,電場與磁場交互振動傳播,遇到天線產生感應電流或電壓傳到接收機放大,這天線和接收機就是電波的偵測器。重力波是時空的漣漪,也不需要介質。原則上,潮汐力的振動可以用上下左右兩把尺的長度相對變化來測量,條件是這兩把尺組成的天線方向正確,而且振動的信號可以從雜訊中分辨出來。

雜訊是重力波偵測的關鍵。以LIGO 干涉儀為例,雷射光經由分束鏡(或分光鏡,beam
splitter)進入干涉儀的兩臂,被鏡子反射回分束鏡後產生干涉(圖一)。這兩臂就是互相垂直的兩把尺,當兩把尺的相對長度有變化,干涉結果也會改變。反過來說,任何改變反射鏡距離、兩臂相對長度或影響干涉光的因素都是雜訊可能的來源。地面傳來的振動可能來自地震或是實驗室附近的人類活動、機械振動。重力場的微小起伏(重力梯度)可能來自地震波、結構的振動、潮汐、大氣海洋或地下水流等。干涉儀中殘存的氣體微粒可能影響反射鏡、折射率、散射光束。反射鏡和懸吊系統的熱運動(布朗運動)可能改變鏡子距離、反射面形狀或方向。雷射頻率輸出的穩定度,甚至於光的顆粒性也會限制干涉儀的靈敏度。理論計算預估雙中子星事件產生LIGO 干涉臂的相對長度變化不到原子核直徑的1/100,聽起來像是不可能的任務。如何監測、模擬雜訊來源、進而消除這些雜訊,達到設計的靈敏度,正是重力波偵測的關鍵技術之一。

圖一:邁克生干涉儀。


LIGO 干涉儀主要架構
LIGO 的雙干涉儀就像是傳統的邁克生干涉儀(Michelson interferometer),如圖一。光在干涉儀兩臂的光程改變半個光波波長時,干涉光有可能從最亮(建設性干涉)變成最暗(破壞性干涉)。也就是說,干涉儀可以很容易量到和光波波長差不多的光程變化。重力波產生的光程變化和干涉臂長度成正比;如果4 公里長的干涉臂相對長度變化是10-19 米,把干涉臂拉長百萬倍(如LISA)就可達10-13 米。不過,地面上不大容易建造太長的干涉儀,距離遠也會有其他的困難。1980年代10 米級的原型干涉儀實驗中曾經測試過兩種光路設計,可以在同樣的干涉臂中增加實際的光程來提高靈敏度。一種是利用光學延遲線(delay line)的概念,讓光線在兩面鏡子中來回反射(例如Herriott delay line)。另一種是使用法布里– 伯羅空腔(Fabry-Perot cavity)做為干涉臂;光在空腔中來回形成多光束干涉,當波長和空腔長度滿足共振關係時會有明顯的效果,為LIGO 所採用。光在空腔內來回反射約280 次,可以把微小的臂長變化放大。

如果雷射光太弱,干涉儀的精度會比較差。就好比一台黑白顯示器有32 位元甚至更高的動態範圍,和只有16 個灰階的顯示器相比,後者的影像不如前者細緻。第二代LIGO(Advanced LIGO 或aLIGO)設計的輸入雷射功率(經過幾個階段的放大後)是125 W。觀測時通常把相位鎖定在干涉儀輸出端產生破壞性干涉附近,此時,絕大部分的光會從輸入端流失(能量守恆)。為了進一步利用這些原本將損耗的能量,LIGO 在輸入端增加了功率回收反射鏡(power recycling mirror),把光反射回干涉儀內再利用。在輸出端的信號回收反射鏡(signal recycling mirror)也有類似的功用。最後在干涉臂共振空腔內的功率可能高達710 kW,主要架構如圖二,實際設計更為複雜。干涉臂兩端的反射鏡在重力波實驗中特稱為「測試質量(test mass)」。因為,科學家想要觀測的是當重力波通過之際,兩質量之間時空的變化,反射鏡只代表觀測的手段。理想的測試質量最好能排除一切非關重力波的因素影響。透過四階段懸吊系統主動被動的減震設計,大幅減低反射鏡所受到的干擾,40 公斤的測試質量可以近乎自由的運動。無法隔絕的重力梯度變化等雜訊可以透過環境監測和模擬來剔除。

LIGO 干涉儀概況
LIGO採用波長1064 nm 的釹:釔鋁石榴石(Nd:YAG)固態雷射。這是工業雷射切割及醫療美容應用常見的紅外光雷射。原本2 W 的輸出功率放大至100~200 W 再送進干涉儀,是全世界在相同波長所產生最穩定的雷射光源。簡報用的雷射筆輸出功率約5 mW,家用微波爐或吹風機大約1000 W上下。和干涉臂共振空腔內高功率搭配的是10-9 Torr(約10-12大氣壓)的高真空環境、低吸收低散射的光學系統和元件、超高反射率的終端反射鏡(終端測試質量)以及原子等級高精度研磨的光學曲面。同樣條件下,越高的功率會產生更多的損耗,包含懸吊系統、光學元件、光路等的熱雜訊或熱效應也更為顯著。

圖二:LIGO 干涉儀主要架構。

路口閃爍的小綠人號誌燈提醒行人加快腳步,閃爍的頻率大約是1 Hz 上下。若閃爍頻率超過30 Hz 以上,肉眼恐怕就很難辨識,因為人類視覺對於光線變化的快慢反應有一定的極限。露天音樂會在嘈雜的環境中,聽眾還是能夠分辨演奏的音符或親友的呼喚。這往往並不是因為某個樂音或音調特別響亮,而是因為我們有能力從噪聲中撿選出有意義的信號,包含頻率及波形。人類聽覺的範圍約20 Hz~20 kHz。aLIGO對於10~7000 Hz 的重力波頻段比較敏感,大約在40~1000Hz 靈敏度最高,這也是典型雙中子星合併前振幅最強的波段。預計在2019 年aLIGO 可以達到設計規劃的靈敏度,目前大約只有40% 左右。現階段系統最主要的雜訊來源是量子雜訊和熱雜訊(圖三),是升級的首要目標。

......【更多內容請閱讀科學月刊第578期】


就是那道光-找尋重力波的可見光源

饒兆聰/國立中央大學天文所副教授,主要研究領域為可見光、時域天文學,如變星和重力波可見光源搜尋的研究。


2017 年可說是重力波天文學界難以忘懷的一年。在這一年,設計建造重力波偵測器LIGO的三位先驅魏斯(Rainer Weiss)、索恩(Kip Thorn)和巴利許(Barry Barish)獲得了諾貝爾物理學獎。建造LIGO 的想法在1970 年代已萌芽,並在1980~1990 年代開始建造和運作。但一直到了2015年LIGO 才第一次偵測到重力波,並命名為GW150914。第一次的重力波事件是由兩個質量相當大的黑洞所合併而成(大約30~35 個太陽質量),所以不預期會有伴隨而來的電磁波。到了2017 年,LIGO(以及和後來加入的VIRGO 偵測器)一共偵測到了五次的重力波事件(還有一次因為訊號不夠強而未被列入),其中前四次的重力波事件都是由兩個黑洞合併而成。但第五次在2017 年偵測到的重力波事件── GW170817 ──卻不一樣(圖一)。這次事件是由兩個中子星所合併而成,也是人類歷史上首次同時偵測到重力波和電磁波的事件,GW170817事件在天文和物理學界重要性與震撼性可在相關的論文數量一窺究竟。到了2017 年11 月初,GW150914 相關的學術論文大約有300 篇,亦即每年大約150 篇。而GW170817在8 月17 日發現後不到三個月的時間相關的學術論文卻已接近100 篇。

圖一:由NGC 4993 中心左上角的點發出重力波事件GW170817。(NASA & ESA)

GW170817 事件為何如此重要?或更正確的說,同時偵測到重力波和電磁波為何如此重要?天體發射而來的電磁波可以無聲電影比喻:我們只看得到影像但沒有聲音(可見光是電磁波的一種)。而重力波卻更像聲波:我們只能偵測到大概來的方向和振幅的大小,卻無法確知是從那個天體來,所以重力波就像是只有聲音而沒有影像的電影,只有同時偵測到重力波和電磁波,就像同時有影像和聲音而完整的一部電影。以科學術語來說結合重力波和電磁波所帶來的資訊能讓科學家對於了解重力波源(如中子星合併)的物理性質,機制和來源能夠有更完整的論述。基於篇幅,本文只談關於重力波可見光源的尋找,而至於LIGO 如何偵測重力波或在可見光以外的電磁波源的尋找,在網路上可找到相關的文章參考。

第一個重力波源
LIGO有兩個偵測站,一個在美國西北角的漢福德區(Hanford),而另一個在美國東南角的利文斯頓(Livingston)。LIGO 需要至少兩個偵測站的原因是當重力波的訊號到達第一個偵測站時,第二個偵測站因距離較遠而會讓重力波的訊號延遲到達。......【更多內容請閱讀科學月刊第578期】

量子電腦—量子科技時代的來臨

張為民/現任國立成功大學物理系特聘教授。研究專長為量子電腦、量子場論、凝態物理、量子光學到量子非平衡統計的各種物理問題。



相對於人工智能,自從AlphaGo 打敗一大群世界圍棋冠軍無敵手,而AlphaGo Zero 又通過自主學習輕鬆打敗AlphaGo,你即使不太懂人工智能的工作機制,似乎也可以似懂非懂地講講人工智能的偉大遠景。然而,對於量子電腦,雖然時不時看到量子電腦的最新進展報導,特別是Google 與IBM 兩大科技公司在量子電腦研發上的白熱化競爭,使人們對量子電腦充滿了好奇,但如果你對「量子」了解不夠深入的話,大概無法給量子電腦說出個所以然。

而事實上,對於人工智能,它的基礎研究還處在非常初級的階段,像神經網路與機器深度學習,電腦視覺與自然語言處理等技術發展遠超越相應的科學理論發展。相反地,量子電腦是以20 世紀初建立起來的量子物理為其科學基礎。描述微觀世界(原子尺度)的量子物理及描述高速運動(接近光速)的相對論是過去一個世紀物理科學發展的基石,但量子理論至今仍然是人類對大自然現象所知道的最神奇又最詭異的科學理論。

量子是什麼?
量子不是原子、分子等構成我們自然界各種物質那樣的粒子,但它卻是揭開自然界所有已知基本粒子之神秘面紗的天使。量子物理詭異的觀測隨機性,讓提出量子概念的先驅者之一愛因斯坦為之大動肝火:「上帝不擲骰子」;也讓量子學說的創立者、奧地利物理學家薛丁格(Erwin Schrödinger)曾對別人說:「我為對於量子力學的研究感到抱歉。」


薛丁格。(Wikipedia)

其實,量子是一種概念,而不是一種東西,量子力學是描述自然界物質狀態的一個方式。自然界一切物體的運動分為粒子運動(如地球繞太陽的轉動)及波動(如傳遞訊息的電磁波)。量子物理告訴我們,一切物體及各種運動都同時具有粒子與波動二種特性,而當物體很大時,波動的特性不容易觀察到,因此人們用牛頓力學來描述粒子的運動。但當考慮的對象很微小時,像物體中單顆電子的運動,電子的波動是它的主要特性。這樣,束縛在物體內的電子,它的動量及能量會被量子化。薛丁格因此提出了描述物質的波動方程,建立了量子力學。

正是這樣的量子物理告訴我們,物質除導電與不導電外。還有「半導電(半導體)」,從而產生了半導體工業革命,改變了人類文明的生活模式。也正是愛因斯坦,用量子的概念發現光電效應,人們由此開發的光電商品,從搖控器、數位相機、雷射到太陽能電池等。而奇妙的量子穿隧效應使人們發展出掃描穿隧顯微鏡(STM)及原子力顯微鏡(AFM),探物質表面的原子結構,開創奈米尺度的科技時代。更神奇的是薛丁格從原子及分子的觀念思考生命的起源:What is life,啟發了華生(James Dewey Watson)和克里克(Francis Crick)發現DNA 結構,為生命遺傳機制打開了探索之門。

然而,近代科技的發展只用到量子的一些非常普通的物理性質,即量子能級、光電效應、量子穿隧效應等。這些物理性質大部分的中學生可能從近代物理中已學到。目前正在開發的量子電腦及量子通訊將利用量子世界中最神奇也是最怪異的物理性質,即量子疊加原理(quantum superposition)及量子糾纏特性(quantum entanglement),前者導致了物質波的概率描述,後者產生了遠距的瞬間量子關聯。

量子世界的本質
事實上,量子疊加原理產生量子相干性才是量子世界的本質。物質材料是由各種元素(原子)構成的,在原子尺度上,物質顯示波動的特性。因此原子或電子的不同狀態是各種不同的波及其疊加的空間分布,可呈現波的相干性。但當人們量測電子的狀態時,又只看到整顆電子在某一確定的位置,而不是波的分布形態及干擾現象,並且每次量測電子位置的結果都會不一樣(量子測不準關係),所以物質波是概率波,與我們所熟知的電磁波(含大量光子)、水波等現象不同。薛丁格曾用貓設計一個描述量子疊加態及概率的實驗:將一隻貓關在一個封閉無窗的盒子里,盒子里有放射性物質及一瓶毒氣,如果放射性物質發生衰變,會觸動機關打破毒氣瓶,則貓被毒死;如衰變沒發生,則貓可活下來。常識告訴我們這隻貓不是死了就是活著,量子疊加原理告訴我們這隻貓是又死又活,生死疊加。瓦恩蘭(David Wineland)和阿羅什(Serge Haroche)(兩位為2012年諾貝爾物理學獎得主)實驗上證明「這只薛丁格貓可以不活又不死」,此現象戲弄了物理學家及哲學家近一個世紀,這是量子物理較為怪異的現象之一。

另一更怪異的量子現象就是量子糾纏。量子糾纏,又被愛因斯坦稱為「鬼魅似遠距作用(Spooky action at a distance)」的怪現象:兩個處於量子糾纏的原子或電子,不管它們分開多遠,例如處在兩個不同的星球上,當人們量測其中一個原子的量子狀態時,處在另一星球上的原子的狀態會瞬時跟著改變。量子糾纏這種超距的神奇現象已在實驗上被證實,並且已在實驗室中不斷被製備,成為實現量子通訊及量子電腦最關鍵的要素。

利用量子疊加及糾纏設計電腦
那為什麼要以量子相干性及量子糾纏去設計新的電腦原理呢?......【更多內容請閱讀科學月刊第578期】

不一樣的模仿遊戲

魏澤人/任教於國立東華大學,創立花蓮—py 社群及實做數學粉專。


圖一:英國計算機科學家、數學家涂靈。(Wikipedia)


2014 年的歷史劇情電影《模仿遊戲》(The Imitation Game),將英國數學家、電腦科學家涂靈(Alan Mathison Turing,圖一)幫助盟軍破譯納粹密碼的傳奇故事搬上大螢幕。除了破解密碼外,涂靈還有很多不同的貢獻,像片名《模仿遊戲》,就是涂靈提出用來探討機器是否能思考的方法,出自 1950 年發表的論文「計算機器與智能」。與其問「機器是否能思考」這個較為空泛、模糊的問題,涂靈認為不如用「機器是否能通過模仿遊戲」這個較為明確的測試來取代。這是人工智慧哲學的一個重要概念,現在常稱為是「涂靈測試(Turing test,圖二)」。


圖二: C 藉由與A、B 的問答來判斷何者是人類或機器,稱作涂靈測試。(Wikipedia)



模仿遊戲
模仿遊戲是如何進行的呢?在一般的版本中,A 是電腦,B 和C 是人類〔註一〕。C 無法看到 A 或 B,只能藉由文字溝通交談。C 的任務是判斷跟他交談的對象是人類還是電腦。而A 則是要想辦法模仿人類的行為,讓 C 分不清到底誰是電腦。能模仿人類行為,是否就稱得上有智慧?這件事情有不少爭議和不同看法。但我們應該能同意,設計一個能模仿人類的機械,是一個非常值得挑戰的問題。更有趣的是,在現代的密碼學及機器學習一些看似不相關的地方,也可以找到模仿遊戲的蛛絲馬跡。

傳統對話機器人
我們先從模仿遊戲的一些簡單的變化玩法開始。試想,如果是人類反過來學機器人講話如何?想要學機器人講話,首先得要知道機器人是如何講話的。早期的對話機器人,可能更符合我們刻板印象中的機器人,比方1960 年代由MIT 人工智慧實驗室發展出的著名電腦對話機器人Eliza。 Eliza 使用模式匹配、句型樣板和一些腳本規則來模仿人類的對話。其中一個腳本 DOCTOR 用來模仿心理治療師和患者對談。下面是一段(英文翻譯後)典型的對話 :

女子:男人都一樣。
Eliza:怎麼說?
女子:他們總是為了某些特定或者其他事情來煩我們。
Eliza:你能想一個具體的例子嗎?
女子:我的男朋友要我來這裡。
Eliza:你的男朋友要你來到這裡?
女子:他說我常常很憂鬱。
Eliza:我很抱歉聽到你很憂鬱。
女子:真的,我不開心。
Eliza:你認為來這裡能幫你擺脫不開心嗎?
女子:我需要一些幫助,我想是這樣的。
Eliza:得到幫助對你來說意味著什麼?
女子:也許我可以學會如何和媽媽相處。
Eliza:告訴我更多關於你的家人。
女子:我母親照顧我。
Eliza:還有哪些家人也照顧你?
女子:我父親。
Eliza:你父親。
女子:你在某些方面就像我父親。
Eliza:你看到什麼相似之處?
女子:你不是很積極,但我覺得你不想讓我發現這點。
Eliza:什麼讓你覺得我不是很積極?
女子:你不跟我爭辯。
Eliza:你為什麼認為我不和你爭辯?
女子:你害怕我。
Eliza:相信我害怕你讓你感到愉快嗎?
女子:我父親害怕每一個人。


Eliza 是涂靈測試的一個里程碑,爾後則有大量的仿做和改進。其實,Eliza 只用了簡單的規則匹配和腳本,......【更多內容請閱讀科學月刊第578期】

酒精、DNA 損害與癌症風險

在人類發展文明的歷史中,酒,扮演著一個不可抹煞的角色。不過,最近劍橋MRC 分子生物實驗室(MRC Laboratory of Molecular Biology)團隊透過小鼠試驗找出酒精如何破壞細胞中的DNA 並增加罹患癌症的風險。

研究人員先給予小鼠稀釋過的酒精,再利用染色體分析和DNA 定序,檢查體內中當酒精被分解時會產生的有害物質——乙醛(ethanal),所引起的遺傳損害。研究發現乙醛會破壞血液幹細胞內的DNA,使染色體重新排列且永久性的改變細胞DNA 序列。

另外,研究也發現在亞洲人中較常出現基因缺失或錯誤,導致體內乙醛無法代謝,進而引起臉紅或不適的醛脫氫酶(aldehyde dehydrogenases, ALDH),在缺乏ALDH2 的小鼠細胞中,DNA 所受的損傷為功能正常小鼠的4 倍。研究人員表示,縱使DNA 有修復系統,但不代表每次都能完美的進行修復,即使是體內防禦系統較好的人,酒精仍然會以不同的方式導致癌症的產生。




Juan I. Garaycoechea et al., Alcohol and endogenous aldehydes damage chromosomes and mutate stem cells, Nature, 2018.

人工智慧與區塊鏈運算利器:處理器的種類與應用

曲建仲/臺灣大學電機工程學系博士,曾榮獲中華民國96 年度全國優秀青年工程師獎章並獲總統召見,致力臺灣科技教育多年,擅長以淺顯易懂的文字由淺入深帶領非理工背景的讀者們了解艱深困難的科技原理。



處理器(processor)是電子資訊產品的心臟,要了解電子資訊產品,就必須先認識處理器,而要認識處理器,就必須先了解處理器的軟體與硬體架構,以及軟體指令與硬體指令的意義,所有電子資訊產品所使用的處理器都有軟體與硬體架構,個人電腦、智慧型手機的比較複雜,而電視、音響的相對比較簡單。

個人電腦的軟體與硬體架構
處理器是由數千萬個電晶體(complementary metal-oxide-semiconductor, CMOS)排列組合而成,那麼要如何利用程式去指揮控制CMOS 替我們運算呢?我們以個人電腦的軟體與硬體架構為例,如圖一所示,由下到上依序包括:

1. 中央處理器(central processing unit, CPU): 由CMOS 排列組合而成。

2. 硬體指令:驅動CMOS運算的指令,例如:ADD、PUSH、POP 等。

3. 軟體指令:控制硬體指令來驅動CMOS 運算的指令,例如:C 語言所使用的指令For、While、If else、Print等,作業系統是由軟體指令撰寫而成。

4. 作業系統(operating system, OS):管理個人電腦所有硬體與軟體的核心程式稱為作業系統,例如:DOS、Windows、Linux 等。

5. 應用程式(application program, APP):在作業系統管理之下,具有某種特定功能的軟體稱為應用程式,例如:Word、PowerPoint、IE、RealPlayer 等。

6. 使用者介面(user interface, UI):使用者實際與個人電腦溝通的介面,早期使用DOS輸入指令,DOS的「C:\>」就是使用者介面,使用者可以經由這個介面與電腦溝通;目前已經進步到只需要使用滑鼠點選桌面上的圖形即可與電腦溝通,這些圖形稱為「圖形使用者介面(graphic user interface, GUI)」。

圖一:個人電腦的軟體與硬體架構圖。
圖二:智慧型手機的軟體與硬體架構圖。



智慧型手機的軟體與硬體架構與個人電腦極為相似,如圖二所示,最多只是把中央處理器改為「微處理器(micro processing unit, MPU)」,另外作業系統改為Android、iOS,而應用程式當然就是大家熟悉的Chrome、Google Maps、Safari 囉! 基本上,智慧型手機根本就是一台小電腦了!

指令的種類
人類是經由下達指令的方式與處理器溝通,指令可以分為下列2種:

1. 軟體指令(software instruction):指的像是DOS、Windows、Linux等作業系統所使用的指令,例如:Copy、Delete、Rename 等;或像是程式語言(例如:C 語言、BASIC等)所使用的指令, 例如:For、While、Print 等。我們可以在作業系統或程式開發工具直接使用指令,
而且可以經由修改軟體(例如:修改Windows、Linux 作業系統的原始程式碼)而改變這些指令的功能。

2. 硬體指令(hardware instruction):指處理器所使用的指令, 例如:ADD、PUSH、POP 等, 硬體指令是處理器製作的時候就已經固定了,因此無法修改。不同的公司設計的處理器, 例如: 英特爾(Intel) 的中央處理器與TI 的數位訊號處理器(digital signal processor, DSP),其硬體指令並不相同。軟體指令都是由「數個硬體指令」組合而成,換句話說,當使用者在作業系統中執行「複製(copy)」這個軟體指令,則處理器會進行ADD、PUSH、POP 等數個硬體指令來達成複製的動作。

處理器的指令集
處理器可以認得的所有硬體指令稱為指令集(instruction set),處理器依照不同的指令特性與運算特性,大約可以分為下列2 大類:

1. 複雜指令集處理器( complex instruction set computer, CISC ):複雜指令集處理器可以使用較少的指令來完成複雜的運算工作,雖然CISC 的指令功能較多,但指令較複雜,相關的電路設計也較為困難,使用到的電晶體數目較多,成本較高。這種處理器大多由電腦產業的廠商使用,又以英特爾公司所設計與製造的80x86、Pentium 處理器為代表。

CISC 最大的缺點是許多指令可能很少使用,換句話說,處理器支援很少使用到的某些指令,浪費了許多空間,如同傳統的雜貨店,雖然提供很多的商品,但是許多商品可能很少使用,一直放在店裡只是浪費空間而已。

2. 精簡指令集處理器(reduced instruction set computer, RISC):精簡指令集處理器必須使用較多的指令來完成複雜的運算工作。雖然RISC 的指令功能較少,但指令較為簡單,相關的電路設計也較為容易,使用到的電晶體數目較少,成本較低。這種處理器大多由資訊家電產業的廠商使用,又以ARM 公司與MIPS 公司所設計的處理器為代表。RISC 最大的優點是只提供較常使用的指令,換句話說,處理器只支援較常使用的某些指令,節省了許多空間,如同新興的便利商店,雖然提供較少的商品,但是這些商品卻必須常常使用,可以節省空間。


CISC 與RISC 的比較

CISC 就好像是工程用計算機,具有許多工程運算的功能,可以很容易計算出開根號、三角函數等複雜的運算,但是製作工程用計算機比較困難,成本較高;相反的,使用者不需要很強的數學知識就能完成高難度的數學運算。

RISC 則像是一般的計算機,只具有加、減、乘、除這些簡單而基本的四則運算,如果要計算出開根號、三角函數等運算,就必須運用許多次的四則運算來完成,使用者也必須具備很強的數學知識才行。

CISC 和RISC 那一種比較好,是長久以來是大家爭論的話題,雖然曾經有預言RISC 會主導市場,但是CISC 還是有存在的價值,目前市場上存在的處理器已經沒有純粹CISC 或RISC 的設計了,大部分都是2 種設計混合使用。


數位積體電路
用來處理數位訊號的積體電路稱為數位積體電路(Digital IC),目前都是以矽晶圓製造,主要是用來處理0與1 的加減乘除運算與儲存工作,其中處理器包括:中央處理器、數位訊號處理器、微處理器、微控制器(Micro Control Unit, MCU)等;記憶體則包括靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)等;以及其他處理數位訊號,包括標準邏輯積體電路(standard logic IC)、特定應用積體電路(application specific integrated circuit, ASIC)等,臺灣主要的數位積體電路設計公司則包括聯發科技(MTK)、聯詠科技(Novatek)、瑞昱半導體(Realtek)、群聯電子(Phison)等公司。

這裡我們不討論記憶體,只討論用來處理0 與1 的加減乘除運算工作的積體電路,如圖三所示,可以分為處理器、半客製化積體電路(semi custom IC)、全客製化積體電路(full custom IC)三大類:......【更多內容請閱讀科學月刊第578期】

是誰躲在網路世界月亮的背面?暗網與洋蔥路由

郭家銘/可以在網路世界飛到人生迷惘的,本刊編輯。

無論表網還是暗網,使用時都需要相當謹慎,切莫透漏太多個人資訊,
因為沒人知道是誰躲在「月亮的背面」。(Pixabay)

在這網際網路普遍且發達到不行的年代裡,無論是上Google、Yahoo、百度等引擎搜尋資料,或在YouTube 上分享影片,甚至於各大社群網站張貼塗鴉牆,都已是許多人生命中很重要的一部分。只是這些我們輸入網址即可輕鬆進入的區域,都屬於「表網路(surface web)」的範疇,然而其蘊含的資訊比我們想的要少。那麼其他的資訊都到哪去了?相對於表網路,網路世界其實還存在著「暗網(dark web)」,資訊量遠超過表網路400~500倍、甚至更多。這些所謂的暗網路,並非一般使用者一鍵可及之處,通常得經過繁瑣的程序、或握有特定的權限才能進入,不僅搜尋引擎派不上用場、連網址都需要特定的瀏覽器才能使用。

有人會說,常看網路上分享,裡頭盡充斥著槍枝、毒品、人口販賣、殺手雇用,與最大宗的兒童色情,甚至也有許多令人感到不解的宗教團體、儀式進行等,難道真是如此?前面說了,要進到特定的暗網網站,你得得到一把鑰匙,而這把鑰匙怎麼得到,各網站有他自己的規則;除了眾所皆知的黑市阿爾發灣(AlphaBay)云云,只要無法根據表網規則進入的、無論什麼內容都可以是暗網的一部分,當然這也包含公司內部不對外公開的網路。

俗稱洋蔥(onion)的「Tor」瀏覽器是進入暗網世界最常被使用的工具之一,1990 年代中期由美國海軍研究實驗室的西維森(Paul Syverson)、李德(G. Mike Reed)與高適雷格(David Goldschlag)發明,一開始僅提供美國作資訊與情報安全之用。洋蔥的處理過程包含層層加密的資訊,並在到達目的地前透過多層中介計算機(intermediary computers)進行解密,其內容受到相當程度的保護,一般人不會知道資訊的源頭與終點,以達到完全匿名的效果,而這多層次的結構,就彷彿洋蔥般緻密而繁複。

如果說在表網路有估狗大神帶你到任何地方,暗網也有屬於自己的魔毯── Hidden Wiki,如同維基百科般,任何使用者都能夠編輯這個頁面,各式相關資訊更是在這一覽無遺。然誠上所述,每個暗網網站都有他自己的規則,現在的網址不代表以後的網址(有些地方就像消失的城鎮一樣神秘),加上洋蔥路由層層的高隱匿性,這使得「非會員」幾乎是不太可能主動追蹤到網站源頭的。除了黑市交易外,許多戰地國家的民兵或軍隊、甚至國際間的情報員,也需透過這樣的平台,才能確保自己交流資訊時的安全,網路上有許多關於暗網的都市傳說,無論它們說了什麼,最終的結果都取決於使用者如何運用暗網資源。

Tor 是進入暗網最常被使用的瀏覽器之一。(Wikipedia)

「我認為(I think)」—達爾文與傳統的告別

許惇偉/牛津大學生物化學博士,專長為表觀遺傳學、分子生物化學。曾任職牛津大學,目前任教於國立高雄師範大學生物科技系。

圖一:位於倫敦東南郊的達爾文故居。(許惇偉攝影)

圖二:故居中達爾文生前工作的書房。(許惇偉攝影)

即使偉大如達爾文(Charles Darwin),年輕時仍然懵懵懂懂於自己的未來。大學時,在醫師世家的家人安排下,先是遠赴愛丁堡大學(University of Edinburgh)習醫,在度過極度缺乏興趣與充滿挫折的2 年生活後,輟學了。不過在這段時間可能為了逃避課業壓力,他流連於博物館間,持續保有對自然史探索的興趣。

很快的,醫師父親又幫對於生涯規劃沒什麼想法的年輕達爾文安排了另一條路,也就是到劍橋大學讀神學,求個以後可以安穩生活的牧師工作。年輕達爾文乖乖照辦,也在1831 年順利取得學位,但就學期間仍然沒有放棄自己對自然歷史的興趣與探索,到處採集動植物標本。那時博物學依舊是他的最愛,而他也不認為這興趣會跟他將來的職業有所牴觸。

機會的偶然,總是不可預測。取得學位不久,當時皇家海軍為了詳細考察南美洲海岸地形,準備出動小獵犬號(HMS Beagle)執行該任務,也極需一個博物學家作為船長航行的夥伴,達爾文因而被推薦,在與父親短暫抗爭後,還是順利成行,在1831~1836 年間,達爾文壯遊了世界一圈,也帶回來許多歐洲人未曾目睹的標本與化石,以及他航程期間所見所聞的詳細紀錄。

結束小獵犬號旅程後,在家人的安排下,達爾文娶妻生子,1942 年舉家遷往倫敦郊區,過著溫馨而舒適的生活。在生活安定後,達爾文也開始系統性整理、思索他在海外的所見所聞,但當時傳統教育的科學觀念以及許多既定想法,不時困擾著達爾文的思路。

1851 年,達爾文最疼愛的大女兒安妮生病過世,這意外讓讀神學出身的達爾文對上帝極不諒解,也動搖了他對天主信仰的信念,哀慟逾恆的達爾文拒絕再進入教堂,但也因此,達爾文在拋棄了傳統上基督教對自然世界的詮釋桎梏後,放懷走自己的路,《物種起源》(On the Origin of Species)一書在1859 年問世後,讓人類對於生物自然世界的詮釋,有了全新的觀點。

《物種起源》一書手稿中,唯一的圖是關於演化樹的新想法。達爾文在此手稿開頭寫下「我認為(I think)」。這幾個字,宣示著新的達爾文誕生,讓他告別了傳統觀念加諸在身上的影響,走出了自己的路,同時也彰顯了人類能無畏無懼理性懷疑的價值,是自然史思想上的空前躍進。

去(2017)年8 月,筆者走訪達爾文故居(Down House),待在他生前工作的書房,望著他寫下《物種起源》一書的書桌,彷彿仍然能感覺到,「哲人日已遠,典型在夙昔。風簷展書讀,古道照顏色。」的微言大義。

2018年1月25日

前往萊頓的奇幻旅程—劉維民專訪

文詠萱/本刊主編。


(王弘奕攝影)

走在輔仁大學極寬走廊,找著劉維民老師的辦公室,就在樓梯間遇到劉老師,第一眼就能看到老師的微笑,老師客氣地邀請我們到辦公室。「在一開始,我還沒有出國的打算,但在唸
碩士班的時候,同學都在準備出國唸書,看到同學都出國讀書,我在想是不是也可以一起出國增加人生見識,因此燃起出國讀書的想法。但我比較叛逆,不想要跟別人一樣,因此選了歐洲地區學校。」坐定後,進入正式訪問,劉維民老師說起他出國讀書的機緣。

選擇前往荷蘭
荷蘭在當時算是較少學生前往唸書的國家,且當時的臺灣除了幾所歐洲鼎鼎有名的學校外,對於其他歐洲國家學校所知甚少。「當時會去荷蘭是一個巧合,我那時候已經考上臺大博士班,在想著是不是能到更好的學校就讀,也因為當時臺灣對於歐洲學校資料較少,因此找了《QS 世界大學排名》(QS World University Rankings),當時臺大的排名是第107 名,因此我選了幾所QS 排名較高且較注重理工方面的瑞士、荷蘭、德國等歐洲學校。而最後選擇萊頓大學(Universiteit Leiden)是因為他們給了我工作簽證,不用花錢就能讀書,甚至還能領到薪水。」

「選定學校之後,我花了很多時間研究每個學校、每個系、每位老師的專長領域。」劉維民在找到與自己期望吻合的老師後,準備了一封強烈的「動機信」,對老師表示想前往唸書的決心。「有些老師很忙,Email 可能沒有空讀,或是會被忽略,建議可以寄完Email 後再寄一封紙本。我當時在寄完後兩週到一個月,會再寄Email 給老師,確認是否有收到。」





拿工作簽證讀博士
不像在美國,學生拿的是學生簽證。在歐洲,學生讀博士是拿工作簽證(申請博班需要有碩士學位),而相較於理科的學生,文科的學生大部分所拿的是不支薪的工作簽證。「雖然荷蘭扣稅扣很重,那時候我們是扣42%,但稅後、付完健康保險後一個月還是有1700 歐元左右。」劉維民說。

通常前往美國、英國讀書都需先通過雅思、托福等語言測試,但劉維民當時前往荷蘭攻讀博士班時,並沒有語文門檻相關規定。「基本上通過老闆面試,老闆覺得可以溝通,且專長符合,就沒有什麼問題。而拿了薪水,我們就有許多需完成的責任,像是需帶大學部的實驗課,學生會分成三組,其中兩組是說荷文的,另外給我們國際學生帶的組別,就會以英文溝通。」劉維民另外表示,若是要前往荷蘭就讀大學部,就需要荷蘭文語文能力,就讀碩士班的話,則就須要英文能力證明。





博士班口試答辯。( 劉維民提供)



隻身在異鄉
劉維民與指導老師是利用市內長途電話面試,當時談到最後,指導老師問了劉維民:你確定你可以來荷蘭讀書嗎?「當時我沒有多想什麼,欣然地回答『可以啊』,在這時,指導老師提到『你想像一下,你到荷蘭你沒有熟悉的朋友,父母也不在身邊,一個人孤獨地在國外,沒有人可以幫助你。』我那時候想說應該可以吧,但在去了之後,感覺真的和在臺灣不一樣。在臺灣時間會被朋友、被一些很熟悉的事情填滿。但到荷蘭,因為語言的關係,就連電影都看不懂。」

「荷蘭人對於同事、朋友劃分相當清楚,因人生地不熟,一開始僅會認識同事,以致於很多事情必須自主獨立,不過也很謝謝當時組上的秘書跟博士後研究員,他們幫了我許多忙。但現在留學生、交換生越來越多,可以先試著聯絡那邊的臺灣人或是駐外單位,像我們萊頓有臺灣同學會,在比利時首都布魯塞爾也有教育部外交單位辦事人員,可以先知道他們的資訊。在各方面及生活打理上會比較容易一些。」

談到生活,在劉維民剛去讀書的時候,週日商店全天沒有營業。「這在臺灣比較難想像,星期日沒有一家店開著,而在其他時間,也是僅營業至下午6 點,只有星期四會延長營業時間到晚上8 點。當時有點不太習慣,既沒有娛樂、飯也得自己煮。」且在荷蘭餐館一餐大概要20 多歐元,換算臺幣大概約1000 元左右,因此劉維民吃飯大多自己煮。「但這是過去,現在的荷蘭越來越美國化,現在商店幾乎都天天開。」

荷蘭飲食習慣與氣候
......【更多內容請閱讀科學月刊第578期】

解構自然,論證選擇——演化是否隨機發生?

許家偉/畢業於輔大生物系(學碩士)、陽明微免所(博士),曾任職UCLA 微免分子遺傳所和 USC分子藥理所,現任職於生技公司。


自然選擇(natural selection)這個演化的機制可拆成3 個步驟來進行——複製(replication)、變異(variation)與選擇(selection),想知道演化是否隨機的話,就等於要問 3 個問題:「複製是否隨機?」、「變異是隨機的嗎?」和「選擇是不是隨機的?」如果這三步曲當中有一個不是隨機的,演化就不是隨機的了。

拆解三步曲的隨機性
首先,來看複製是否隨機的。事實上複製只不過是一個SOP(standard operating procedure, 標準作業程序),倘若物種要演化,就一定要有一個能夠將逐步累積下來的改變傳承給下一代的作業程序,因此,複製這個程序談不上是否隨機。所以,複製是否隨機的答案是:「說不上來,因為這一步跟隨不隨機並無關連。」

那變異是否為隨機的呢?雖然變異的確有非隨機的一面,如突變的機率可以因外力(紫外線、宇宙射線、游離幅射、X 光、化學物質、放射性物質等)而增加,且染色體上的基因會因為位置不同而出現不一樣的突變率,但對於演化來說,提供給自然選擇揀選的變異並非有系統地出現,也沒有具體方向性,更不會主動地傾向適應改良的效果,反而像擲骰子或轉輪盤般無法預料。那麼,變異是否隨機的答案,基本上可以說:「是的,變異是隨機地出現。」

最後,我們來檢視一下選擇是否為隨機。自然選擇的意義在於:個體憑藉某些變異,使自己比其他個體更能生存與繁殖,因此這些帶著變異的個體在族群中的數量就可以一代又一代地增加。換句話說,自然選擇會依據變異對環境的適應度,透過存活率(survival rate)及生殖成就( reproductive success )來改變牠們在群體中的數量。顯然,選擇是否隨機的答案肯定是:「不!」。

現在我們得到答案了, 在達爾文(Charles R. Darwin)所主張的演化機制裡,變異這種「演化上的『材料』」是隨機產生的,但「演化上的『改變』」則是由自然選擇來判定,一點都不隨意(圖一),所以演化不是隨機的。

圖一: 個體(土黃色)按自然選擇三步曲——(A)複製、(B)變異、(C)選擇——繁衍。在繁衍的過程中所產生的變異個體(卡其色或深棕色)並無適應性,因滅絕而消失,族群的面貌維持白圈為多數。一旦選擇壓力改變(虛線),黑圈變異成為適應性品種,在同樣的自然選擇三步曲下,族群面貌就會發生改變,黑圈變成族群中的多數。(作者繪製)


偶然 vs. 必然
有鑑於演化的機制——自然選擇,包含隨機變異和非隨機篩選,動物行為學家道金斯(Richard Dawkins)將自然選擇形容成「隨機差異性的非隨機存活」。而生物學家高登諾(Ursula Goodenough)也說得妙:「突變當然是完全隨機的,選擇卻非常挑剔。」自然選擇正是由偶然的機運(變異)與必然的力量(篩選)相互作用而成,這恰好應驗了古希臘哲人德謨克里特(Democritus)說過的:「宇宙萬物皆是偶然與必然的結果。」

在認識自然選擇的同時,我們也要認清兩件事:第一,達爾文的自然選擇雖然帶上了擬人化的「選擇」字樣,一如物理學的萬有引力或化學的分子親和力一樣用上了日常生活所能感受的「力」字那樣,......【更多內容請閱讀科學月刊第578期】

從愛因斯坦方程式到超級電腦黑洞模擬--數値相對論發展歷史

林俊鈺/國研院高速網路與計算中心副研究員,協助推廣產學界的高速計算應用。研究興趣為平行計算與天文物理。

游輝樟/成功大學物理系副教授,專長為數值相對論與計算天文物理。



就在廣義相對論( General Relativity, 1915)及重力波的預測(1916)之後的百年,重力波物理儼然進入另一個階段:在美國的兩座雷射干涉儀重力波天文台(LIGO)於2015年9月首次觀測到雙黑洞碰撞事件;以及2017 年8 月,歐洲Virgo重力波天文台加入觀測網當月,首次觀測到雙中子星碰撞事件。未來偵測到重力波事件的頻率將愈來愈高,並且伴隨著電磁波段、微中子的觀測,將提供天文學更多資訊,開啟以重力波資訊解讀宇宙的新領域。

目前,公里等級的地面重力波干涉儀,被設計來偵測重力波造成的干涉臂微小長度變化。高靈敏度是它的強項,卻也是最大的罩門,會受到各種來自如地震、熱擾動、光壓、量子起伏等……的干擾,造成反射鏡的震動與干涉臂長度變化。因此科學家應用各種精密工藝,測量真正的重力波效應。座落在地表的干涉儀,號稱與太空站一般地平靜穩定。即使如此,未處理過的重力波訊號還是深埋在各種已知或未知雜訊中。因此,若能夠事先知道重力波波形,就能較容易地以所謂的「模板匹配」技術,從原始訊號中辨識出來。

精解愛因斯坦方程式
這需要精確地求解愛因斯坦方程式,了解不同重力波波源所造成的微小時空彎曲,也就是
描述時空局部長度「度規」的變化,並計算相應的干涉臂長度改變時間序列。雙黑洞碰撞,也是主要的重力波來源之一。雖然單一黑洞是相當單純的球對稱物體,在廣義相對論發表的次年就有的精確解:史瓦西黑洞。但擴展到雙黑洞,並計算它們從旋進互繞(inspiral)、碰撞融合(plunge and merge)到鈴震(ringdown)並逐漸靜默成單一黑洞三階段的完整波形,卻也花費了近百年,直到2005 年才有第一個整段的數值波形。除了因為碰撞瞬間難以用理論解析求解外,愛因斯坦方程式的非線性特徵,也讓初始的雙黑洞重力場並非簡單地個別黑洞疊加。除非相距足夠遠,牛頓重力足以合理地近似,但這又會讓後續的數值模擬花費太久時間在互繞旋進階段,這就是數值相對論所遇到的兩難。

長時間的模擬有其觀測上需求。因為,模板匹配其實就是做「已知波形與不同時刻觀測的乘積」的積分(即所謂的卷積),得出最大的相關性。因此模板波形週期愈多,得到的信噪比愈高。

數值上的第一個難題來自於廣義相對論是四維協變的理論,亦即不同四維座標選取都會給出相同的方程式,看不太出「時間演化」的概念。單單將廣義相對論表示成三維空間動力學方程式的想法,即所謂的3+1 空間與時間分解,就花了近半世紀。最後由阿諾威特(Richard Arnowitt )、戴瑟(Stanley Deser)及米斯納(Charles Misner)三位在1962年實現,表達成「ADM公式」。

圖一:旋進互繞、碰撞融合到鈴震三階段的黑洞融合波形,縱軸為震幅,橫軸為時間,紅線(或灰線)為首次重力波事件GW150914 的數值模擬結果,分別對應雙黑洞逐漸靠近的互繞、碰撞、並靜默成單一黑洞的過程。



數學上,它與愛因斯坦方程式完全等價,只是又特地將時間的維度挑出來,還原成物理學家所熟悉「受拘束初值問題」。如此一來,理論上只要指定了合理、滿足拘束條件的初始三維空間與物質(能量)分佈,剩下的就交給大自然(廣義相對論)決定了。

利用ADM 公式, 第一個軸對稱、等質量的雙黑洞迎頭對撞模擬,就在1964 由IBM的哈恩(S. Hahn)及紐約艾德菲大學的林德奎斯特(R.Lindquist)所發表。並在接下來十多年間,一再改進,主要由德州大學奧斯汀分校的德威特(Bryce DeWitt)與他的學生斯馬爾(Larry Smarr)等人所進行。不過,這時對初始雙黑洞時空還不清楚,因此這些早期工作是使用相當簡化的Misner 蟲洞模型,以類似「把手」、聯結空間兩點的蟲洞模型,作為模擬初始資料。這些模擬很快就不穩定發散了,無法繼續觀察融合後的黑洞細節,但估計對撞損失了約0.1%的總質量,變成重力波輻射,遠遠小於後來以圓軌道旋進的雙黑洞碰撞所釋放的能量。

不難想像這個先驅工作的困難度。當時連「黑洞」一詞都還沒出現,那要到1967 年才被惠勒(John Wheeler)正式提出;一些關於黑洞的理論,如霍金與潘洛斯(Roger Penrose)的奇異點理論──證明在相當一般的條件下,夠重的星體塌縮就會形成奇異點與黑洞──也才剛萌芽。另一方面,在60年代末期,IBM 的通用型主機才逐漸開始普及,計算力僅約1 MFLOPS,合106 FLOPS(floating-point operations per second ,每秒雙精度浮點運算次數,且記憶體僅有1 MB)的數量級。在近期能買到的Intel i7 桌上型CPU,其計算力約為數十個GFLOPS 數量級。.....【更多內容請閱讀科學月刊第578期】

機器學習與天文學:無人大型巡天計畫

李見修/中央大學天文碩士,慕尼黑天文博士。目前在日本昴宿天文台擔任支援天文學家。


天文學:開放的巨量資料
提到機器學習在天文領域的應用,大家第一個想到的便是星體分類。這是因為現代的大型巡天計畫已累積了相當可觀的巨量資料。而在計畫的主要科學課題之外,這些資料還蘊藏無限可能,只可惜通常計畫成員已無法兼顧其他課題。與其他學科不同的是,天文學家們知道蒼穹之大,非一己之力所能參透,與其將資料鎖著不見天日,不如開放給全世界(包括普羅大眾)一同使用。恆星演化、伽瑪射線爆、以及重力透鏡的先驅波登。波蘭天文學家普欽斯基(Bohdan Paczyński)就曾說過這麼一句話:「只有將資料公開,與對手共享,才能讓我們的觀測數據發揮最大的效益。」

使用機器學習代替目視分類
但是原始資料整理起來相當繁瑣又曠日廢時,於是天文學家想到利用機器學習來分析,一方面可以減少投入的人力,另一方面也能建立起不同的目錄,讓有興趣的天文學家自行取用。舉例來說,像是「全天自動巡天計畫(All Sky Automated Survey, ASAS)」,利用兩具口徑15公分的望遠鏡,分別從夏威夷以及智利觀測全天。這個計畫自1997 年開始、平均每兩天巡天一次,時至今日仍在進行,對超過2 千萬顆亮星留下長時間的觀測資料,可供變星分析使用。然而巨大的資料量,加上變星種類繁多,要一一目視分類實屬不易。加州大學柏克萊分校的理查斯(Joseph Richards)等人因此想到使用機器學習的方法來分析這巨量的資料,透過擷取光變曲線的特徵,來依此分類不同的變星(圖一)。


圖一:造父變星光變曲線特徵示意圖。

機器學習同時也可以運用在星系分類上,並依此取得星系的基本性質。舉例來說,由史隆基金會所贊助的史隆數位巡天計畫(Sloan Digital Sky Survey,SDSS,臺灣中研院天文所亦參與其中)利用位於美國新墨西哥州的一架口徑2.5 米的望遠鏡,對北半球的天空進行可見光多波段(grizy 濾鏡)的巡天,留下了深且廣的大範圍北半球天區影像,可供天文學家們研究星系在不同環境、不同宇宙年齡時的性質,讓我們進一步了解星系的演化。但在使用這筆資料時,首要之務便是要能對數以萬計的影像分類。可是即使是星系專家們,要看完所有的影像也是需要許多時間。比利時根特大學的帝勒曼(Sander Dieleman)等人因此想到使用類神經網路的方式分類星系。除了史隆數位巡天計畫資料裡的星系——即最基本橢圓星系與螺旋星系外,更進一步細分螺旋星系是否有棒狀結構,以及螺旋星系是屬於正視(face-on)亦或是側視(edge-on)等。而在星系分類好後,便需決定星系的距離,這是因為距離我們越遠的星系越古老,因此根據不同的距離,我們可以推測星系在宇宙不同年齡時的演化性質。

一般來說,要測定星系的距離,最準確的方法是透過拍攝星系的光譜。因為宇宙膨脹的關係,當星系離我們越遠,它遠離我們的速度也越快。根據都卜勒效應,當一個物體高速遠離我們的時候,它所發出的波頻率會變低、波長會變長。一個最好的例子就是......【更多內容請閱讀科學月刊第578期】

穿戴裝置的未來新能源—可撓式熱電晶片

游皓任/任職於中央研究院原子與分子科學研究所尖端材料實驗室,專長領域為新穎熱電材料、熱電系統設計與量測、可撓式裝置。


可撓式熱電晶片照片。(游皓任攝影,江怡婷美編)

當世界各國積極開發再生能源時,其中有一種再生能源熱電晶片(Thermoelectric Module, TEM),除了體積小、使用壽命長、無噪音外,還能將熱能與電能相互轉換,並回收廢熱轉換為生活用電。然而傳統熱電晶片目前遭遇相當大的瓶頸,例如:單價高、晶片易碎,所以一直難以在生活中的室溫環境下商業化。近年來可撓裝置與穿戴式裝置的興起,將熱電晶片改良為可撓式晶片應用在裝置中,為熱電晶片的應用帶來新的發展。

熱電材料原理
熱電晶片是利用具有可逆反應的熱電材料,當通過一電流時晶片內部熱電接腳的一端即產生熱,另一端則產生冷,此現象為「帕爾帖效應(Peltier effect)」,其產物則為市面上通稱的制冷晶片(Thermoelectric Cooler, TEC)。相反的,若給晶片兩端溫差,晶片將產生電能,此現象即為「席貝克效應(Seebeck effect)」,即市面上通稱的熱電發電晶片(Thermoelectric Generator, TEG)。

若想了解一個熱電晶片或材料性能的優劣,判讀熱電優值(ZT)是最快的方法,熱電優值越高表示熱電效應越好。熱電優值的定義為:ZT =(S2× ×T)∕ ,其中S 為席貝克係數、 為導電率、T 為絕對溫度、 為熱導率,熱導率 又可以表示為 = p+ e, p 為聲子熱傳導, e 為電子熱傳導。由於熱電效應與溫度高度相關,在不同溫度區段裡,不同溫差下有不同代表性的幾種熱電材料,如常見的低溫高性能材料鉍化銻合金(Bi2Te3),溫度區段為凱氏溫度0~300 度;中溫高性能材料鉛化銻合金(PbTe),溫度區段為凱氏溫度300~600 度;高溫高性能材料半休氏勒合金(Half-Heusler),溫度區段為凱氏溫度600 度以上。......【更多內容請閱讀科學月刊第578期】


真正的救命仙丹—胰島素發明史

李明蒼/畢業於臺大醫學系,現任亞東醫院新陳代謝科主治醫師。閒暇時愛好閱讀及旅行,對醫學史特別感興趣。


圖一:班廷(圖右)與貝斯特(圖左)於研究室合影。(Wikipedia)


每年科學界最大的盛事,莫過於一年一度,在瑞典首都斯德哥爾摩所舉辨的諾貝爾獎頒獎典禮,科學家們也莫不將獲得諾貝爾獎視為最高榮譽。諾貝爾獎的產生方式,是由一群數以千計的學者所組成的委員會,對當代的科學研究加以提名、投票表決。而研究者得獎通常是研究有成之後數年乃至十幾年的事,例如大名鼎鼎的愛因斯坦,因為「光電效應」理論,於西元1921 年得到諾貝爾獎,不過他的論文早在得獎的16 年前就已提出。難怪,有一個關於諾貝爾獎的笑話這樣說,「如果你想要得到諾貝爾獎,除了你的研究夠突出外,還要活得夠長!」

話雖如此,回到我們今天的主題,胰島素的發明以及其相關研究,則先後產生了三屆諾貝爾生理醫學獎得主!其中又以加拿大的班廷(Frederick Banting)、貝斯特(Charles Best)及麥克勞德(John Macleod)的故事最為人所津津樂道,因為,最早成功萃取出胰島素的就是這一群研究者,而他們也破天荒的在隔年(西元1923 年)就獲得諾貝爾獎,代表了這樣的研究在當年具有劃時代的意義,無怪乎委員們一下子就同意把這個獎頒給他們。

歷史記載的糖尿病
糖尿病是一個歷史悠久的疾病。早在3000 多年前的埃及,就有類似糖尿病症狀的記載。而距今2000 多年前的希臘醫書,也描述了第一型糖尿病(diabetes mellitus type 1)病人的症狀:多尿、消瘦,而且很快就死亡。其實,所謂的第一型糖尿病,也就是胰島素依賴型糖尿病的病人,因身體無法製造足夠的胰島素而產生嚴重的代謝異常。在胰島素發現以前,控制病情的唯一辦法就是禁食。在每日不到1000 大卡的熱量、不含碳水化合物(聽起來很像「生酮飲食」的治療)的嚴格飲食下,病人的體重可能餓到只有2、30 公斤,再加上嚴重的脫水,病人可能連下床的力氣都沒有。而這些患者最後大多是死於糖尿病酮酸中毒(Diabetic Ketoacidosis, DKA),是一種因體內缺乏胰島素而產生大量酮體代謝產物的疾病。總而言之,一但發病之後,在1、2 年內必死無疑,又無藥可醫,其可怕程度,比起當今的世紀黑死病——「愛滋病」,可說是有過之而無不及。雖然人類早就認識到糖尿病的存在,但千年以來醫師對第一型糖尿病可說是束手無策,而對於更常見的第二型糖尿病(diabetes mellitus type 2),也只能採取一些效果不佳的草藥治療,併發症的發生只是時間上早晚的問題。

糖尿病的醫療史
醫學發展直到19 世紀末,科學家才知道人體的胰臟可以「分泌某種物質」來降低血糖。可是這些物質到底是什麼,由哪種細胞分泌,仍然一無所知。

為我們跨出糖尿病治療重要的一步,是馮梅林(Baron Joseph Von Mering)和明可夫斯基(Oskar Minkowski)2 位科學家。西元1889 年時,馮梅林和明可夫斯基在斯特拉斯堡(目前屬於法國,在當時則因1870 年的普法戰爭而割讓給德國)研究內臟消化器官。當年對於位在胃及十二指腸之間的長型器官——胰臟,其明確的生理作用還不是很了解,所以,明可夫斯基打算將狗的胰臟摘除,然後觀察會發生怎麼樣的「消化不良」。沒想到幾天之後,他發現胰臟摘除後的狗,小便竟然多到不行,就算是不停的打掃地板,過不久之後還是會被狗尿所淹沒!明可夫斯基進一步測量狗尿的成分,發現尿中含有大量的糖份。因此,他們很快明白,原來胰臟摘除會使狗得到糖尿病,也就是說,降血糖的物質存在於胰臟內。

至於確切是什麼物質,由哪種細胞分泌來降低血糖,則直到西元1916 年,......【更多內容請閱讀科學月刊第578期】

肥胖症與糖尿病的新興療法

作為全球主要健康議題之一,肥胖的症狀幾乎在所有年齡層都有影響,且會提高罹患許多嚴重疾病的風險,其中包括心血管疾病、第2 型糖尿病與癌症,即便我們擁有這些基礎常識,現今仍缺乏有效治療肥胖症與相關代謝疾病的藥物。

在脂肪組織中,白色脂肪組織(white adipose tissue)構成人類大多數的脂肪並儲存補給能量,而棕色脂肪組織(brown adipose tissue)則藉消耗能量的過程產生熱。科學家以此二組織進行實驗研究,發現解決潛在肥胖問題的方法:刺激部分白色脂肪轉為棕色脂肪,此研究近期於《醫學實驗》(Journal of Experimental Medicine)中發佈。

卡羅林斯卡研究所(Karolinska Institute)教授曹義海(Yihai Cao)與青島大學等校研究團隊,阻斷肥胖實驗鼠體內的VEGFR1 生長因子,以刺激白色脂肪組織內的血管生成,其中一組利用藥物、另外一組則使用基因修飾以達目的。結果顯示,老鼠體內的脂肪由白轉棕後,在降低肥胖症狀之餘亦提高對胰島素的敏感度,曹教授表示此結果將有助於發展治療肥胖症與糖尿病的新型藥物。





Takahiro Seki et al., Ablation of endothelial VEGFR1 improves metabolic dysfunction by inducing adipose tissue browning, The Journal of Experimental Medicine, 2018.

探究箭毒蛙「死道友,不死貧道」的生物毒物特性

嚴宏洋/國立海洋生物博物館特聘講座教授。


金色箭毒蛙。(Shutterstock)


南美洲哥倫比亞西北邊山區的喬科省(Chocó)原住民長久以來一直將「分趾蟾科(Dendrobatidae)」中的「毒葉蛙屬(Phyllobates)」蛙(土著將它稱之為kokoi 蛙)的皮膚分泌液(也是稱之為kokoi)塗抹在箭頭上,用來麻醉被射中的獵物。早在1869 年有位哥倫比亞的研究者阿朗戈(Posada Arango)首次以論文報導這毒物的生物特性。1957 年時瓦斯森(S. H. Wassen)對如何製作此箭毒及其藥理特性給了簡單的描述。

箭毒蛙的毒液
但對這種蛙毒進行系統性的研究,要等到1960 年代起才開始,由美國的研究人員馬吉(M. Märki)及威特科普(B. Witkop)對黑腿箭毒蛙(Phyllabates bicolor)毒液的生化特性及對神經的毒性,做科學化的研究。kokoi蛙體重約有1 公克、體長約2~3 公分而已。一般是藏身於地表的植被內很難被看到,但土著們會在吹口哨時,同時用手指頭敲擊臉頰,而發出fiu-fiu-fiu 的聲音。kokoi蛙就會發出相同的回應叫聲,土著們就可以藉此定位去抓這蛙。因為經驗的關係,土著們在抓這蛙時都要用樹葉包著手,避免直接碰到蛙的皮膚,然後將牠們裝在竹筒內帶會部落。處理時用竹子製做成的竹籤(名稱siuru kida),從蛙嘴穿過身體,放在火上烤,會使得乳白色毒液從背上的皮膚釋出。土著們就將箭頭沾上這毒液,然後晾乾。一隻毒蛙所分泌的毒液,可以製備約50 隻箭頭。箭頭後方會裝上棉花狀的填充物,使其能與吹箭筒可以密合。而吹箭筒主要是用「芎榙棕櫚(chonta palm)」葉脈而製作成的中空吹筒,長度約為20~25 公分。

過去在部落間的戰爭時,毒箭頭曾被用來射殺敵人;但目前只用來獵取豹、鹿、猴子及鳥類時使用。獵物在中箭後會導致癱瘓,然後死亡。獵人會用刀割下中箭部位周邊的肌肉及箭頭,以避免事後誤食。事實上這種毒素,與來自植物的「箭毒(curare)」一樣,是不會經由口腔進入體內。但若口腔黏膜有傷口,就會導致中毒。

1962年8 月時馬吉及威特科普團隊的拉薩姆(M. Latham)女士在「杉莞流域(Rio San Juan)」地區採集了330 隻kokoi 蛙,然後每十隻一組用乙醚麻醉安樂死後,將皮膚取下切成小片,在室溫下用甲醇粹取約2~3 小時。然後倒掉上層溶液,再添加新的溶液,經過一夜後再過濾,進行真空乾燥,再冷藏於冷凍庫內。以白老鼠為材料,確認了這蛙毒的50% 致死濃度(LD50)為570(±40)μg/kg。這些初步的研究工作,以今天的標準來說是簡陋了些,但是對後續的研究工作,奠定了基礎的知識。

蛙毒有毒化合物研究
接著在美國國家衛生研究院工作的達利(J. W. Daly)在1964、1966 年也加入蛙毒的研究。當時在鄰國巴拿馬從事兩棲、爬蟲類研究的邁爾斯(C. W. Myers)向達利提出,共同合作有計畫的對分佈於「杉莞流域」地區所有的毒蛙皮膚分泌的有毒化合物,進行整合性的研究。當時他們想要測試的一大假說是:若箭毒蛙的體色越是鮮艷,牠的皮膚分泌物的毒性,也會相對的高,以達到「警戒色」的目的。但結果卻令他們很失望,因為所得到的數據無法支持他們的假說。但是這些大規模長達30 多年的持續研究,發現到毒蛙所分泌的毒素,包括蟾毒素(batrachotoxin, BTX)以及一些雙環的生物鹼,如高毒性的普密力托辛(pumilitotoxins)、三環類(coccinelline-like tricyclics)、表巴蒂啶(epibatidine)、愛濟啶(izidines)、吡咯啶(pyrrolidines)和幾乎無毒的十氫喹啉(decahydroquinolines)。達利與邁爾斯多年的工作和其它研究者們的努力,一共分離出超過800 種生物鹼和至少20 多種新的化學結構。更獨特的是這些天然化合物,只存在於毒蛙的分泌物。毒蛙的毒液所含的生物鹼,到底是透過什麼生理機制而導致動物的死亡呢?後續的研究發現這些生物鹼與細胞膜上的鈣離子和鈉離子通道受體結合後,會使得這些離子通道無法正常的關閉,造成離子的流失,從而影響神經、肌肉和心肌的功能,而導致死亡。

在研究毒蛙的分泌物過程中,研究者們發現到這些蛙不會自己合成有毒的生物鹼,而卻是從食物中攝取到含毒的物質,然後儲存到皮膚上的毒腺。研究成果顯示這些箭毒蛙可以從攝食到的許多昆蟲,包括:螞蟻、甲蟲、蚜蟲和馬陸,獲取高達800 種以上的生物鹼類毒物。但這項發現又引發了另一個有趣的問題,那就是:這些毒蛙是用什麼樣的機制,避免自己被累積的生物鹼所毒害呢?這問題多年來困擾了許多研究者,而要到最近研究者們經由使用電生理及分子生物學技術,去研究箭毒蛙細胞膜上離子通道基因的突變,才得以找到答案。

2017 年9 月22 日美國德州大學奧斯汀校區整合生物學系扎康(Harold Zakon) 教授( 筆者博士論文的指導教授之一,也是第一個博士後的指導教授)的團隊在Science 期刊發表了論文,顯示了蛙毒之一的「表巴蒂啶(epibatidine)」之所以有毒性,主要是它會與尼古丁乙醯膽鹼受體結合,導致了正常的乙醯膽鹼無法與受體結合,從而阻斷了神經訊號的傳導。而且即使是微公克(microgram)的劑量,就會導致死亡。

對28 種分趾蟾科的毒蛙及12 種不含毒物的蛙,經由電生理及分子生物學的研究,確認了在毒蛙身上的尼古丁乙醯膽鹼受體上,有一個胺基酸序列的變異,導致蛙體內尼古丁乙醯膽鹼受體靈敏度的降低,因而不會與「表巴蒂啶」蛙毒結合,體內累積的毒素,不會對毒蛙自己造成毒害。但是乙醯膽鹼是毒蛙要活下去所必要的神經傳導物質,雖然受體上的突變,可避免與累積的蛙毒結合,但也會降低與乙醯膽鹼的結合。因而演化上的另一傑作,就是乙醯膽鹼受體上有另一個胺基酸序列的變異,使得它能與乙醯膽鹼正常的結合,進行神經訊號的傳導。換句話說,受體上兩個胺基酸的替換,一方面可使毒蛙不被自己儲存的毒素殺死;而另一方面,卻又能維持正常的乙醯膽鹼神經傳導的功能。

很湊巧的是,在上述的論文發表4 天後,紐約州立大學阿爾卑尼校區的黃秀雅、王經國夫婦(筆者臺灣大學動物系高我兩屆學長、姊。我曾於2001 前往王經國教授在哈佛大學醫學院的實驗室,進行鈉離子通道電生理的研究),在「美國國家研究院學報(PNAS)」上發表了一篇金色箭毒蛙(Phyllobates terribilis),如何避免被自己儲藏的蛙毒所害的機制的論文。金色箭毒蛙能透過食物將蟾毒素(BTX)儲藏在皮膚,以達自衛的作用。蟾毒素進入動物體內,會使得「電壓門控型鈉離子通道(voltage-gated Na+ channel)」持續保持開啟的狀態,而導致動物的死亡。他們發現在蛙體上,鈉離子通道上的蟾毒素受體上的天門冬醯胺酸(asparagine)被蘇胺酸(threonine)所取代後,蟾毒素就不會與鈉離子通道結合,因而不會對自己造成毒害。造成這胺基酸的取代主要是由AAC核苷酸,突變成ACC 所導致的。

前述的兩篇論文,分別分析了箭毒蛙如何演化出避免表巴蒂啶及蟾毒素這兩種生物鹼,在牠們體內造成毒害的機制。但除了這兩大類的生物鹼外,毒蛙對其它種類的生物鹼,是使用哪些機制來保護自己,會是很有挑戰性的研究題目。


延伸閱讀
1. Rebecca D. T. et al., Interacting amino acid replacements allow poison frogs to evolve epibatidine resistance, Science, Vol. 357: 1261-1266, 2017.
2. Sho-Ya Wang and Ging Kuo Wang, Single rat muscle Na+ channel mutation confers batrachotoxin autoresistance found in poison-dart frog Phyllobates terribilis, PNAS, Vol. 114: 10491-10496, 2017.

詐騙未遂之冒牌出版商

林宮玄/任職於中研院物理所,兼任本刊副總編輯。

寫文章有稿費,好像滿正常的;但是在學術界,學者會付費請出版商刊登研究成果。大部分科學研究,主要由政府資金支持,學者也會用科研經費支付論文刊登費用。而這些國際期刊主要也是由研究機構與大學之圖書館付費訂閱,要說學術期刊出版社的運作,主要來自學術界或政府的資金支持,一點也不為過。近年來,學術界開始有聲浪表示出版商利潤過高、訂價策略不合理,以致於大學圖書館開始聯合抵制出版超過2500 本期刊的荷蘭出版商Elsevier,抗議年年上漲的訂閱費,而臺灣眾多大專院校及中研院等研究機構,也在2016 年底加入聯合抵制Elsevier 這家出版社的行列。眾多抵制聲浪中,以德國學術界最為強硬。2017 年底,德國幾百所大學聯合與Elsevier 談判再次破局,並宣布2018 年不訂閱Elsevier 旗下所有期刊。值得玩味的是,今(2018)年初,Elsevier宣布,雖然德國幾百所大學不支付2018 年訂閱費,他們仍可取得旗下電子論文。出版商顯然很清楚,他們的利潤幾乎完全來自於學術界的資金支持,但學術界若不團結,仍有可能被各個擊破。詳情可參閱本文末延伸閱讀。

學術論文免費公開
德國大學所協商的內容,是愈來愈普遍的新興商業模式,稱為「公開取得出版(open access publishing)」,由論文作者支付電子論文處理費用,公開之電子論文內容可由大眾免費取得,不需訂閱。通常政府所支持的科學計畫,會希望研究成果公開讓民眾可免費取得,這個商業模式有助於知識傳播。但是一篇論文該支付多少費用,才是合理的訂價?筆者不知道,但以下數據可供讀者參考。學術論文的權威出版商 Nature Springer 期下的Nature Communications,即為公開取得出版的電子期刊,沒有紙本,其2016 年出版 3526 篇論文,每篇文章作者需支付美金5200 元(約15 萬元臺幣),故會有5.5 億臺幣左右的收入。此期刊審查較嚴,實際處理的論文可能超過1 萬篇,加上有支薪的專任編輯,營運成本也許較高。Nature Springer 旗下另一個公開取得出版的Scientific Reports,2016 年發表 20473 篇論文,每篇文章作者需支付美金1675 元(約5 萬元臺幣),因此約有10 億元臺幣收入。根據2012 年Scientific Reports 公佈的統計數據,論文接受率為55%。

公開取得出版的電子論文,除了沒有印刷成本,還有更驚人的事實。即使不是公開取得的商業模式,學術期刊的編輯大部分由學術界學者免費兼任,也是由學術界學者免費審查內容正確性。如果出版商有一個夠聰明的AI(人工智慧)平台,作者投稿後自動媒合到適當的免錢編輯、再由免錢的學者幫忙審查,最後由AI 協助論文符合出版格式,經付錢的作者校稿後發表在電子平台。在這個極端狀況下,營運成本可能只需要電腦主機、伺服器與電費。也許真的太極端,但一個期刊每年若有10 億臺幣收入,很難想像利潤不高。筆者提出一個公開問題:為什麼學者願意免費幫出版商做編輯與審稿工作?另一個問題筆者捫心自問:Nature Communications 是學術界普遍認定的好期刊,如果訂價高的不合理,筆者會投稿嗎?答案是:當然會。刊登論文在公認的好期刊,能帶來學術界各種肯定,並有資金挹注支持未來研究,畢竟螳螂是沒辦法擋車的。1 萬隻螳螂聯合起來對抗,也只是一起被輾過而已。如果利潤真的不合理,需要夠強的變形金剛出來擋車,卡通主角「波力」等級可能不夠。

掠食性出版商的騙局
這個在科學界看似荒謬卻又習以為常的狀況,使「掠食性出版商(predatory publisher)」出現。掠食性出版商幾乎不會協助審查論文,向作者收取一篇論文5~10 萬元臺幣不等的費用,協助公開發表電子論文。是不是很好賺?更有掠食性出版商利用詐騙手法,引誘作者投稿後,要脅其支付發表費,筆者常收到並忽略這類期刊的邀稿,但最近筆者遇到新的手法而差點受騙。首先,筆者收到聲稱是德國出版社的編輯邀請信,協助審查一篇介紹性科學文章,因為文章作者是筆者所認識的美國資深教授,不疑有他便答應協助審稿。在取得筆者信任後,該編輯進一步邀請筆者也寫一篇介紹性科學文章。筆者本著科學普及的熱誠,寫完文稿不但順從編輯要求,提供相關領域的學者清單給編輯挑選審稿者,並簽署乍看只是文章授權的合約之後,該「出版社」才表示,合約內有一個網址,其網頁內容表示提供文章,簽署者就同意支付折合臺幣約8 萬元的費用給該「出版社」,之後又寄給筆者蓋有「波蘭公司章」的「律師函」,要脅筆者若不支付,就要在臺灣面對民事求償與罰金。

筆者第一時間面對這樣的心理壓力,會不會匯款?答案是有可能的。若要從筆者口袋掏出8 萬元匯款, 難度當然高。但學術界發表一篇公開取得論文的發表費,動輒5 萬元以上,甚至可到15 萬元臺幣。在對方以法律威脅下,筆者若擔心怕事,很容易就會動用計劃經費,支付文章出版費用。幸好,筆者第一時間求助許多朋友,一開始是法律專家,接著是資通訊專家,最後才確定這是一起學術詐騙事件。其「德國出版社」背後的「波蘭公司」,在外交部駐波蘭辦事處的協助下,證實不是登記有案的公司。事後才發現,當初該美國教授將筆者列入審查學者名單給該出版商,筆者才會收到審稿要求,並取得筆者對該「出版商」的信任。在165 反詐騙建議下,筆者就近在南港分局舊莊派出所完成快兩小時的筆錄,以「詐欺未遂」報案。感謝協助筆錄的蔡姓員警,這起國際詐騙,沒匯款上當,牽涉金額也只有臺幣8 萬元左右,是否能透過警察的國際合作破案,誰也不知道,但筆者能做的努力僅止於此。

最後,感謝所有被筆者詢問過的人,讓筆者能安然渡過這起詐騙案件。感謝中央研究院的院方及物理所協助,特別感謝臺灣法律專家黃琦媖律師、李奕逸法官、陳伯翰律師,歐洲法律專家中研院法律所邵允鍾博士及黃松茂博士,還有臺灣IBM 工程師郭澄祐及不願具名的美國Google 工程師,協助保全證據,提供警方。


卡通《救援小英雄波力》示意圖。(Wikimedia)



延伸閱讀
1. 楊芬瑩,〈推倒貪婪期刊付費高牆!學術界揭竿而起〉,報導者,2016 年3月8日。(https://goo.gl/8fG65P)
2. Valerie Hung,〈不只台灣,德國和祕魯恐將於2017 年與Elsevier 學術期刊分手〉,泛科學,2016 年12 月29 日。(https://goo.gl/YD4uGA)
3. Quirin Schiermeier, Germany vs Elsevier: universities win temporary journal access after refusing to pay fees, Nature News, 2018/1/4.

開創綠色革命新技術

由於近年來氣候的劇烈變化,使人類社會賴以維生的作物改良技術停滯不前,在人口的增長下也逐步引發全球糧食問題。因此,為解決糧食議題,由昆士蘭大學(University of Queensland)研究團隊利用溫室或人造環境等技術加快作物的生長,使每年能生產多達6 代的小麥作物。

這項技術是在溫室中進行,透過全面性的控制各項生長環境條件,並以LED 燈進行每日高達22 小時的照明,加速其光合作用,使小麥從種子生長至收成只需8 周的時間。不只如此,其他團隊也利用這項技術,發現大麥、豌豆等作物一年能生產6代以上,而油菜則能生產4 代作物。

研究人員表示,這項技術除了能加速作物的生長、增加糧食外,也能作為了解植物育種、遺傳學上的工具。藉由縮短其生長時間,收集植物各代之間的性狀、表型、結構和病原體相互作用等,以進行更多詳細的分析研究。






Amy Watson et al., Speed breeding is a powerful tool to accelerate crop research and breeding, Nature Plants, 2018.

氣候變遷影響海龜性別



海龜的性別依卵孵化時沙子的溫度而定,當溫度越高、雌性越多,溫度越低、雄性越多。一項由美國與澳洲研究人員共同合作的研究顯示,因全球暖化、氣溫上升,導致澳洲大堡礁北部海龜巢穴,在這20年幾乎沒有產出雄龜,而整體雄性海龜數量急速降低。

過去研究人員僅能於海灘上利用解剖的方式,確認海龜幼體的性別,其缺點為研究範圍較小。而這項新研究結合內分泌學與遺傳學的創新方法,來分析大範圍海灘上海龜幼體的性別。研究團隊利用新的方法分析大堡礁北部與南部巢穴性別比例,結果顯示:在較涼爽的南部海灘,雌性海龜比例約為65~69%;在較溫暖的北部海灘雌性成年海龜比例為86.8%、接近成年的海龜雌性比例為99.8%,而幼龜雌性比例為99.1%。研究團隊表示,這項研究也顯示氣候變遷已影響了大堡礁的生態系。


M. P. Jensen et al., Environmental Warming and Feminization of One of the Largest Sea Turtle Populations in the World, Current Biology, Vol. 28: 154-159, 2018.

2018年1月19日

《科學月刊》577期勘誤

第12頁,〈地球自轉與地震活動-人們預防震災的作為,應受地震頻率影響嗎?〉圖一中下表,橫軸年代最右邊「1900」應更正為「1990」。

2018年1月3日

2017年12月號閱讀意見調查問卷 獲獎名單~出~爐~囉~

獲得《法醫.屍體.解剖室3:重返犯罪現場—
專業醫生解析157道懸疑、逼真的謀殺手法相關的醫學及鑑識問題》的讀者有:

童〇舒陳〇叡林〇斌何〇穎陳〇熙巫〇軒

恭喜以上讀者,我們近日將以email與您聯繫,確認寄書地址。
感謝各位讀者對於12月份「填問卷.拿新書」活動的參與!

2018年1月2日

地球自轉與地震活動—人們預防震災的作為,應受地震頻率影響嗎?

潘昌志/臺大海洋研究所碩士,現為臺師大心測中心研究員。經營「震識:那些你想知道的震事」、「地球故事書」部落格。

馬國鳳/科技部台灣地震模型(TEM)團隊主持人,研究地震機制及危害度分析。現任國立中央大學地球科學學系講座教授、教育部國家講座,專長為地震源力學及海嘯。



去(2017)年的10 月至11月初,Science 和《英國衛報》(The Guardian),皆刊登一則2017年美國地震學會(GSA)的科學演講《近五年全球地震危險預測》(A ­ve year forecast for increased global seismic hazard),內容大致提到全球強震數量變化和地球自轉的相關性,並以此進一步研究分析,得到未來一年地震將更頻繁的結論。其研究團隊的地質學家,主要為科羅拉多大學地質學家比爾漢姆(Roger Bilham)和蒙大拿大學地質學家本迪克(Rebecca Bendick),他們統計了1900 年至今全球地震的活動趨勢,除了強震的時間上有些規律外,其規律亦可對應自4 年前起地球自轉速度開始減慢的情況,故根據此統計趨勢,有可能明年開始,大地震將會更頻繁,且頻率將會從過去每年約15次,提升至20~30 次,尤以熱帶地區(研究標定為10° N~30° S 的區間)的地震數量變化更為顯著。