『您的瀏覽器不支援JavaScript功能,若網頁功能無法正常使用時,請開啟瀏覽器JavaScript狀態』

跳到主要內容區塊

工業技術研究院

:::

工業技術與資訊月刊

出版日期:

正方形 Icon 觀念探索 Trend

2013年十大突破性科技(下)

產前的胎兒DNA排序

讀取胎兒的DNA,是下一波基因革命的前哨站。而人們真想要在孩子還沒生下來之前,就知道他或她的基因宿命嗎?

文: Antonio Regalado
譯:陳佳穎

突破性:
從懷孕母親的血液裡,讀出胎兒的基因序列。
重要性:
在未來,一個嬰兒就基因而言哪部分強、哪部分弱,在他或她出生時就有完整的資料了。
關鍵研發者:Illumina公司、Verinata公司、史丹佛大學、華盛頓大學的Jay Shendure

今年年初,世界上被使用最廣的DNA序列機器的製造商Illumina公司,同意投注近5億美元的資金予Verinata公司。Verinata是間位於美國加州紅木市(Redwood City)的新創公司,目前還沒有任何盈餘表現。Verinata所擁有的技術就道德層面而言有疑慮,但另一方面又勢在必行──在母親生產前,便為胎兒的DNA做排序。

在美國,已有四家公司跨足這個迅速發展的市場,Verinata就是其中一家──使用Illumina製造的DNA序列機器,來進行胎兒的DNA排序。過去一年半它們所進行的測試,可透過抽驗孕婦血液裡所含的胎兒DNA資料,篩檢出唐氏症(Down syndrome)病例。長期以來,唐氏症的篩檢都需要從胎盤或羊水裡抽取胎兒的細胞,這種侵入性的檢測過程存在流產的風險。

新型態的非侵入性篩檢法不僅安全性較高、也較簡便,因此迅速地被各界採用,同時也成為一個將Illumina的DNA序列機器用於醫療用途的重要途徑,因為向來DNA序列機器向來都是被用於研究單位的實驗室中。Illumina的首席執行長菲雷特利(Jay Flatley)在今年一月時告訴投資者,他預測最後美國每年可提供給多達200 萬名婦女進行篩檢,約占總懷孕數量的一半,而目前接受侵入性篩檢的高齡產婦,每年約為25萬人次。塔夫斯大學(Tufts University)母嬰研究中心(Mother Infant ResearchInstitute)執行主任、同時也是Ver inat a首席臨床顧問畢昂奇(Diana Bianchi)說:「這項醫療檢測法從純實驗室研究到被各界所接受,其成長的速度是前所未見的。」

不過,這其實只是胎兒DNA排序領域的發展開端。像Verinata這樣已在施行非侵入性唐氏症篩檢的實驗室或公司,同時找出從孕婦的血液裡獲取更多的資訊的方法,包括胎兒的完整基因序列資料。就科技層面來說這是項大突破,也暗示了無窮的商機。懷抱著新生命將降臨人間的所有希望、擔憂情緒、還有頻繁的產前檢查,在在顯示孕婦將是基因排序產業的主力消費客群。

「我們將能夠在懷孕三期中的第一期,為每個胎兒做基因排序,若不是完整的排序,也會有能力找出部分的序列資料。」位於美國休士頓的貝勒醫學院(Baylor College of Medicine)小兒科醫生兼人類基因部門主任布德特(Arthur Beaudet)表示。在今日,有些病患想要多瞭解遺傳方面的疾病或如癌症等,而進行基因排序;未來,人們不用等到生病了才開始做這些事。布德特說:「以後當嬰兒出生時,我們就已經有這類資料了。」

當然,這樣的願景不會馬上實現。其中需要克服的挑戰,是從母親的血液裡提取胎兒的確切DNA符碼,會需要大量的重複排序過程,將讓長期施行的成本變得相當高昂,畢竟目前Illumina收費9,500美元做成人的基因排序,而胎兒的基因排序預計會索價更高。除此之外,技術面也還有問題:胎兒的基因資料的正確性,還不足以直接用來做疾病的診斷。更不用說,這類技術還有道德層面的爭議需要謹慎處理──如果孩子還在媽媽的子宮裡時,就已經揭露他或她的基因宿命,人們能有哪些選擇?

「在我們釐清是否可以這麼做之前,技術上的問題都已經解決了。」華盛頓大學(University of Washington)的基因科學家森都爾(Jay Shendure),服務於Verinata的競爭對手Ariosa公司,他補充道:「你手上已有完整的基因資料──然後你準備拿它怎麼辦?這中間有很多需要處理的課題。」去年夏天,森都爾所代表的實驗室,以及另一個美國實驗室,已公開展示從孕婦血液裡篩出胎兒基因的技術。森都爾表示,包括他自己的研究在內,目前針對胎兒基因所進行的實驗都是回溯性的──他們所用的血液樣本,皆取自醫院所儲存的樣本。不過森都爾目前與史丹佛大學(Stanford University)醫生團隊合作的研究,計劃在實際的懷孕過程中施行基因檢測。換句話說,最快在今年,就會出現史上第一位在出生之前,就已獲知他或她的基因密碼的人類。

完整的基因組

1997年時,香港籍的分子生物學的臨床應用專家盧煜明(Dennis Lo)已證實,懷孕婦女的血液裡,包含有數兆位元的胎兒DNA資料。這些胎兒的DNA片段來自於母親胎盤裡已經死亡或破裂的細胞。

根據盧煜明的估計,在母親血液裡,至少有15%自由流動的DNA是屬於胎兒的。透過高速的DNA排序,就把能以萬億計的片段DNA資訊,轉化成豐富的資料。

唐氏症會造成認知及生理上的缺陷。長久以來,基因學家都是用羊膜穿刺術(amniocentesis)篩檢唐氏症,他們會借助顯微鏡,計算在胎兒細胞裡的染色體數量。若發現第21對染色體多了一個,就表示胎兒患有唐氏症;在美國,約有65%檢查出胎兒患有唐氏症的懷孕婦女選擇墮胎。

根據盧煜明的研究成果,現在只需要孕婦幾毫升的血液,就可以檢測到多出來的那對染色體。這個由盧煜明首先提出的理論,轉換成科學家們採行的方法是,先隨機為上百萬DNA的片段作排序,每個片段都只有50至500個DNA碼的長度。然後,再使用電腦程式讓這些重排的DNA片段組合成人類的染色體。接下來的程序就只剩下算術練習而已:如果第21對染色體的位元數比預期的多,也就是說發現有多出一個的證據,這個胎兒就可能患有唐氏症。這種方法相當聰明,因為不需要擔心混淆母親與胎兒的DNA。同樣的技術,也可以用來篩檢胎兒是否有多出的第18對、第13對染色體,或X染色體是否有短缺或多出的狀況──上述這些都是先天性疾病的原因。

去年七月,Verinata創辦人、史丹佛大學的生物物理學家夸克(Stephen Quake)指出,除了篩檢多出的染色體,為懷孕婦女的血液進行DNA排序,可以揭露出胎兒的完整基因符碼,細到一個個DNA碼的資料。森都爾有兩個位於大陸的研究團隊,也進行了類似的研究。

要從DNA的片段,重建一個胎兒基因組中的60億個化學字母,並不是件容易的事。這過程需要多做很多排序的工作,才能排除掉母親部分的基因。森都爾說,這個過程的成本約為5萬美元,而夸克的團隊在耗費掉差不多的經費後,精簡了實驗的長度。雙方燒錢的研究成果顯示,基因組的解讀可望成為一套普遍施行的檢測流程,因為它不只可用於偵測多出的染色體,還可用來篩檢認知方面的疾病。當一個人從父母雙方各遺傳到一組有缺陷的基因時,就會患這類的疾病,如囊胞性纖維症(cystic fibrosis)或乙型地中海型貧血(beta - thelassemia)。目前已知有3,000種疾病,有確切的基因遺傳原因。另外200 種病灶,包括某些自閉症的病例,其病因是來自重複或缺少了某一範圍的DNA序列。透過基因組的測試,就能得知這樣的狀況。

夸克說,DNA技術進步至今,證明讀取完整基因組是「合情合理的進一步探索」。不過,夸克及其他人還不確定的是,普遍性的DNA檢測在未來的醫療領域裡,是否真能像現有的唐氏症篩檢法一樣,變得重要或是被長期施行。「我們是用學術研究的心態去做,就是這樣而已。」他補充道:「但如果你問:『我們會在小孩出生前,就知道他或她的基因資料嗎?』,我會反問:『為什麼?』⋯而我在反問為什麼時卡住了。」夸克指出,目前他的工作是把技術更往上提升,用成本更低的方式,取得對醫學而言最重要的基因資料。

問題的癥結在於,人們還不清楚究竟醫生或父母們,是否真想要知道這麼多的資訊。Illumina已開始陷入這類難題。該公司早在2009 年時,就計畫針對醫療病患,推出個人基因組排序服務(Individual Genome Sequencing Service)。不過,這項服務仍未正式上路。現在,Illumina在醫療案例部分,每天為一組基因組進行解碼工作,而其中大部分案例來自癌症病患,或是患有不明疾病的兒童。這時可以確定的是,人們蒐集DNA資訊的能力,超出了瞭解這些資訊的能力,同時也勝過醫療方面對其的需求。Illumina的首席技術員羅納吉(Mostafa Ronaghi)說:「展現基因組的用途,是研究再繼續進行的主要挑戰。」

為什麼這值得擔憂?

菲雷特利是Illumina收購Verinata的幕後推手。在這位現年59歲的首席執行長的領導下,Illumina靠著打敗其他基因排序機器製造商,創造11.5億美元的營收。去年,Illumina拒絕全球最大診斷公司羅氏大藥廠(Roche)67億美元的惡意收購案。菲雷特利說服股東們不要接受這樁邀約,他承諾會讓基因組資料成為人們「日常生活」的一部分,藉此提高Illumina的利潤。

菲雷特利早在多年前就預測,基因組排序的技術,會在醫療領域被發展出來──特別是在每個嬰兒「出生時」,就能讀出他或她的基因組序列資料。現在的他是否會認為,技術發展的腳步又更快了一些?在母親懷孕時,這些都能做到了?身處於一個以大膽提出理論、但常無法付諸實現承諾而聞名的領域,走務實派的菲雷特利,所提出的預言常都成真了。「限制它發展的因素不是技術本身。技術顯然在一、兩年內就可以做到。」不過他認為,商業市場又是截然不同的課題:「大部分人對這技術免不了都會有負面反應,而且他們的疑慮合情合理。」

問題在於,透過排序技術所取得的胎兒基因資訊,對絕大多數的醫生和父母來說,是無法理解的,他們也不知道要拿這資訊怎麼辦。如果他們的確有了些動作,也會引發爭議。「完整的基因排序就像是打開了潘朵拉的寶盒。」在史丹佛大學研讀生物倫理的法律系教授葛立(Henry Greely)說:「既然你手上已經有完整的序列資料,要找出直挺的鼻樑、捲髮的基因,就不是難事。有多少父母在得知腹中胎兒的禿頭基因後,會選擇墮胎呢?我覺得應該不多,但總是不無可能。」葛立說,由於在母親懷孕6或8週時,就能從血液中篩檢到胎兒的DNA,這讓終結一條小生命變得更加容易。

關於優生學的疑慮,早已引發了爭議。Verinata運用計算染色體的技術,在今年施行了一項柯林菲特氏症(Klinefelter Syndrome,即先天性睪丸發育不全症候群)的篩檢。柯林菲特氏症的患者多了一條X染色體,其症狀包括睪丸發育不全、出現女性性徵等,且患者常有不孕的情形。在出生男嬰中的發生率約為1‰左右,粗估患有此病症的美國男性數量,約跟住在匹茲堡(Pittsburgh)的男性一樣多。值得一提的是,其症狀很多時候輕微到連患者自己都未察覺。儘管如此,有50%母親在得知腹中胎兒患有該疾病後,決定進行人工流產。倘若Verinata的這項篩檢被更廣泛地施行,將有更多女性需要作類似的決定。

盧煜明認為,胎兒DNA排序的技術若更加純熟,檢測的施行者應該要更能夠自我克制,僅針對約20 種較為嚴重的病症透露基因訊息。「我們將面對的挑戰是,你要找怎樣的基因序列資訊,還有你該告知孕婦哪些訊息。」他質疑:「我認為,人們應在道德允許的範圍內用這項科技,且必須禁止分析那些不會對生命造成威脅之病症的基因資訊。一個例子是,人在40歲時罹患糖尿病的傾向。40年後醫療會進步到什麼地步,大家根本不清楚,所以何必要讓母親擔心這個呢?」

奧克拉荷馬大學(University of Oklahoma)的人類學家佛斯特(Morris Foster)主持的小組成員,都是已受雇於Illumina、負責諮詢道德方面問題的顧問。佛斯特說,他和菲雷特利已針對胎兒的基因組排序做過討論:「很明顯的,這項技術的成就已不容忽略。我建議Illumina:『你是個受理醫生指示辦事的實驗室。別對醫生的指示,做事後諸葛的評論。』而我給醫生們的道德建議,則複雜且細微許多。」

醫療集團仍在為如何替「處理成人的基因資料」建立規範煩惱。佛斯特認為,產前DNA檢測又讓醫生得面對更加複雜的法律問題及道德責任。他說,其中一個問題是,雖說成人可以自行決定是否要進行基因組排序,一個胎兒卻無法自己做主,同意獲知他或她的基因資料。而這個決定,卻會對人的一生產生重大影響。「無疑地,完整基因序列所能告訴你的訊息,會遠遠超出你能做出的反應。」佛斯特說:「我們有可能蒐集到這樣的資訊。與其阻止人們獲得和自己有關的資料,倒不如好好思考,用一種避免引發焦慮、白耗家庭及醫療資源的方法來用這些資料。」

最讓佛斯特擔心的是,人們會過度仰賴基因資料。「我想最大的危險,在於對基因分析結果的過度詮釋。醫生在發現某個跟糖尿病有關的變種時,會認為你一定會得糖尿病。或是反過來說,沒所發現,就判定你一定不會得糖尿病。」他指出,對父母而言,即便機率就只是機率,但聽起來就像是件確定會發生的事:「如果讓父母親事先知道,自己讓一個帶有某種基因風險的孩子來到人世間,這孩子會不會被以不同的方式對待?」

目前,Illumina的醫療基因組實驗室只處理成人和病童的DNA資料。而它的相關公司Verinata,也只執行醫生所熟悉的升級版胎兒染色體檢測。即便如此,實驗室裡的產前DNA技術真的進步得太快,菲雷特利認為社會有必要建立新法律來進行相關規範。菲雷特利說:「如果立法單位清楚說明有哪些事情不能做,這會很有用。」某種程度上,這個論點是自私的:在社會上為此吵得沸沸揚揚的時候,基因組排序技術的進步速度就會慢下來了。在llumina員工自助餐廳的牆上,一堆裱框的專利證書旁邊,貼了一篇2009年的剪報,該報導引述了菲雷特利的話,表示預計在2019年之前,也就是離現在短短六年的時間,就能得知所有新生兒的基因組序列資料。報導中也提到這位首席執行長所拋出的一個讓人感到熟悉的看法。他說,DNA排序技術本身以及公司的前景,這兩者的極限都是「很社會學的」。唯一的限制其實是「人們在何時、何地會認為此技術可行」。

小手機大數據

從便宜的手機可以收集與分析到的資料豐富得令人驚訝,它能揭示人們的移動和行為的模式──甚至能夠解析疾病的傳染路徑。

文:David Talbot

突破性:
運用手機使用者的移動資訊,建立對抗疾病的工具。
重要性:
貧窮國家缺乏收集資料的硬體設備,而手機的撥號記錄正好能補完這方面的不足。
關鍵研發者:
哈佛大學的Caroline Buckee、世界經濟論壇的William Hoffman、麻省理工學院的Alex Pentland、南安普頓大學的Andy Tatem

在美國波士頓的哈佛大學公共衛生學院(Harvard School of Public Health),流行病學家巴奇(Caroline Buckee)坐在研究室的電腦前,指著肯亞地圖上西部高原的一個點,並解釋那代表了肯亞境內數以千計的手機基地台之一。巴奇說,從這個臨近凱里喬(Kericho)的基地台所傳送出來的資料,就像流行病學裡的黃金礦脈,大大幫助了她打擊瘧疾。

她和同事們在研究這些資料時發現,相較於整體平均值,在凱里喬基地台附近撥打電話或傳送簡訊出去的人,離開該地的次數多了16倍。此外,這群人造訪維多利亞湖(Lake Victoria)東北側區域的次數也高了3 倍,該區域被衛生部門列為瘧疾肆虐的地點之一。

因此,這個基地台的涵蓋範圍,捕捉了病媒蚊傳染瘧疾的路徑。衛星影像揭露了可能的罪魁禍首:一個滿是移民工人的茶園。巴奇說:「那裡應該會有一大群人感染瘧疾。」

這類觀察工作,已成為巴奇一系列預測模型的一部分。例如,模型會顯示出,在茶園的確有很多瘧疾的病例,但如果只針對該區進行瘧疾疫情擴散的防治,成效會不如把心力集中在源頭──維多利亞湖。維多利亞湖一直被認定為瘧疾的傳染中心,不過在過去,並無詳細資料記錄人們來來往往的模式:有多少人到這裡、有多少人離開;他們何時到達、何時離開;他們確切去了哪些地方、人們又最常從哪些地點移往其他地方。

現存研究中,對於收集人們行蹤資料只有零散的成果。有時候,公衛領域的工作人員會到一些交通樞紐地點實地考察,計算往來旅客人數;或是,護士會詢問剛被診斷出罹患瘧疾的病人,他們最近曾到過哪些地方。巴奇指出:「人們在非洲各地邊界通關時,會持有檢疫紙條--但紙條總會被搞丟,也沒有人追蹤這件事。對於人們的行動模式,我們能掌握的多半是一些抽象的概念和大概的特性,但從來沒有好好地搜集到資料。」

資料探勘(data mining)的技術,協助人們找出新方法,利用手機簡訊進行成本低廉、鎖定目標群的防疫宣導活動──發簡訊警告要進入凱里喬基地台涵蓋範圍的人,提醒他們要記得用蚊帳。它也可以協助官方人員決定,要針對哪一些瘧疾疫區,進行撲滅蚊蟲的工作。「你不會想要不放過任何一個水坑,去噴藥撲殺孑孓。但如果你掌握了人群從某一個地點移入的資訊,你就可以針對該地點,加強撲滅病媒蚊。」巴奇補充道:「現在最重要的,是我能明確指出哪個地點是疫情移入的防疫缺口。」

巴奇最新的研究,從1,500 萬支肯亞手機取得的資料為基礎,所發表的研究成果刊載於去年的《科學期刊》(Science),這是她和丈夫伊戈(Nathan Eagle)的心血結晶。伊戈已花了超過十年的時間,企圖將手機使用資料化為可用的資訊。2000 年代中期,伊戈已在麻省理工學院(MIT)招募到一批同意提供手機使用資料的人,並針對其進行資料探勘的研究。他的研究吸引了一些通訊業者的注意,紛紛致電他請教為何顧客會取消他們的電信方案。這對夫妻自2006年起,在非洲待了18個月──這段時期,巴奇忙著研究瘧疾寄生物的基因,伊戈則試著瞭解其他現象,例如奈洛比部落的族群分布,或是盧安達的霍亂疫情。巴奇的研究結果,顯示了把科技應用於公共衛生領域的可能性。「這向世人宣告:『是的!我們的確不只能提供諮詢,而是可付諸行動的方案。』」伊戈目前是Jana公司的執行長,該公司負責在一些開發中國家進行手機問卷調查工作,他補充:「這真的有用。」

這項成果示範了如何利用電信資料,幫助公衛人員、政府以及其他人建立系統,進行監控疫情、管理災害、改善交通運輸系統等工作。類似的技術已經被應用來分析巴黎的交通流量模式,還有管制比利時節慶期間的人潮。不過,探勘手機資料的技術在貧窮地區顯得更有用,是因為這些地區往往只有少許收集資料的硬體設備,有時甚至完全沒有。「我們才正要開始把資料用在這些用途上。」比利時魯汶大學(University of Louvain)應用數學系教授,同時也是手機資料收集研究的領導人物布勞戴爾(Vincent Blondel)說:「低收入地區的手機普及率愈來愈高,加上通訊業者願意釋出資料,將會促成可改變一切的新科技工具誕生。」

展開新頁

從全球共60億支手機上,可以取得非常大量的數據資料──包括地理位置的追蹤和商業活動記錄,還有搜尋歷史、社群媒體的連結狀況。全球各地的研究與商業組織,正投入心力,以各種方式探勘這些數據資料。而在60億支手機中,有50億支被開發中國家的用戶使用。這些手機的功能相當陽春,頂多只能打電話、收發簡訊。無論如何,這些電訊的收發地點,只要查手機基地台的記錄就可掌握到,這便能用來追蹤人們大致的移動軌跡。只要用一些付費的手機技術,就能蒐集簡單的商業情報,可以取得的資料不只是流行病領域,舉凡就業趨勢、社會情勢、貧窮問題、交通運輸、經濟行為等,都可以透過研究手機資料而得。

針對較貧窮的國家,從手機通訊探勘資料更彌足珍貴,因為這些地區本就缺乏較詳細、較新的資訊。「在開發中國家,從未進行任何像樣的普查工作,你無從得知交通資料,當地政府那邊也不見得能夠提供什麼資料收集的硬體設備。」麻省理工學院人類動力學研究室(Human Dynamics Lab)主任潘特蘭(Alex“Sandy”Pentland),長期致力於探究如何運用從手機所取得的資料,他指出:「你唯一擁有的是──手機,尤其近年來使用者越來越普及。而突然間,手機所能提供的線索,輕易就能與硬體設備所能提供的總和資料相匹敵。」

每當基地台接通一個訊號時,基地台會記錄手機的辨識碼以及通話時間;長時間下來,這些資料就能協助掌握人們在區域裡的活動狀況,還有他們的社交圈。此外,手機的網購記錄也是珍貴的資料:可以分析農業用品的購買記錄,來預測食物的供應或短缺。還有,從手機付費系統裡收集到的金融數據,可用來建立個人的信用歷史,藉以讓幾百萬無法就近使用銀行資源的人,符合申請一般貸款的資格。「資料庫分析方式和電腦設備都適用一般標準。重點在於科學的運用、找出對的模式。」潘特蘭說,人的移動模式可能會與某種疾病的傳布有關;購買行為模式的改變,可能表示此人的就業狀態有變動;行為的改變或是移動路線的轉變,有可能跟某種疾病的爆發有關。

運用從廉價手機取得資料做分析的有力範例,和發生於2010年一月的海地大地震有關。震災奪走了20萬條性命,而瑞典卡羅琳學院(Karolinska Institute)的研究人員從海地的第一大通訊業者Digicel取得通訊資料。在探勘了200萬支手機的數據資料、取得用戶們每天的行動軌跡後──時間橫跨從地震發生前的42天,到地震發生後的158天,研究人員結論,地震過後三星期,共計有63萬人逃離太子港(Port-au-Prince)。研究人員同時也展示,他們能夠在事件發生時就開始計算,在收到數據資料的12小時內,有多少人跑到了爆發霍亂的地區,還有他們確切去了哪裡。最重要的是,這項研究替未來的災害防治,提供了一個指引的模型。瑞典的研究團隊分析了地震發生前海地人民的活動習慣,並發現一般海地人在地震後,多半會逃到他們往昔過聖誕節和新年假期的地點。這可以幫助人們預測,在災難來臨時,人們會到哪一些地方避難。

初現規模

直到最近,要取得這些數據資料進行研究,多半是研究者情商通訊業者而來,例如伊戈就是透過他在學術圈裡的人脈才能取得資料。不過在去年,從法國起家的全球電信業龍頭歐瑞奇(Orange), 向全世界的研究社群釋出了象牙海岸(Ivory Coast)地區500萬手機用戶共涵蓋五個月、約250 億筆匿名的手機通話記錄資料──研究社群可以在特定條件與限制下使用這批資料。這個巨大實驗的第一階段,就是看看人們可以如何運用這些數據資料。

共有近100個研究團隊把握這次機會準備大顯身手。他們的研究成果論文,在今年五月於一場由麻省理工學院舉辦,針對富有及貧窮世界資料探勘計畫的研討會,掛在一個名為「發展中的數據資料」(Data for Development)的主題下做發表。擔任主席的布勞戴爾說:「這是有史以來第一次,電信商這麼大規模地釋出龐大的數據。」研討會的正式論文中,有一篇關注人們打破傳統上南北族群分野的社會互動,為解決族群間的衝突提供一些洞見;還有研究提出釐清瘧疾傳染路徑、偵測疾病爆發的工具。另外,有一間企業的實驗室,運用手機資料建立了一個交通運輸模型,追蹤539輛公車、5,000 輛迷你巴士以及1萬1,000台共乘計程車的載客量。

即便象牙海岸實驗能夠成功,要在其他國家複製同樣的經驗也不是件容易的事。去年,集結全球龍頭性產業代表、學術界大老和政治人物,在瑞士達沃斯(Davos)舉行的世界經濟論壇(World Economic Forum)發表了一段聲明,請求各國政府、開發單位和企業,發展資料分析的技術,以增進貧窮國家人民的福祉。「我不應該需要跑去業者那裡說:『我願意免費提供你諮詢──交換條件是你讓我用你的資料,好增進人民的福祉。』」伊戈說:「那些電信業者照理說應該要樂於參一腳。雖然很多業者現在還看不到這樣做的好處在哪裡,但如果我們讓這些世界領袖去敲電信商的門,呼籲:『讓我們就這麼做吧!』我們的進展應該會更快一些才是。」

與此同時,隱私權的保護,還有防止數據資料被有心人士用來做為壓迫人民的工具,也是需要加強關注的議題。歐瑞奇說,該公司耗費了相當多的心力才完成數據的匿名性,但若想要把手機資訊帶進市場,必須建立很明確且有共識的規則。潘特蘭說:「身處於一個數據資料當道(dat adriven)的社會,不只有好處、當然也有風險。誰擁有資料、誰在控制資料,總是值得人省思的問題。可以想像一下,如果讓利比亞前獨裁者格達費(Muammar Gaddafi)握有這些資訊,會發生什麼事。目前,歐瑞奇正在研究要如何建立起資訊更透明、責任歸屬機制更健全、運用起來更有效率的共有資源(commons)──用來協助偵測哪裡有不尋常的活動、極端的事件,並能告訴我們哪裡有公共設施正在崩解。用途真的既廣又多──但我們得能用它才行。」

在提出這些大哉問的當口,巴奇和伊戈人正在肯亞,忙著為資料探勘工具做進一步的升級。伊戈負責進行的調查,期望能為運用手機資料探勘技術梳理出的整體圖像,做更精準的補強解釋及確認。他說,光靠手機資料通常是不夠的;即便只是訪問幾個人,都能幫助研究者排除一些針對記錄分析結果所做出的錯誤假設。他舉例,有一次在分析盧安達的手機資料時,他注意到人們在某次洪災發生後,並沒有遷徙得很頻繁。一開始,他假定這是因為很多人都因霍亂病倒了,所以無法移動;結果原來是洪水把道路都沖壞了。

巴奇期望透過探勘手機資料的技術,來鎖定一個具抗藥性的瘧疾寄生蟲品種。她警告,這個從寮國及其他地區來的品種,一旦增生起來,會讓他們的防疫工作進度開倒車。因此,她想要開始將該品種寄生蟲的擴散資料,整合入人們的行蹤資料,協助擬定目標策略,以精準地打擊疾病。她說:「這是流行病學的未來。如果我們想徹底消滅瘧疾,就得用這個辦法。」

積層製造

世界上最大的製造商通用電氣公司,已經開始利用3D列印技術製造噴射機的零件。

文:Martin LaMonica

突破性:
通用電氣公司將會使用3D列印技術,為新的噴射機引擎生產一款重要的金屬零件。
重要性:
由於積層製造有潛力以較低廉的成本生產複雜的零件,可望帶動許多先進的製造部門。
關鍵研發者:
GE的航空部門、EADS、聯合技術公司、普惠公司

目前通用電氣公司(General Electric,GE)正在從傳統的製造工法,轉向更先進的現代化製造業。

身為全世界最大的噴射機引擎供應商,GE的航空製造部門正準備要用非傳統的鑄模方式── 3D雷射列印技術,為新的飛機引擎製造一款燃料噴嘴。這項正式名稱叫做「積層製造」(additive manufacturing)的技術,原理是用極薄的材料一層一層堆疊出產品,這將改變GE設計與製造其產品中許多複雜零件的方式,諸如燃料渦輪、超音波儀器等,皆為可應用的範圍。

許多細小組件的製造,如醫療用的植入管,或是工程師、設計師打造的原型,已開始使用相當於工業版3D列印的積層製造技術。不過,決定要用大量生產的方式,製造一款重要的金屬合金零件安裝在上千個噴射機引擎裡,對積層製造技術而言是一個里程碑。雖說以消費者或小規模企業為對象的3D列印已經廣為人知,把這項技術用在製造業裡,可帶來的商業價值更顯著。

去年秋天,GE買下了兩家擁有自動化精確金屬製造技術的公司,並把該技術整併到航空製造部門的作業中。這個團隊沒有太多的時間,去證明新技術可以應用在較大規模的生產線上。GE與法國斯奈克瑪公司(Snecma)的合營企業CFM國際公司(CFM International),將會把用3D列印技術製造的燃料噴嘴裝在LEAP噴射引擎上,且預計在2015年或2016 年初,整架飛機就需完成,據CFM所言,目前已確認220億美元的訂單。由於每個引擎會需要10到20 個燃料噴嘴,估計GE在三年內,每年需生產2萬5,000個噴嘴。

相較於傳統的製造方式,積層製造可以更節省原料。這不僅可讓GE省下生產成本,且成品的重量較輕,同時能減少飛機的燃料消耗。

傳統的製造過程需要把20 個細小部分鍛接在一起,不僅勞力密集,且製程中會切削掉很大一部分的原料。用3D列印來製造這個零件,則是從準備薄層的鈷鉻合金粉末開始。

一台由電腦控制的雷射機器會將極細的光束射向合金粉末,依需要在適當角度和位置重複燒灼,一層一層地製造出每層厚度不超過的20微米的材質,直至物體成型。因為相較於鍛造師,機器可以日以繼夜地趕工,這個過程可以用較快的速度完成形狀複雜的物體,此外積層製造技術能夠節省材料,因為列印機器可以在免除不必要部分的情況下,處理各式各樣的形狀。

GE 的其他部門還有GE 的競爭對手們,都相當關注積層製造計畫的發展狀況。生產大型燃料及風力渦輪的GE電力與水資源部門,已經想出可以把積層製造技術運用在哪些零件上;GE的醫療部門也已針對傳感器(transducer)這種超音波儀器裡一個陶瓷製的貴重探頭,開發出3D列印的製程。GE首席技術官立托(Mark Little)說:「這真的完完全全改變了我們對公司的想法。」

目前,GE 的工程師們正在探索要如何把積層製造技術運用在更多種類的合金材質上,包括一些為3D印刷技術所特製的材料。例如,GE 的航空部門正在嘗試使用鈦金屬、鋁,還有鎳鉻合金。一個小零件可能就會用到很多不同種類的合金,運用積層製造的技術,設計者可以依各類金屬的特性打造特製的材質,這是傳統的鑄造工法所做不到的。舉例來說,引擎或渦輪上的刀片可用不同的金屬材質製成,讓其中的一端材質強韌、另一端則抗熱,突破過往材料特性的兩難。

上述這些構想目前還只停留在紙上談兵的階段,換句話說,還只存在於產品工程師的電腦化設計裡。

現在,GE從一個跟手掌差不多大小的噴嘴起步,這將會是一個很大的挑戰,考驗積層製造的技術,是否可以成為複雜度高、高性能產品的生產方法,並譜出革命性的一頁。

超級高壓電網

利用高功率的斷路器,終於讓直流電網的技術成真。

文:Kevin Bullies

突破性:
實用的高壓直流斷路器。
重要性:
直流電高壓電網的效能較高,且能夠把散布四處的風力及太陽能發電廠串聯起來。
關鍵研發者:
ABB集團、西門子公司、EPRI、通用原子公司

一世紀以來,交流輸電始終被用得較普遍,因為,高壓直流的輸電方式僅能用於點對點傳輸,並無法匯入一個網絡系統,建立起一個穩定電力的架構。

瑞士的聯合事業集團ABB已經解決了利用直流電組建電網的技術問題,現在可以用有效率的方式,將高壓直流電輸送數千公里,或是在海底遠距離輸送電力,效果甚至比目前主流電網的交流輸電方式為佳。ABB集團研發出一款實用的高壓直流斷路器,可以阻隔高壓直流電網上出問題的部分,保證電網其他部分依舊正常運行。

此外,利用直流電網的架構,也便於串聯散布於偏遠地區的再生能源(renewable energy),而且它能在風力及太陽能資源不均的地方平均分配電力,例如撒哈拉沙漠的太陽能可以輸往烏雲密布的德國,而收集自歐洲各地的風力,可以讓夜晚燈火通明,獲得比石油燃料更具有競爭力、更可依靠的再生能源。

智慧型手錶

Pebble智慧型手錶的設計者瞭解──若不必從口袋裡掏出來,智慧型手機會更好用。

文:John Pavlus

突破性:
智慧型手錶會從手機裡擷取資料,佩帶者只要快速瞄一眼就能吸收資訊。
重要性:
雖說電腦科技日新月異,人們同時也追求簡單、方便使用的設計。
關鍵研發者:Pebble、新力公司、摩托羅拉公司MetaWatch

一開始,米基科瓦斯基(Eric Migicovsky)想要的,並不是一台「可佩戴的電腦」。當他五年前有了Pebble智慧型手錶(smart watch)的構想時,還是個荷蘭台夫特科技大學(Delft University of Technology)工業設計系的學生,他只是單純的想有個辦法,讓他可以不要在一邊騎腳踏車、一邊用智慧型手機的時候摔車。這位現在26歲的加拿大年輕人說:「當時我就想要打造一款能從手機裡擷取資料的手錶。後來,我在宿舍裡弄出一款原型機。」

現在的米基科瓦斯基正忙著趕製Pebble 智慧型手錶,有8萬5,000支手錶的訂單正在等著他消化,這些訂購者都不想只為了讀電子郵件,或是看看天氣預報,就得把一台觸控螢幕的機器從口袋裡拿出來。Pebble使用藍牙(Bluetooth)無線連結iPhone或是Android系統的手機,在它小小的黑白LCD螢幕上,依使用者設定,顯示提醒、簡訊或是其他簡單的訊息。米基科瓦斯基在2012 年4月時,利用線上的眾募平台「踢步走」(Kickstarter)募得了10萬美元,成功在市場上推出Pebble 手錶。五週後,他有了1,000萬美元的資金──這是目前為止在踢步走上出現過淨額最高的案子。突然間,智慧型手錶變成了一個真實的產品類型:新力公司(Sony)在去年已推出類似的產品,隨後還會有三星公司(Samsung)的加入,而據傳蘋果公司(Apple)也在醞釀當中。

雖說這支定價150 美元的手錶也可用來操作音樂的播放清單,或是執行像RunKeeper這類資料庫建立於雲端、追蹤個人健身進度的簡易App,米基科瓦斯基和團隊設計這款手錶的初衷,是讓它所負責的項目愈簡單愈好,複雜的應用程式都留給手機去執行。這款手錶各個環節的設計,都反映出它「只需一瞥」(glanceable)的訴求。舉例來說,它的黑白螢幕,讓人即使在陽光直射的情況下也能夠輕鬆閱讀;且螢幕上的訊息會持續顯示,不會像彩色或觸控式螢幕一樣,為了省電得進入「休眠」狀態。

這款手錶是在Google 發表Google眼鏡(Google Glass)的幾個月前進入市場。Google眼鏡的設計初衷也跟Pebble手錶差不多──青蛙設計(Frog Design)首席創意官洛斯頓(Mark Rolston)說:「在手錶與手機互動的流暢性上,還有一些地方能做改善。」不過,不一樣的地方是,結合電腦與螢幕的Google眼鏡在未來會嘗試取代智慧型手機,佩帶這款眼鏡的人所看到的,將會是一個「資料加強版」的世界。

Google眼鏡的問世,自然帶動了人們對可佩戴式電腦設備的期待,不過可想而知,Pebble 手錶的概念,會比較普及化一點──Pebble手錶善用了手錶這個經典配件的特性,用符合長期以來的社會規範的角度去思考設計,而非建立新的規範。 


記憶植入

一位異類的神經科學家相信,他已經解開了大腦形成長期記憶的密碼。
這項技術的下一步,就是針對喪失記憶者,來測試植入神經輔助構件的效果。

文:Jon Cohen

突破性:
經動物實驗證明,透過電極的植入,可以矯正記憶喪失的問題。
重要性:
大腦損傷會讓人喪失形成長期記憶的能力。
關鍵研發者:
南加州大學生物醫學工程師Theodore Berger、威克森林的Sam Deadwyler、肯塔基大學的Greg Gehardt、DARPA


柏格(Theodore Berger)是南加州大學(University of Southern California)的生物醫學工程師和神經科學家。他希冀在不久的將來,受嚴重記憶喪失折磨的病人,可以透過植入電子晶片重新獲得記憶。因阿茲海默症、中風或是外傷而腦部受到重創的病人,由於神經網絡受損,導致大腦無法形成長期記憶。在過去20年,柏格始終致力於設計一種電子晶片,能夠模擬神經系統正常運作時的信號傳送過程,來喚醒人們一分鐘之前歷經的經驗與知識。柏格的最終目的,是要把這類電子晶片植入人類大腦,讓人恢復建立長期記憶的能力。

柏格的想法相當前衛大膽,完全在主流的神經科學領域之外。「在很久以前,他們就說我是瘋子了。」柏格笑著說,有很多同事都覺得他真的太瘋狂了。不過,由於柏格的團隊及研究同好近來在實驗上有了成功的進展,他終於可以擺脫「瘋子」這個稱號,而被認定為是洞燭機先的工程師。

雖然柏格和研究同僚尚未真的進行人體實驗,測試神經輔助構件(neural prostheses)的植入,但他們的研究顯示,若從外部將電子晶片與小白鼠、猴子的大腦用電極(electrode)連接在一起,晶片能夠像真的神經那樣,處理腦內的資訊。「我們並不是在把一個人的記憶放回他的腦裡。我們在做的,是恢復他大腦產生記憶的能力。」柏格表示,去年秋天,在他們發表的一篇傑出研究論文中證實,他們可以幫助猴子從大腦裡儲存長期記憶的那一區塊,把記憶喚回來。

如果記憶植入對大眾而言太遙不可及,柏格還舉出最近在神經輔助構件研究(neuroprosthetics)領域的其他貢獻。人工電子耳助聽器(cochlear)的植入技術,已幫助20萬名聾人重獲聽力,該裝置會把聲音轉換成電訊號,然後送往聽力神經。此外,早期的實驗也證實,植入式電極可以讓癱瘓病人用「想」的,就能移動機器手臂。而為盲人打造人工視網膜的研究團隊,也有初步的成果。誠然,想要為大腦修復某種認知模式,遠比上述這些成就還要複雜得多。柏格已花了35年的時間,試著想解開大腦中海馬體區域(hippocampus)神經的運作行為之謎,而這個區域正與記憶的形成密切相關。他指出:「顯而易見地,海馬體讓短期記憶變成長期記憶。」

至於海馬體究竟是怎樣完成這樁複雜的任務,仍讓人摸不著頭緒。柏格已經開發出一套數學定理,來表達電訊如何在海馬體中的神經元活動,然後形成長期記憶,他可以證明這套數學公式務實可行。他反問:「大腦能夠做到的,你不見得一樣要做到。但能否可以模仿出一小部分大腦在做的事?你有辦法建立起模型,再用模型造出模擬裝置嗎?能否讓這裝置適用於任何大腦?就是這三個問題,讓大家都覺得我瘋了,他們認為這真的太難了。」

破解密碼

柏格說話的方式很特別。他的句子常拉到跟一個段落一樣長,且句子裡又常夾雜些順帶一提的備註,還帶進其他跟原來重點完全無關的內容。柏格對記憶的定義是:「記憶是由特定數量神經元組所生成,持續一段時間的一系列電脈衝(electrical pulses)。」他補充道:「這樣去定義很重要。因為你可以把記憶濃縮成電脈衝的概念,然後把它置入一個架構中。你可以不只用『已發生的一些生物活動』去理解它;這還意味著你能可以激發它、你可以處理它、你可以放個電極進去,而且你可以錄下符合自己定義的『記憶』。你會發現記憶是由2,147條神經元所組成,這些神經元形成了什麼?它們形成了一系列的電脈衝。不需要感到奇怪,這是你可以應付的技術。它很有用,而且是現在進行式。」

柏格的定義很常見,但也只呈現了表象而已。而長期以來令他感到沮喪的,是有許多探討人類大腦神祕領域的同僚,並不打算鑽研得更深入。神經科學家靠著偵測活動電位(action potentials),也就是神經元表面的微伏特改變,追蹤大腦裡的電訊號。不過柏格認為,這些研究常常都過度簡化了大腦實際的運作方式。他說:「他們發現了一點風吹草動,然後就開始計算活動電位。他們會說:『在我做了些什麼後,電位從1上升到200。我發現了些有趣的東西。』你發現了什麼呢?『活動量升高了。』所以你到底發現了什麼呢?『就活動量升高了啊!』所以呢?它在為什麼資訊進行編碼嗎?這是不是代表了什麼跟下一個神經元有關的現象?下一個神經元會因此有不同的反應嗎?這才是我們應該要去做的事:要去解釋現象,而不是僅僅在描述現象。」

柏格拿起白板筆,從上到下在白板上畫了一列代表神經元的圓圈。然後,他又在每個圓圈旁邊畫了一條水平線,每條線上有不同的點點花樣。他說:「這代表了在我大腦中的你。我的海馬體已經形成了關於你的長期記憶,我直到下個禮拜都還會記得你。但我是怎麼區別你和其他人?假設在我的海馬體裡有50萬個細胞代表你,而每個細胞記錄了各式各樣的資訊──例如你的鼻子和眉毛的相對位置,它們用不同模式為這些資訊做編碼。所以,真正的神經系統是相當複雜的,這也就是為什麼,我們到現在都還是困在一些很基本、有限的問題裡。」

柏格還在哈佛大學唸研究所的時候,他的指導教授是湯姆遜(Richard Thompson),研究專長是在研究大腦裡因學習所驅動的區域性改變。湯姆遜使用某種語調的聲音外加吹氣,讓兔子眨眼,企圖找出兔子學習的記憶是被儲存在何處。他的研究目標是找出大腦中負責處理學習的特定區域。柏格說:「如果動物學了新東西、然後你把它移除,動物是不會記得的。」

在柏格的協助下,湯姆遜於1976年發表了這項研究──找出兔子大腦處理學習資訊的區域。他們在兔子頭部裝上電極,來偵測神經元的活動。神經元的薄膜上有匣道,讓鈉或鉀等帶電粒子得以進進出出。柏格和湯姆遜記錄了兔子在形成記憶時,其大腦內海馬體電的尖峰(electricalspike)的變化狀況。尖鋒的震幅(活動電位)和間隔會形成某一種特定模式。柏格認為,細胞隨著時間變化,以某種特定的模式受到刺激,這過程絕非偶然。

這項發現讓柏格思考貫穿他近年研究方向的核心問題:既然細胞會接收及發送電訊號,人們可以用什麼模式,來描述這樣輸入輸出的量化關係?也就是說,倘若有一個神經元在某特定時間、特定地點受到刺激,與它相鄰的神經元們會有什麼樣的反應?這些問題的答案,可以幫助人們解開神經元形成記憶的密碼。

不過,他很快就瞭解到,答案複雜無比。1980 年代晚期,柏格在匹茲堡大學(University of Pittsburgh)與史克拉巴西(Robert Sclabassi)共事,並開始著迷於研究海馬體裡面的神經網絡特性。他們用電脈衝輸入刺激兔子的海馬體,然後追蹤訊號是如何在不同的區域間流竄輸出,最後發現,兩者間的關係並不是線性的。「假設你輸入1得到2,這樣的邏輯就很簡單,是個線性關係。」柏格舉例,然而研究發現:「在大腦裡,並沒有線性活動的存在。這些活動總是非線性的。」訊號會重疊,有些訊號會壓制輸送進來的電脈衝,有些則反而強化了它。

1990年代早期,柏格對這個領域的瞭解,加上當時的電腦運算硬體,已讓他能夠與南加州大學工程學系的同事合作,共同研發出模仿海馬體裡訊號輸送過程的電腦晶片。「如果我能讓晶片在電腦硬體中處理大量的數據資料,顯然就可以掌握大腦部分的運作方式了。」他補充道:「我假設把它直接跟大腦裡既有的部分相連結──然後我就走在所有人之前,認真考慮打造人工輔助構件的可能性。」

植入大腦

柏格後來開始與南加州大學的生物醫學工程教授瑪爾瑪瑞里斯(Vasilis Marmarelis)合作,製作人工輔助構件。他們一開始拿小白鼠的海馬體切片作研究,得知神經訊號會從海馬體的一端輸送到另一端,所以就隨機把電脈衝送入海馬體,然後記錄訊號在各區域間傳送的情況,並導出數學公式。最後,再把該公式灌入電腦晶片裡。

下一步,為了測試晶片是否可成為海馬體受損區域的代替品,研究者繼續鑽研,看看他們是否能繞過大腦中央的切片路徑。放置在該區域的電極會傳送電脈衝到外部的晶片,這代表在正常海馬體裡的輸送過程。其他的電極則負責把訊號送回大腦切片中。

接下來,研究者團隊想再往前跨一步,在小白鼠上面進行實際測試,好證明靠電腦真的能夠執行海馬體的任務。他們訓練動物推槓桿的某一邊,然後給予獎賞。當動物選對邊時,他們把其大腦海馬體內一系列電脈衝活動記錄下來。針對訓練變成的長期記憶,柏格的團隊建立起腦內訊號傳送的模型,然後把團隊認為代表記憶本身的符碼抓出來。他們證明透過裝置,輸入代表訓練過程的訊號,可從進小白鼠大腦中得到這段長期記憶的符碼。爾後,團隊再於小白鼠身上投藥,這些藥物會干擾形成長期記憶的能力,讓小白鼠忘記要推哪邊的槓桿,才能得到獎賞。而當研究者用電脈衝的方式,以該套符碼刺激已投藥的小白鼠的大腦時,牠們又恢復記憶,想起要選擇哪一邊的槓桿了。

去年,科學家發表了以靈長類為對象的腦部前額葉皮質(prefrontal cortex)研究,前額葉皮質負責追溯海馬體所形成的長期記憶。他們在猴子的大腦裡置入電極,捕捉前額葉皮質所形成的符碼,研究者相信猴子是靠這些符碼記得它們看過的某個影像。之後,研究者在猴子身上注射古柯鹼,干擾大腦的正常運作。他們可以證明,在使用植入電極把正確的符碼傳送到猴子的前額葉皮質區域後,動物在圖像辨識的能力上,有明顯的進步。

接下來的兩年,柏格和同事們希望在動物身上植入真正的人工記憶構件。他們還想要證明,海馬體晶片能夠針對不同的行為情境,形成長期記憶。畢竟,這些晶片所仰賴的數學公式,都是依據研究者的實驗結果而來。研究者很有可能只梳理出了大腦一小部分任務的符碼。這些符碼會不會無法推理?大腦是以各異的方式處理不同的輸入資訊?換句話說,研究者有可能根本尚未真的全盤破解了密碼,他們僅僅是解讀了幾道簡單的訊息而已。

柏格承認這些臆測的可能性,他的晶片或許只對形成某些情境的長期記憶有幫助。不過他特別提到,大腦的形態學和生物物理學,會限制晶片能起作用的範圍:現實狀況裡,海馬體處理電訊號的方式有相當多種。他說:「我真的認為,我們會找出一個適用於相當多、甚至絕大部分情境的模型。我們的目標是幫助受嚴重記憶喪失病症困擾的人,提升他們的生活品質。如果我能夠幫他們建立起形成長期記憶的能力,恢復到正常人的一半,我會高興到不行。相信大部分的病人也一樣會很高興吧。」

雖說未來的發展,還充滿了不確定性,但柏格和同事已經在著手籌畫人體實驗。他正在和大學裡的臨床醫生協調,這群醫生目前所進行的測試,是在海馬體的兩側植入電極,以偵測和預防重度癲癇者病症的發作。如果該項計畫能如預想般的持續發展下去,柏格的團隊將一肩扛起人體測試,找尋這群病患腦中的記憶符碼。

柏格說:「我從來沒有想過這真的可以在人腦上進行,然而我們已經在討論要何時、如何進行在人腦上的實際測試。我原以為在我有生之年,都盼不到這一天的到來。」

該怎麼製造出一款大腦神經的電子構件,好幫助一個人恢復形成長期記憶的能力?最近,柏格與他的同事,包括北卡羅來納州(North Carolina)溫斯頓沙龍市(Winston-Salem)威克森林浸信會醫學中心(Wake Forest Baptism Medical Center)的德威勒爾(Sam Deadwyler),還有位於萊辛頓(Lexington)的肯塔基大學的研究者們所進行的實驗,已開始具體陳述作法。

去年,該團隊已證實,一個能記錄並指引神經元活動的植入器,可取代猴子喪失的大腦功能。研究者用了一系列的電極,測量在動物的腦部前額葉皮質區域裡,神經元的電能如何活動。這塊腦部區域跟人下決定的能力息息相關,並掌管了許多類型跟記憶有關的認知反應。

研究團隊訓練五隻猴子進行一項記憶測試。研究者在螢幕上秀給猴子看一張圖片,然後猴子必須要用手移動游標,在一系列不同圖片中,把那張圖片挑出來。

猴子們的神經活動被一個有陶瓷成分的微小電子裝置記錄下來,並傳送到電腦裡。第一部分的實驗,研究者分析從猴子腦皮層取得的大腦活動記錄。然後困難就來了。當一系列神經元處理從另一系列神經元傳送來的訊號時,記憶就形成了,而又該怎麼在一個電子裝置中,複製這樣的過程?首先,研究團隊必須要先讀懂大腦所使用的符碼。研究者已能從初期的記錄中,推論出一個多重輸入/多重輸出(multi-input/multi-output,MIMO)的模式。這類數學模型可呈現電極偵測到的神經活動模式,且在處理完接收到的電脈衝後,放出指引其他神經元形成合適記憶的訊號。

為了證明這個模型有用,研究者在猴子身上施打古柯鹼,讓它們忘記哪一幅圖片才是正確的。在研究者植入裝置、讓MIMO模型協助傳送訊號,並把資料再接著傳到下一組神經元後,猴子又能夠如原先一樣,挑出對的那幅圖片。

不過,倘若病人的大腦原本就已失去某項功能,例如形成長期記憶的能力,醫生要怎麼才能夠找到替代品呢?在這種情況下,就無法模擬他大腦先前的運作方式,然後把它複製到電子裝置中。不過,初步研究曾提出,正常人的大腦運作記錄,或許可用在腦部受損或有疾病的人身上。「我們已經取得了許多嚙齒動物的記錄,並能夠就某類型的大腦運作,歸出一個通用模式(generic pattern)。」德威勒爾說,將來研究團隊會需要檢視,類似的法則是否也適用於靈長類動物。德威勒爾又說,若結果證明適用,這可能意味著,「我們可以藉助MIMO模型,形成一個通用模式,而這個模式,將能符合正常人腦在完成某些特定任務時的運作狀況。」

下載全文PDF Icon下載全文PDF


[{"text":"企業網","weight":13.0},{"text":"材化所","weight":11.5},{"text":"機械所","weight":10.0},{"text":"綠能所","weight":9.4},{"text":"生醫所","weight":8.0},{"text":"半導體","weight":6.2},{"text":"南分院","weight":5.0},{"text":"太陽能","weight":5.0},{"text":"課程","weight":5.0},{"text":"遠紅外線","weight":5.0},{"text":"雷射","weight":4.0},{"text":"LED","weight":4.0},{"text":"LED可見光","weight":3.0},{"text":"5G","weight":3.0},{"text":"工研人","weight":3.0},{"text":"電光所","weight":3.0},{"text":"綠能與環境研究所","weight":3.0},{"text":"機械","weight":3.0},{"text":"資通所","weight":2.0},{"text":"面板","weight":2.0},{"text":"文字轉語音","weight":2.0},{"text":"實習","weight":2.0},{"text":"無人機","weight":2.0},{"text":"生醫","weight":2.0},{"text":"3D","weight":2.0},{"text":"v2x","weight":2.0},{"text":"員工","weight":2.0},{"text":"地圖","weight":2.0},{"text":"太陽光電","weight":2.0},{"text":"材料與化工研究所","weight":1.0}]