全球首款多器官晶片问世重现细胞转移助抗癌研究

文：蔡宗桓 癌细胞最可怕之处，不只是原发肿瘤会不断增大，而且还能够穿过血管，悄悄进入肺部、骨骼等远端器官。如今，科学家首次利用“多器官晶片”在实验室重现癌细胞转移过程，让过去难以直接观察的癌症扩散机制逐步现形，也为抗癌药物研发及个人化治疗带来新方向。 癌症致死的主因往往不是原发肿瘤，而是癌细胞随血液扩散至远端器官的转移过程。研究显示，癌症转移与至少三分之二的癌症死亡病例有关。过去数十年，抗转移药物研发屡屡受挫，关键在于传统动物实验难以精准模拟人体内复杂的癌细胞转移机制。 为突破这项瓶颈，美国哥伦比亚大学工程团队开发全球首款可模拟癌症转移的“多器官晶片”（Multi-organ Chip）。这项研究发表于《Science Translational Medicine》期刊，让科学家首次能在实验室内，动态观察乳癌细胞如何逃离血管，并侵入人体骨骼及肺部组织。 微型器官重现人体环境 研究团队利用诱导型多功能干细胞（iPSCs），在晶片内的独立培养槽培育出毫米级立体人类骨骼与肺部组织。这些微型器官再通过模拟人体血液循环的血管微流道连接，并设置具选择性渗透功能的血管内皮屏障。 当研究人员注入人类乳癌细胞后，便可持续观察癌细胞如何与不同器官交换讯号、突破血管屏障，最后在陌生组织中定植。这项平台也成功重现癌细胞转移过程中难以直接观察的关键行为。 研究发现，癌细胞并非随机选择转移位置。具有骨转移倾向的乳癌细胞，会明显破坏晶片中的骨组织；偏好肺部的癌细胞，则主要侵入微型肺组织，与临床观察到的器官嗜性现象相符。 研究团队亦观察到癌细胞能建立所谓“转移前栖位”（Pre-metastatic Niche）。在真正入侵远端器官前，癌细胞会先释放化学讯号，改变目标组织的微环境，使其更适合癌细胞日后生长。 哥伦比亚大学教授Gordana Vunjak-Novakovic说，癌细胞在抵达目标器官前，已开始为未来的生长环境进行准备，而多器官晶片则提供重现这一过程的新方法。 这项技术的另一项优势是具备高度个人化医疗潜力。未来科学家可导入特定患者的细胞与组织，研究不同个体的癌症转移差异，进一步寻找适合的分子治疗靶点。 随着美国食品药物管理局（FDA）及国家卫生研究院（NIH）日益重视可取代传统动物实验的新兴替代方法，器官晶片技术正迎来发展契机。 研究团队期望，这项平台能补足传统临床前动物模型的不足，加快抗癌药物测试与开发，为对抗癌症转移这项棘手难题提供新方向。 电动车电池要不要换？ 几个异常讯号是关键 电动车电池是否该更换，关键不在车龄或累积里程已达到某个固定门槛，而是车辆表现是否有持续且异常变化。 根据外媒整理的资讯，动力电池会随时间的流逝而逐步衰退，续航里程下降并不代表电池故障，而真正需要警觉的是在相同使用条件下，电量消耗明显比过去更快，或出现无法解释的情况。 电池健康度通常以 SOH（State of Health，健康状态）衡量，代表电池可用容量与新电池比较还剩多少。但仪表板显示的续航数字并不是电池健康的直接指标，因此单看里程变少，不能直接判定电池需要更换。若同样的通勤路线、相近天气与驾驶习惯，车辆比以前耗掉更多电量，才比较像电池老化加剧的讯号。 比起缓慢衰退，更值得注意的是突发性变化。若电动车突然出现可用续航大幅下降、充电上限遭限制、车辆性能变弱，且伴随电池或高压系统警示，就应提高警觉。 据观察，不同车厂出产的轿车的警示方式不同，没有通用的仪表符号可直接显示电池必须更换，因此若持续出现上述具警惕性异状时，车主就应尽快安排轿车检查。 充电速度变慢也不能单独作为判断依据，因为电池温度、电量状态、充电桩功率与充电曲线都会影响速度。不过，如果充电明显变慢维持一段时间，且还有其他异常或警示，就更需要诊断。 专业的电动车服务中心可以诊断代码与电池数据，判断是正常衰退、可修复故障，还是已到必须更换整组电池包的程度。 整体来看，若车辆运作一切正常，单纯的续航自然下降并不是立刻换电池的理由；但若出现持续警示、突发异常，或续航已无法满足日常需求，就应先做电池健康检测，再决定下一步处置。 AI普及各年龄层都要学 Anthropic推免费Claude课程 随着人工智能（AI）逐渐融入工作与日常生活，从学生、上班族到退休人士，不同年龄层都需要逐步掌握AI工具与基本知识。面对AI快速发展，如何善用工具、理解其能力与限制，甚至判断哪些工作适合交由AI处理，也成为现代数码生活不可忽视的一环。 为降低学习门槛，Anthropic推出免费学习平台“Claude Academy”，让使用者从AI基础知识一路学习至进阶的AI代理协作技巧。 Anthropic近日在官方部落格宣布，Claude Academy正式上线，网站为academy.claude.com。平台整合课程、教学内容及实际应用案例，无论是刚接触AI的新手，还是已经使用Claude处理工作的进阶用户，都能找到适合自己的学习内容。目前平台免费开放，只需使用电邮注册即可使用。 Anthropic指出，公司内部原本便设有专门负责教育内容的团队，长期研究如何协助使用者安全及有效运用AI。Claude Academy则将这套培训方法整理后公开，让更多人透过系统化课程建立AI素养。 与传统按照“初阶、中阶、高阶”划分课程的方式不同，Claude Academy会根据使用者的兴趣及已完成课程，逐步推荐个人化学习路径。 平台提供适合AI初学者的入门内容，例如一段约7分钟的短片，介绍人工智能基本概念；同时亦有较完整的进阶课程，例如一套共14堂、附带测验，总学习时间约4小时的AI教育框架课程。 这种设计让用户可按照自己的学习进度，逐步接触不同内容，自行建立符合需求的学习路径。相关课程亦不要求用户具备技术背景，企业或团队管理者同样可以利用平台了解AI应用。 不只教指令也强调AI判断能力 Claude Academy的内容不只是教导用户如何操作Claude或撰写Prompt（指令），亦涵盖“4D AI Fluency Framework”、AI的能力与限制、人类与AI代理协作的最佳实务，以及法律工作等不同产业的实际应用案例。 其中一个重点，是让用户建立判断AI是否适合执行特定任务的能力，例如哪些工作可以交由AI协助完成、哪些情况仍需要由人类作最后决定，以及使用AI时应注意的责任与准确性问题。 换言之，平台希望使用者学习的不只是“如何使用A”，也包括“何时使用AI”以及“如何与AI合作”，进一步建立完整的AI素养。 平台同时设有学习进度追踪及徽章机制，并会根据学习记录及个人兴趣调整后续推荐内容。目前Claude Academy采免费开放模式，未设付费升级或订阅方案。 随着AI工具逐渐成为工作、学习及日常生活的一部分，AI素养的重要性亦日益提高。对AI初学者而言，Claude Academy提供了一个入门渠道；对已经使用Claude的用户，则可进一步了解AI代理及人机协作等进阶应用。 Anthropic说明，未来将持续扩充Claude Academy的课程内容，并加入更多个人化及互动式学习体验。 CAPTCHA验证面临淘汰危机 AI零失误破解48关人机测试 如果连分辨“你是不是人类”的最后一道防线都能被人工智能（AI）攻破，网络世界还有哪些验证机制值得信任？ 长年用来区分真人与机器人的CAPTCHA验证机制，正面临AI快速发展带来的挑战。OpenAI研究员Sharif Shameem近日公开影片，展示最新AI模型GPT-6 Astra以零失误方式完成网络恶搞小游戏《I’m Not a Robot》全部48个关卡，甚至取得游戏设定的“人类认证证书”。 CAPTCHA自1990年代以扭曲文字辨识为主，后来逐步发展至图片选取，透过要求使用者辨认交通工具、行人或交通灯等物件，阻止自动化程式操作。不过，随着AI视觉理解、语意分析及推理能力提升，这类原本用来区分真人与机器人的测试，如今变得愈来愈容易被AI处理。 《I’m Not a Robot》由独立游戏开发者Neal Agarwal制作，戏仿现实中的CAPTCHA验证。游戏共有48关，除了辨认扭曲字母、分辨曲奇饼与狗、在街景图片圈出交通灯，也包括寻找隐藏符号、模拟泊好Waymo自动驾驶车、与Deep Blue下棋及节奏游戏等。 部分关卡会突然改变规则，要求玩家即时理解指示并调整操作方式。完成全部关卡后，玩家可取得一张由CAPTCHA发明人Luis von Ahn祝贺的“人类认证证书”。 Astra此次并非单纯利用图像辨识寻找答案，而是运用“电脑操作”（Computer Use）能力直接控制浏览器，包括读取荧幕、移动滑鼠、点击、拖曳及输入文字，再根据不同关卡重新理解指令及调整操作策略。 今年3月，GitHub社群的AI助理“Tag”也曾完成全部48关，但主要是透过读取及修改游戏程式码，绕过部分游戏逻辑；相比之下，Astra据称是直接操作正常游戏介面，依靠多模态视觉辨识及连续推理逐一过关，反映AI处理复杂网络互动任务的能力进一步提升。 既然AI已经能够轻松看懂荧幕并作出复杂推理， 网络安全防护重点必须转移至深层行为特征。新一代防御方案将不再依赖使用者提交的答案是否正确，而是着重分析操作过程中的行为指纹，包括滑鼠移动轨迹、游标加速度、点击节奏等细微特征。这些独特生物习惯极难被AI模型完美复制，将会成为未来区分真人与演算法的核心依据。

您好！請登入您的帳號