美國勞倫斯柏克萊國家實驗室（Berkeley Lab）在8月18日正式發布一套名為MOSAIC的可重組顯微鏡系統。這台機器把十多種成像技術塞進一個緊湊的機箱裡，模式切換只需要兩到五秒。但真正讓生物學界騷動的，是它每小時會吐出高達4TB的影像資料——這數字大到傳統的工作站連存都來不及存，更別說分析了。
從一張光學桌縮小到一台儀器
MOSAIC的技術基底，可以追溯到2018年諾貝爾獎得主艾力克·貝齊格（Eric Betzig）與Srigokul “Gokul” Upadhyayula等人提出的自適應光學晶格光片顯微鏡。當時那套系統得占據一張十呎乘四呎的光學桌，基本上只有頂級實驗室養得起。MOSAIC團隊做的事情很乾脆：用模組化設計把體積砍到剩一個機箱，同一組雷射、鏡片和相機，透過自訂光學切換系統就能跑出不同功能。
這不只是硬體濃縮。研究團隊強調，MOSAIC結合了自適應光學技術，能夠修正活體組織造成的影像模糊——簡單來說，以前看活的組織像隔著毛玻璃，現在有人幫你把玻璃擦乾淨了。
資料產出速度碾壓傳統流程
問題來了。這台機器每小時最多產出4TB資料。4TB是什麼概念？大概是一千小時的高畫質串流影片，或是一整座圖書館的電子藏書量。傳統的生物影像處理流程，大部分還停留在研究人員手動圈選、逐幀標記的階段，面對這種資料洪流，基本上是拿湯匙挖隧道。
柏克萊實驗室的解方，是把運算工具直接綁進系統，同時串接國家能源研究科學運算中心（NERSC）的Perlmutter超級電腦。Perlmutter是目前全球最快的GPU加速超級電腦之一，專門用來處理科學運算，拿來跑顯微鏡影像，某種程度上算是殺雞用了牛刀——但這年頭的生物資料，還真的需要這種等級的後援。
開放科學的實際落地
MOSAIC在設計階段就沒打算鎖在實驗室裡。根據柏克萊實驗室釋出的資訊，這套儀器已經在不同地點建置超過十次，團隊公開分享超過五十份研究授權，連完整的建置文件都一併釋出。換句話說，任何具備基礎光學與機械加工能力的實驗室，都有機會自己複製一套。
這種做法在顯微鏡開發領域並不多見。多數高端成像系統仍是商業化封裝的產品，維修、升級、改裝都得看原廠臉色。MOSAIC走開源路線，等於把主導權還給使用者——你覺得哪個模組不夠用，自己改。
五種成像模式，同一顆細胞
團隊實際展示的案例中，用MOSAIC的五種成像模式拍攝同一顆正在分裂的人類視網膜色素上皮細胞（hTERT-RPE1）。每一種模式提供的視角都不同，有的看結構、有的看動態、有的看分子分布，組合起來等於用五種不同顏色的筆去畫同一張素描。
這對生物學家來說價值極高。過去要取得這種互補資訊，得把樣本從一台儀器搬到另一台，每次搬動都可能破壞樣本狀態，也難以精確對位。MOSAIC在同一個機箱內完成多模態成像，等於解決了跨平台比對時最頭痛的空間對位問題。
編輯觀點
從產業面來看，MOSAIC的出現，其實戳破了生物影像領域長年以來的一個隱藏矛盾：硬體進步的速度，遠遠超過資料處理基礎建設的更新速度。一台新顯微鏡的採購預算可能上千萬，但實驗室裡跑影像分析的那台電腦，可能還是五年前的機型。MOSAIC團隊把超級電腦資源直接拉進工作流，某種程度上是在告訴整個學術圈：如果你只升級顯微鏡卻不升級你的資料後端，那台儀器的真正潛力永遠不會被釋放。柏克萊實驗室這次不只是做了一台好儀器，他們示範了一套「硬體＋運算＋開源」三位一體的新模式，這條路一旦走通，接下來幾年我們會看到更多大型科學設施跟進這種整合思維。
當生物學家開始跟超級電腦當同事
MOSAIC的案例讓我們看到一個趨勢正在成形：生物學家的工作模式，正從「在顯微鏡前看」轉向「讓超級電腦幫你看，然後告訴你該看哪裡」。這種轉變對研究方法論的衝擊，可能比儀器本身還大。
Perlmutter超級電腦的運算資源，讓研究人員可以用演算法即時校正影像模糊、去雜訊、甚至自動標定感興趣的區域。這意味著實驗設計本身也要跟著調整——以前你可能設計一個一百張影像的實驗，因為再多你就處理不完；現在你可以設計一萬張，讓電腦幫你篩出那關鍵的幾十張。
當然，這種工作流程的轉換需要時間適應。不是每個生物實驗室都有資工背景的成員，也不是每個機構都連得上NERSC等級的運算資源。但MOSAIC團隊把建置文件和授權都公開了，下一步就看學術社群怎麼把這套工具的周邊生態系補齊。
接下來呢？
柏克萊實驗室這次的發布，技術細節給得相當透明。從光路設計到軟體架構都有文件可查。對台灣的學術機構來說，這或許是個值得關注的切入點——我們在半導體製造與光學元件上的實力不弱，如果能在開源顯微鏡的供應鏈或改裝應用上找到定位，未必沒有機會在這波開放科學浪潮中卡到一個位置。
不過話說回來，MOSAIC目前公布的應用案例仍然偏技術展示性質，實際在特定生物問題上的研究成果還需要時間累積。技術到位了，接下來就看生物學家能不能提出夠好的問題——而這，從來都是科學進步真正的瓶頸。
如果你正在規劃實驗室的下一台顯微鏡，或者正在為海量影像資料傷腦筋，MOSAIC的開源文件值得花一個下午仔細翻一遍——就算不複製整台系統，它處理資料的架構思維也很有參考價值。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
MOSAIC顯微鏡跟一般實驗室用的共軛焦顯微鏡有什麼不同？
最大的差異在於多模態切換能力與資料處理架構。一般共軛焦顯微鏡通常專注於單一成像模式，MOSAIC則能在五到十種以上模式間快速切換，而且每小時可產出4TB資料，遠超傳統儀器的資料吞吐量。
每小時4TB的資料量，一般實驗室真的能用嗎？
要看實驗室的運算基礎建設。柏克萊實驗室的解法是串接Perlmutter超級電腦，一般實驗室可能需要自行建置GPU運算叢集或採用雲端運算資源才能消化這個資料量。建議先評估實際應用的影像需求，不一定每種實驗都需要開到最大資料產出。
MOSAIC的開源文件去哪裡取得？
柏克萊實驗室已公開超過五十份研究授權與完整建置文件，可透過勞倫斯柏克萊國家實驗室官方網站或相關學術平台查閱。團隊也鼓勵研究機構自行複製與改裝這套系統。
這項技術未來可能商業化嗎？
目前MOSAIC以學術開源形式釋出，但模組化設計本身就具備商業化潛力。未來可能出現由第三方廠商提供關鍵模組或組裝服務的商業模式，不過核心技術與設計文件仍維持開放取用。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
Author
Related Posts
