牛油果花每日「變性」謎團解開 關鍵基因助縮短育種時間

日常食用的牛油果，花朵其實會隨時間改變生殖功能。美國研究團隊發現，牛油果花為避免自體授粉，會在一天不同時段分別進入雌性與雄性階段，如今更找到與這套「變換節奏」有關的關鍵基因，解開困擾牛油果育種界數十年的謎團。

牛油果花每日「變性」謎團解開，關鍵基因助縮短育種時間。資料圖片

據科普網站《Science Alert》報導，加州大學戴維斯分校與加州大學河濱分校研究人員分析數百株牛油果的基因與開花時間，發現名為「SDMYB」的基因與花朵每天的開花節奏有關。研究7月28日發表於《美國國家科學院院刊》（PNAS）。

牛油果花每日「變性」謎團解開，關鍵基因助縮短育種時間。資料圖片

研究指出，牛油果花同時具有雌、雄生殖構造，但不會在同一時間發揮兩種功能。花朵第一次開放時進入雌性階段，負責接受花粉；之後關閉，再次開放時則進入雄性階段，釋放花粉，藉此降低自體授粉的機會。

牛油果樹分為兩種開花類型：A型植株上午開雌花、下午開雄花，B型則相反。果農特意混合種植兩種類型，以最大化授粉和果實產量。但過去育種者必須等到樹木開花後才能分辨其類型，耗時多年。

牛油果花每日「變性」謎團解開，關鍵基因助縮短育種時間。資料圖片

研究團隊進一步鎖定SDMYB。簡單來說，SDMYB是一種調控花朵發育的基因，研究結果顯示，它的不同基因版本與A型、B型牛油果不同的開花時間有關。研究人員因此找到控制這套「每天換角色」節奏的重要遺傳線索。

牛油果花每日「變性」謎團解開，關鍵基因助縮短育種時間。資料圖片

這項發現讓育種者不必等到樹長到開花後才能分辨A型或B型，可從幼苗階段就透過DNA鑑定開花類型，從而更快進行品種選育，有望縮短數年育種時間。

牛油果花每日「變性」謎團解開，關鍵基因助縮短育種時間。資料圖片

研究團隊也比對牛油果及其近親植物的基因，發現相同的兩種基因型態至少存在於26種近親植物，顯示這套與開花時序相關的遺傳機制可能已延續約4200萬年。研究人員認為，這項成果不僅有助了解牛油果授粉，也能提供未來品種改良使用。

牛油果花每日「變性」謎團解開，關鍵基因助縮短育種時間。資料圖片

美國研究團隊研發名為「FaceSurvival」的AI工具，只需透過分析癌症患者面部自拍照，便能精準找出死亡風險較高的人士。測試顯示，高風險組別於90天內的死亡率逾一半，較低風險組別高出逾3倍。這項創新技術有助將傳統臨床直覺量化，為醫生制定個人化療程提供可靠參考。

美國研究團隊研發出名為「FaceSurvival」的AI工具，只需透過分析患者的面部自拍照，便能精準找出死亡風險較高的人士。資料圖

研究團隊運用了超過4,000萬張公開的面部照片，以及逾3.4萬名癌症患者的肖像圖像，對AI模型進行深度訓練，隨後再以3,820名患者進行實測驗證。測試結果顯示，在122名被AI系統歸類為最高風險等級的患者當中，共有64人在短短3個月內離世；相比之下，最低風險組別的975名患者中，同一時期內僅得20人逝世。即使研究人員把患者的年齡、性別以及所患癌症類型等傳統變數考慮在內，高風險組別的死亡機率依然比低風險組別高出3倍以上。

美國研究團隊研發出名為「FaceSurvival」的AI工具，只需透過分析患者的面部自拍照，便能精準找出死亡風險較高的人士。資料圖

科學家深入研究發現，AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。此外，這套評估機制的精準度，適用於各類不同病種與病程階段的癌症患者。

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

研究共同作者Grace Lee指出，臨床醫生長久以來皆會藉由目測患者的外表容貌，來初步判斷其身體狀況；而這套全新研發的科技工具，正是將這種過往僅憑經驗的「直覺判斷」予以「標準化與量化」，極有助於提升病情預後估算以及臨床醫療決策的準確度。

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

與此同時，研究團隊亦同步開發出另一款名為「FaceAge」的輔助系統，專門用作評估個人的生理年齡。數據顯示，若一個人的外貌看起來比實際年齡年老5歲或以上，其死亡風險會相應增加21%；相反，若外貌看起來比實際年齡年輕至少5歲，其死亡風險則可降低17%。研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。

研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。《The Lancet Digital Health》圖

領導是項研究的哈佛醫學院放射腫瘤學教授麥教授（Raymond Mak）表示，面對全球人口日益老齡化，醫療體系極需更有效率的途徑來評估患者的整體健康狀況及身體虛弱程度，從而精準判斷其是否適合承受手術、放射治療或其他侵入性較強的進取型癌症療程。

研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。《The Lancet Digital Health》圖

麥教授強調：「我們的核心宗旨，是希望將透過面部照片進行的健康評估，轉化得更具體量化、更具一致性且易於大規模普及應用，從而協助醫護團隊為患者打造個人化醫療方案，而非企圖取代執業醫生的專業判斷。」相關重大研究成果已正式發表於國際權威醫學期刊《The Lancet Digital Health》。