把細菌「印」成電路板：24 個菌落竟然可以做加法，活的電腦為什麼不需要取代矽晶片？

一塊會長大的電路板

2026 年 8 月 17 日，Nature Chemical Biology 發表 MIT 團隊研究：研究者把細菌菌株設計成類似 N 型與 P 型電晶體的生物邏輯元件，再把不同菌株按照特定幾何位置列印在固體培養基上。這裡的「開」與「關」不是電子流過閘極，而是小分子訊號是否被允許往下游傳遞。研究團隊還設計 relay 菌株，在不同元件之間接力傳送化學訊號。最值得注意的不是細菌突然變成電腦，而是複雜邏輯從「一個細胞裡塞更多基因線路」改成「讓不同細胞各自做簡單工作，再靠空間排列組合」。

空間排列本身就是程式

傳統合成生物學常把多個基因線路塞進同一個細胞，希望一個細胞完成感測、判斷與輸出。但每多放一個調控元件，就增加轉錄因子互相干擾、蛋白質生產負擔與系統不穩定的風險。這項研究借用 pass-transistor logic 的觀念，讓單一菌株只扮演較簡單的邏輯角色，再用菌落之間的空間關係決定整體功能。也因此，同一組菌株只要換位置，就可能做出不同電路。對生物工程而言，這等於把「程式」從 DNA 序列的一維設計，擴展成培養表面上的二維空間設計。

24 個菌落會做加法，卻不會取代 CPU

MIT 的研究說明指出，團隊展示了 demultiplexer、half-adder 與 full-adder 等功能，最大展示電路使用 24 個菌落。這些名稱很像數位電子學，但運算時間是以生物生長與分子擴散尺度計算，通常需要數小時。因此把它和 CPU 主頻比較沒有意義。活體電路真正可能擅長的是低速、在地、長時間、與化學或生物環境直接接觸的判斷，例如材料表面感測、植物根圈訊號整合或環境污染條件的多重判斷。

真正困難的是走出培養皿

培養皿裡的營養、溫度、濕度與菌株比例可以被嚴格控制；真實環境卻有競爭微生物、紫外線、乾濕循環、酸鹼變化、植物分泌物與掠食者。活體電路一旦進入根圈或土壤，元件不再只是元件，也是生態系統成員。研究者必須回答訊號會不會被其他菌消耗、菌落位置會不會因生長而改變、原本設計的輸入輸出關係會不會漂移。這些問題不是單純把實驗室設備搬到田裡就能解決，而需要生態、農藝與工程共同重新定義穩定性。

雙向知識不是把農民找來看成果

如果未來把 living circuits 放進農業環境，實驗室最需要的地方知識不是一句「農民覺得好不好用」。農藝人員知道哪一塊田在大雨後會積水、哪些土壤在不同季節酸鹼改變、什麼時候根系受傷、哪些施肥或農藥操作會改變微生物群。這些觀察應該反過來決定實驗設計與測試條件。雙向知識的真正價值，是讓現場的人有權改寫研究問題，而不是等技術完成後才做使用者訪談。

安全問題不能等到產品化再談

工程菌若要離開封閉實驗室，就必須評估外逸、水平基因轉移、長期存活與回收。可以設計生物安全開關、依賴特定營養的 auxotrophy 或限制生長條件，但任何單一機制都不應被宣稱為零風險。活體電路的吸引力正是它會生長、會與環境互動；同樣的特性也使它比一次性電子感測器更需要生態風險治理。

真正的競爭對手不是矽晶片

如果把研究放在錯誤比較框架裡，會問「細菌什麼時候能比 CPU 快？」但更好的問題是「哪些場景根本不適合把矽晶片放進去？」當感測、運算與材料本身融合，未來的「電路板」也許不再是一片硬板，而是一層會生長、會回應環境、能以化學方式傳遞狀態的生物界面。真正的工程突破，可能不是更快，而是讓計算第一次真正住進生命環境裡。

把不確定性寫進設計

這項研究仍是研究原型。下一步若要擴大複雜度，必須追蹤菌株之間的訊號範圍、成長速度差異、長時間漂移與不同批次之間的一致性。工程團隊也需要把失敗模式公開：電路何時因過度生長而短路、哪種分子背景會誤觸發、哪些菌株在競爭中被淘汰。真正成熟的生物計算，不是只展示一次成功加法，而是能說清楚什麼情況下它會錯，以及錯了之後如何被發現。

把研究變成可查驗的公共問題

任何新研究進入公共討論，都必須把證據層級說清楚。首先要分辨研究直接量到的結果、研究者提出的機制解釋，以及媒體或政策端進一步延伸的推論。直接結果可以被重複檢查，機制仍需要更多場域與時間驗證；政策建議則還必須加入成本、制度、在地條件與權利關係。本文因此不把單一研究寫成已經成熟的解決方案，而是把它當成重新設計問題的方法。

對台灣而言，最有價值的下一步通常不是立即複製國外案例，而是建立小尺度、可回溯的在地驗證：先定義基線、記錄場域條件、保留失敗案例、比較替代方案，再讓第一線使用者能夠修改測試指標。當研究者、工程師、政策端與地方使用者都能看到同一份證據鏈，技術才不會只停留在漂亮的示範影片或單一統計顯著性，而能慢慢變成可問責、可修正的公共知識。

另一個必要條件是保留不確定性。若研究有樣本限制、量測門檻、資料偏差或外推風險，就應在文章與政策文件中明確留下。真正可靠的科技治理不是把複雜性藏起來，而是讓使用者知道哪些結論很穩、哪些仍在推測、哪些需要新的資料才能回答。只有在這種透明條件下，社會才有可能把科學成果轉成長期可學習的制度。

從「活著」到「可靠」還有很長一段工程路

對電子工程而言，一個元件若在不同批次、不同溫度下輸出差異太大，就很難進入系統設計；活體元件的問題更複雜，因為細胞本身會生長、分裂、死亡與演化。研究室必須建立的不只是邏輯真值表，也包括菌落密度、訊號擴散距離、成長階段、營養狀態與背景微生物對輸出的影響。若同一片 living circuit 在第一天、第三天和第七天行為不同，這種變化本身就必須被視為系統狀態，而不是單純雜訊。

這也意味著未來的控制方法可能不像傳統晶片只追求固定閾值，而要加入校正、冗餘與自我診斷。某個菌落失效時，鄰近菌落能不能補位？訊號變弱時，系統能不能辨識是感測到環境變化，還是自身健康狀態下降？如果活體運算真的要進入植物、建材或環境監測，這些問題會比一次性的邏輯展示更重要。

最有趣的應用，也許是「感測—判斷—回應」長在一起

一般感測系統常把感測器、處理器與致動器分開：先由感測器取得數值，再送到晶片判斷，最後驅動另一個裝置。但合成生物學可能把三件事縮在同一個生物界面裡。細菌可以先感知特定化學物，再透過群體通訊整合多個條件，最後輸出螢光、色素、氣味或另一種分子訊號。若未來能安全地把這些功能放在根部附近，就可能形成一種會隨植物與土壤一起變動的在地感測層。

然而，應用想像越接近農田與自然環境，就越要避免把生態系當成空白實驗平台。土壤裡原本就有龐大的微生物網路，植物也透過根系分泌物塑造微生物群落。工程菌若加入其中，既可能受到既有系統影響，也可能反過來改變原有關係。這就是為什麼活體計算不能只由電路設計者決定性能標準，而需要微生物學、生態學、農藝與地方使用者共同定義可接受的行為。

從科普角度，它也重新定義了「電腦」兩個字

我們習慣把電腦想成螢幕、CPU、記憶體與電路板，但計算的本質是狀態、規則與資訊轉換。只要一個系統能依輸入狀態產生可預測輸出，就具有某種計算能力。這項研究很適合提醒讀者：生命系統一直都在計算，只是它們的速度、介質與錯誤模式和矽電子不同。細胞決定是否啟動基因、群體決定何時形成生物膜、植物決定如何分配資源，背後都包含訊號整合。

因此「活的電腦」最有價值的地方，並不是把生命擬人成電子產品，而是讓工程師重新思考計算可以存在於什麼材料、什麼時間尺度與什麼空間裡。當這個問題被打開，未來的計算系統可能不只追求更小、更快，也可能追求更貼近環境、更能長時間自我維持，以及在沒有大量外部能源與複雜硬體的情況下完成局部判斷。

主要參考來源

• Nature Chemical Biology｜Living circuit boards built by printing bacterial transistors
• MIT News｜MIT engineers connect bacteria to create living transistors
• Nature Chemical Biology｜Research articles