老牌生技業者用Harness管住AI、加速新藥研發，下一步瞄準生物世界模型

COVID-19疫情期間，清冠一號從研發到問世只花了5個月。國家研發團隊不只搶快，也想知道為何這帖中草藥複方對COVID-19有效。

這不是看單一藥材或查幾篇論文就能解決的難題。清冠一號包含多種中草藥成分，COVID-19牽涉病毒蛋白、人體蛋白質標的、免疫反應和發炎路徑，若用傳統方式，研究員得逐篇閱讀文獻、拆解複方成分，再一一比對可能的作用機制。

很多人不知道，訊聯生技集團當時也參與了這項療效分析研究，運用AI輔助生物資訊分析，在24小時內完成中草藥成分與逾3萬個人體及COVID-19相關蛋白質標的比對，協助找出清冠一號可能的作用路徑，相關成果後續發表在《Biomedicine》等期刊。

這不是訊聯第一次把AI用在生物資訊分析。早在2010年，訊聯就開始布局AI與生物資訊分析，自行開發機器學習演算法的分析程式，來處理海量的生物數據。

生成式AI興起後，他們進一步導入AI Coding和Agent，並用Harness工程控管工具、資料和版本，確保AI產出品質，將這套做法應用於外泌體、新藥與胜肽研發流程。訊聯將這套可追蹤、可驗證、可迭代的AI輔助方法融入生科研發，就像是生物資訊分析的AI Coding，並稱之為Bio-coding。接下來，他們要用這套研發模式，打造出能預測生物反應的「生物世界模型」。

訊聯生技集團董事長兼訊聯基因數位執行長蔡政憲回憶，1999年當他創立訊聯、取名BIONET時，就想像生命科學未來會與網際網路結合。

這個想法，成為訊聯投入AI研發的起點。蔡政憲形容，DNA與RNA就像由序列組成的「生命語言」。不論是DNA、RNA、蛋白質與胜肽，或外泌體中的miRNA、蛋白質等成分，都能透過實驗轉換成序列、含量與基因表現量等資料，再交給電腦分析。

要分析這些生命科學資料，並不簡單。不僅資料量龐大，還散落在不同實驗、論文與資料庫，格式和分析條件也不盡相同。訊聯因此在2010年併購一家生物資訊公司，逐步建立自己的分析團隊，還以自行開發的機器學習分析程式，搭配生物資訊工具來處理生命科學數據。

當時，機器學習多半負責流程中的特定任務。前後該使用哪些資料與工具、如何串起分析步驟，以及結果是否可信，還是得靠生物資訊工程師判斷、寫程式串接。

訊聯基因數位AI暨數據應用中心資深經理林文賢以外泌體研發為例，來說明傳統生物資訊分析流程。

首先，實驗室會用儀器解析外泌體中的miRNA、蛋白質等成分，取得相關序列與表現量資料。接著，生物資訊分析人員會用R、Perl或Python等語言來寫程式，清理資料、計算含量，再比對論文與資料庫，找出這些成分可能涉及的生物功能、毒性或其他作用。

這個分析過程，還要確保一致性。尤其，研究員比較同一種幹細胞產生但不同批次的外泌體時，檢查成分與含量是否異常，並結合實驗設計、批次資訊、差異幅度與統計檢定，評估哪些差異值得進一步追蹤。最後，候選成分與功能假設還要交回實驗室，以細胞實驗確認是否成立。

「Vibe Coding還沒出現時，這些步驟都要靠生物資訊人員寫程式，決定怎麼分析、條件是什麼，以及如何篩選，」林文賢說：「每一步驟都是程式。」

但傳統生物資訊分析的困難之處，不只是寫程式，還包括仰賴專家的經驗。研究員要知道該查哪些資料庫、如何設定篩選條件，也要判斷結果是否符合生物學上的合理預期。許多經驗未必完整寫進程式或標準流程，同一項分析換人執行時，就可能因工具版本、操作方式或人員異動而產生不同結果。

因此林文賢形容，傳統機器學習像一部設定好的「工具機」：輸入A，就按照既定邏輯得到B。模型可以加快特定運算，但整條研發流程仍要靠人來設計與串接。

這種流程，在生成式AI興起後，有了大幅改變。訊聯開始把AI納入更多環節，它不再只執行設定好的單一預測，還能協助找論文、開發分析程式、呼叫工具、讀取資料和產出初步報告。

文獻探索就是其中一種用法。林文賢舉例，訊聯與新藥業者合作時，會用AI搜尋特定罕見疾病或神經退化疾病的研究，整理可能有關的基因與藥物作用機制。有些論文原本並非研究這項疾病，結果卻可能藏著可用的線索。AI先從大量文獻中找出關聯，再由藥廠專家判斷是否合理、值不值得進一步實驗。

訊聯也把AI Coding導入內部研發。過去，生物資訊人員得自行撰寫每一段分析程式；現在，生成式AI可以協助開發與檢查程式碼，並把公司累積的函式庫和分析工具串成AI Agent。當實驗室完成外泌體成分解析後，Agent就能讀取資料、呼叫既有工具執行分析，再產出初步報告。

胜肽設計，更能看出AI如何改變研發。胜肽由多個胺基酸組成，只要長度或排列順序不同，就可能形成不同結構與功能。但這些可能的組合十分龐大，不可能全部合成後逐一測試。

蔡政憲舉例，團隊曾用AI結合結構、毒理與其他資料庫，在兩天內預測可能有效的胜肽組合，再把範圍縮小到18條候選序列，交由實驗室合成和驗證，大幅加速研發過程。

可以說，AI快速排除大量不合理選項，團隊更能把有限資源集中在更有機會的候選者上。這讓研發從廣泛試錯，轉向更有方向的候選驗證。

不過，AI開始找資料、寫程式、呼叫工具，甚至能找出候選分子，團隊要如何確保AI用了哪些資料與工具？分析能不能重現？如果答案改變，該如何找出原因？

因此，訊聯導入了Harness工程。林文賢形容，它的目的是避免AI「已讀亂回」，透過一套可控的分析框架，來管理分析品質。

訊聯基因數位AI暨數據應用中心資深經理林文賢形容，訊聯導入了Harness工程的目的是避免AI「已讀亂回」，透過一套可控的分析框架，來管理分析品質。

訊聯這套Harness工程規範，涵蓋了4大面向：AI可以使用的工具、使用的資料、每個步驟的品質驗證，以及軟體與資料的版本控管。林文賢強調，這套框架不只管生成式AI或程式碼，還涵蓋整條生物資訊分析流程。

以工具為例，Harness首先規定AI可使用哪些工具，同時，為確保分析結果的一致性，訊聯還會管控工具版本。比如研究員會用到很多R分析套件，系統若跳出套件更新通知，有人可能直接更新，有人沿用舊版，就造成同一套分析作業卻因套件版本差異而產出不同結果。導入Harness後，AI暨數據應用團隊會和資安團隊合作，鎖定分析環境中的工具與套件版本，以免更新影響分析結果。工具若要升級，就得按照既定程序，不能由研究員自行決定。

再來，資料也得控管。例如，輸入資料必須先清理和檢查，來源、格式和分析條件都要保持一致。研究員處理資料時，每一步驟都要檢查異常狀況、是否符合特定條件，才能繼續往下分析。

林文賢以基因報告為例，分析結果必須註明當時使用的軟體、資料庫與輸入資料版本，日後才能溯源、還原當時的分析環境。這麼做，可以避免今天完成的分析，明天交付報告前改用更新後的資料庫重跑一次，導致兩次分析結果不一樣的問題。

同時，團隊會測試不同參數設定對結果的影響，確認分析的穩定性。生成式AI在提出假設、整理文獻時可以保留探索空間；但正式分析必須留下資料、工具、版本與參數紀錄，結果要能重現、差異要能追溯。

重要的是，如果同樣輸入A，這次得到B，下次卻出現C，研究員要能查出，差異究竟來自哪個參數、哪項工具或哪個專項模型。這也是訊聯Harness工程的核心，管理AI能使用的工具、資料、品質規範與版本，確保分析條件與步驟都留下紀錄，才能解釋結果差異。

Harness工程確保了每一輪分析有跡可循，接下來，訊聯瞄準迴圈工程（Loop Engineering），要將預測、實驗驗證與分析調整串起來，讓每一輪結果成為下一輪研究的依據。

善用AI的同時，訊聯進一步把目光鎖定在「生物世界模型」。

一般物理世界模型，是希望AI理解外在環境，預測一個動作或刺激可能帶來什麼結果。而生物世界模型，則是要預測一個生物訊號進入細胞後，可能影響哪些基因、作用路徑與細胞功能。

想要勾勒出一整套的生物世界模型，得想辦法「拼拼圖」，一個生物訊號、一個反應結果，一次又一次，慢慢探索組合而成。每完成一塊，就增加一部分生物反應的預測能力，比如色素調控、細胞修復、毛髮、脂肪代謝等。

今年7月，訊聯發表了DeepExoMir模型，就是具備拼拼圖的關鍵能力。這套模型要解決的是「候選太多，不知道先測誰」的問題，它可以分析RNA序列，替miRNA的候選標的位點打分數、排序，供實驗室測試比較有機會的候選者。例如，研究外泌體如何影響色素生成時，團隊可以用它找出外泌體中的miRNA，可能與哪些色素相關基因有關，再透過實驗確認。

有趣的是，這套模型採用近年當紅的Transformer架構，是ChatGPT、Gemini、Claude這類大型語言模型的主流架構。同一套架構，不只擅長處理文字序列任務，還能處理RNA這類生物的序列。

在臺灣，提起AI在生技的應用潛力，新藥開發仍是主流。但蔡政憲認為：「AI在生技，絕不只有新藥開發。」他舉例，AI可用來分析基因與蛋白質資料，尋找疾病相關的變化；甚至運用數位雙生（Digital twins）概念建立虛擬細胞，來模擬並預測細胞受到藥物、病毒等刺激後的反應。這套概念，還能延伸到「虛擬實驗」上，預測候選成分在後續實驗中可能引發的反應。

「這個不太行，換另外一個再試試看。」蔡政憲形容，過去研究人員得在實驗室反覆測試，找到可能有效的成分後，還得進行後續的細胞、動物與人體試驗。即使AI加快前端篩選，後面的驗證仍可能花上好幾年。未來，AI可用來模擬實驗狀況，提早排除不合適的方向，減少實際測試的各種成本。「AI能在生命科學裡面發揮的方向和價值，太多太多了，」他說。

訊聯基因數位執行長蔡政憲指出，未來，AI可用來模擬實驗狀況，提早排除不合適的方向，減少實際測試的各種成本。AI能在生命科學裡面發揮的方向和價值，太多太多了。

從清冠一號的成分比對，到外泌體、胜肽與DeepExoMir，訊聯正逐步將AI導入生科研發的不同環節。不只是讓AI加快資料分析或程式開發，訊聯的AI運用，從前端的AI找線索、縮小候選範圍，中段由Agent串接工具、執行分析，再用Harness建立可追溯的分析流程。

未來，訊聯更希望透過迴圈工程串起預測與實驗驗證，將實驗結果帶回模型與分析流程，作為下一輪預測和測試的依據，逐步累積更多預測生物反應的能力。