獲趨勢科技執行長看好投資,亞大基因打造基因數據解決方案解碼基因奧秘
獲趨勢科技執行長看好投資,亞大基因打造基因數據解決方案解碼基因奧秘

都是同一對父母生的,為什麼哥哥有家族遺傳病史,我卻沒有?這個祕密可能就在於每個人不同的23對染色體上。

每條染色體均由無數個稱為鹼基的化學分子依序串連而成,組成鹼基對的單位結構只有4種:腺嘌呤(adenine, A)、胸腺嘧啶(thymine, T)、胞嘧啶(cytosine, C)以及鳥嘌呤(guanine, G),而透過「基因定序」,將DNA長鏈上所有ATCG的組成順序解構出來,也就是說將基因體完全解碼後,就能一窺人類染色體的奧秘。由於人類基因體過於龐大複雜,解碼後的基因數據需要藉由專家進一步分析,才能針對某個遺傳相關的特定疾病有更清晰的了解。

認為未來新醫療的重點就埋藏在人類30億的鹼基對中,解構基因已經不是難題,張明台(Allen)和蘇中才共同創辦亞大基因,期許成為基因大數據科學家,利用龐大的基因數據加速未來精準醫療。

擁核心分析技術,B2B幫助醫療體系自建平台

目前基因定序的主流技術為次世代定序檢測(next-generation sequencing),是短序列片段(short reads)的定序方法,能經過快速且大規模的重組過程來獲取序列資訊,其三大步驟用簡單的比喻來說就是:

  1. 傘彈槍定序:使用高通量技術將23對基因打碎,快速且成本低。
  2. 大家來找碴:與公認的正常基因做比對,找出變異。
  3. 解釋VCF(Variant Call Format,一種用於儲存基因序列突變資訊的文字格式)變異數據:找出來的變異數據還只是停留在文言文階段,需要進一步做生物定義變成醫生或基因檢測師看得懂的白話文。

在發展新醫療系統Bio-IT時,特別需要兩種角色技能結合的人才:管技術和機器的IT人員,以及擁有生物知識背景懂得解讀數據的生物資訊人員。要找到同時擁有跨域的人才並不容易,因此多數的醫院或醫學中心只能做到維持基因系統,沒有分析技術,無法自建有效率的平台,形成無法跨越的大數據鴻溝,而亞大的團隊剛好擁有結合兩者專業的人才,能夠協助醫療中心或醫療體系建立企業級、真正規模化精準醫療發展的基因數據分析Bio-IT平台。

亞大基因的產品為ATGENOMIX SEQSLAB解決方案,底下主要包含三套產品:

  • SEQSLAB Connected-Reads:因目前3代定序的成本和錯誤率太高,亞大基因獨家核心技術,使用2.5代軟體定義定序,能同時具備2代和3代定序低成本和長序列雙重優勢。

  • SEQSLAB PipeSeq:提供業界標準分析流程10倍以上的高擴展性數據規模及分析效能。

  • SEQSLAB VariantML:基因變異註解、致病性預測機器學習及資料庫開發平台。

這套解決方案可以整套購買,或分開購買單項技術產品,大部分的醫院因為都有自己的基因數據庫,僅缺乏解讀的技術,因此多購買後兩項技術。

從大企業出走創業,前東家成為天使投資人

張明台與蘇中才本來是趨勢科技的同事,且原本的部門就跟大數據相關,因此具有數據分析技術,「就覺得想要做點有用的事,而不是單純為了好玩,」回憶起當初思考人生下一階段時冒出來的創業念頭,張明台如此說道。

後來因緣際會碰到臺大醫院的醫生,聊到了基因定序在醫學發展的重要性,以及醫生多為研究型人員,面臨醫院空有資料庫卻沒人才會運用技術分析的困境,「既然數據分析的核心技術我們會,這件事又這麼有意義,為什麼不做?」因此兩人離開趨勢科技,開始他們的創業旅程。

值得一提的是,趨勢科技其實很鼓勵員工內部創業,可是張明台和蘇中才認為他們的創業項目和公司領域不太相關,因此還是離職靠自己創業,但也因為看好他們創業項目的潛力,獲得趨勢科技執行長陳怡樺的天使投資做為他們創業的啟動資金。

站在巨人的肩膀上,善用資源茁壯

「我們的產品基本上不會是從零開始,完全擁抱開源策略,」張明台說道,因此亞大基因某種程度上可以說是間開源公司,這也說明了為什麼他們將open source視為最大的競爭對手。而在仰賴開源工具的同時,亞大也設法藉由技術做出差異,在使用任何Google資源時,會一邊找出有問題的地方並連同解決方式回報給Google,形成技術合作。

亞大基因_ATGENOMIX_Meet創業午餐會_2019-05-13_賀大新攝影_8482_Lr.
亞大基因團隊成員,左起:研發實驗室工程師翁文健、創辦人暨科學長蘇中才、創辦人暨執行長張明台,以及研發實驗室科學員李昀龍。
圖/ 賀大新攝影

目前台灣的基因定序產業,大部分的公司都還是在做前段定序代工或開發機器,只有亞大著重在後段分析這塊,這點差異讓他們成為台灣多數醫療中心或醫院的合作夥伴,如和信治癌中心醫院的婦癌基因突變臨床研究、長庚紀念醫院的基因醫學核心實驗室和癌症基因研究庫等。

對於未來的發展,張明台期待亞大能站在巨人的肩膀上,最近團隊也剛獲選加入微軟加速器,共同發展全球B2B基因生物資訊市場,「主戰場會是美國,那裡是指標性的市場,台灣有市場但沒辦法大到讓你成為獨角獸,」張明台說道,將努力取得美國市場的合作夥伴,讓亞大的下一步從美國出發。

創業快問快答

Q:希望提供這個社會什麼價值?希望解決甚麼樣的問題?

加速基因突變致病機轉的臨床研究,讓每個人都能根據個體基因的獨特差異得到最適合的個人化醫療。

Q:就目前市場狀況,您認為貴公司服務的競爭優勢為何?

開源軟體策略、客戶基因檢測分析流程的專業優化調教。

Q:創業,教會了你哪些事?簡單分享創業至今以來的心得感想?

創業第一件、唯一一件事要先做的功課是驗證商務模式,而非產品技術。創始團隊的產業相關學經歷比技術來的重要,正所謂隔行如隔山。

團隊資訊

公司名稱:亞大基因科技股份有限公司
成立時間:2015/4/8
產品名稱:ATGENOMIX SEQSLAB
上線時間:2018/1/1
團隊人數:4人
官方網站|新創資料庫

關鍵字: #Meet創業之星
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓