個人基因圖譜庫之父 George Church 來台:期望台灣加入
個人基因圖譜庫之父 George Church 來台:期望台灣加入

或許過去曾聽過人類基因圖譜計畫(Human Genome Project, HGP),一個由美國政府資助將人類基因圖譜以全數位的方式繪製出來的計畫,通過測序得到基因組的序列,在2004年完成初步目標,對少數樣本捐獻者(已知或匿名)進行基因組定序,完成了人類第一次接近95%的基因圖譜資訊。然而,因HGP的資料屬閉鎖型,不易被外界使用。

基因gene
HGP 仍存在許多缺陷,首先,因為當初基因組測序技術複雜,所需要的演算與科技需耗費大量資源,透過 HGP 定序的基因組資料只有少數特定樣本。
圖/ shutterstock

幫助研究者更易取得資料應用的個人基因圖譜計畫

資料集為一切經驗研究之母,為了有更多資料可供對基因組與相關醫療應用研究有興趣的學者使用,哈佛暨麻省理工學院教授George Church在2005年發起了個人基因圖譜計畫(Personal Genome Project, PGP),目標蒐集10萬人的個人基因圖譜資料,佐以相關文化、環境、人格特質與健康數據蒐集,希望透過這些個人捐獻者授權捐獻的公開資料庫,幫助科學家與醫學工作者研究基因組與疾病之間的關聯,帶來包含個人化精準醫療在內的好處。

2019-10-28 13.39.08
哈佛暨麻省理工學院教授 George Church
圖/ James

在George Church教授於2005年發起PGP計畫後,陸續延伸得到包含加拿大、英國、奧地利、南韓與中國的加入,這個計畫接受受測者公布他們個人共23對、46條染色體的基因組(DNA序列),還包含有他們的個人資訊,例如各種健康量測數據、MRI影像等等,所有資料公開在開放網域上,供研究人員應用。捐獻者可隨時決定他們的哪些資料可被公開或移除。

公開基因組資料庫就如同開放數位公共街圖(Open Street Map)一般,高精密度的地圖資料在現今的數位領域有非常多商業應用,除可供標示地理位置與座標,可供一般導航系統優化計算提供駕駛人外,更可能推進自動駕駛、無人物流等更多商業價值應用;因此確保一份不斷透過社群更新的開放街圖,將有機會避免圖資應用與商業利益被特定資料商壟斷,也有助於平衡一般企業圖資的風險與成本,並保護包含研究在內的公共應用。

基因組資料庫可供研究疾病風險、發現基因誘發特定疾病機制、甚至有研究者企圖透過編輯基因避開特定疾病機制等。公開基因組資料庫可以保證研究者在研究特定領域時有更多被公開授權、經過一定規則整理的數據、避免特定組織或機構介入,以不當的流程設計造成資訊的偏差,也避開研究者針對不同研究需要重複、重新授權甚至耗費高昂授權手續、時間與費用。

公開基因組資料並非全然沒有風險,不當使用基因組資料可能可以回朔推定特定個人捐獻者,經過基因組的分析可能引發包含種族、特定疾病的社會霸淩或個人歧視,基因組資料也可能侵犯隱私,影響捐獻者日常的社會行為,甚至改變合作意願等等。因此良好的資料處理、社會教育與嚴謹、成熟的學術研究系統都是評估PGP計畫能否成功推動的關鍵因素之一。

蛋白質基因
公開基因組資料並非全然沒有風險,不當使用基因組資料可能可以回朔推定特定個人捐獻者,經過基因組的分析可能引發包含種族、特定疾病的社會霸淩或個人歧視。
圖/ shutterstock

發起人樂觀看待台灣加入個人基因圖譜計畫

應台灣科技部邀請來台的George Church表示,PGP計畫同時需要政府與個人的支援,在政府層面要有足夠嚴謹的醫療機構與成熟的學術機制,在社會方面除了一般教育普及,還包含一般人對個人資料授權的認知、對研究學者的信賴、並同時相信基因組資料有機會對人類社會產生更好的未來等因素。

他認為台灣與世界上許多國家或地區一樣,都開始具備這樣的條件加入個人基因組資料庫網絡,他相信台灣具備多元民族融合的基因資料庫,加上特殊的文化與環境,都將為同為資料庫網絡的其他成員或台灣自身帶來更多的附加價值,讓研究者更能認識基因組與病理之間的關聯,最終幫助更精準的個人化醫療能夠實現。

2019-10-28 14.22.09
George Church表示,PGP 計畫同時需要政府與個人的支援,在政府層面要有足夠嚴謹的醫療機構與成熟的學術機制。
圖/ James

George Church也特別提及,數位科技領域的快速進步事實上為基因組研究帶來劃時代的進展,為一個受測者進行基因定序的技術成本已經從80年代幾十億美金降到今日的數百美元,儲存媒體與計算力的大幅提升,更讓PGP這樣的計劃以合理的成本能夠推展到更多地區,台灣作為ICT產業與製造業的領導國,教育水準普及與醫療機構的進步,都是加入PGP網絡的利基。

實驗室不只發論文,還造就了許多創業家

學術著作等身的George Church並非僅是象牙塔裡的學者,同時也擔任超過20家以上相關領域新創的創辦人或創辦團隊。他位於Boston的實驗室吸引包含台灣在內來自全球的頂尖人才,共同挑戰基因組研究與相關應用難題。

George Church強調,許多想法初始都在實驗室裡進行討論,由成員以不計失敗的精神不斷嘗試,縱有許多投資人與資金因為技術名詞流行而企圖追逐某些特定應用,他的實驗室仍秉持著專業精神,「如果有任何一項技術或應用,讓市場上對學術界的實驗室裡已經供不應求,那才代表了可能具備足夠的商業機會,容許我們的成員將之商業實現。」George Church表示。

在創業領域也多產的George Church強調,從他實驗室商業化的每個新創,他都在早期的兩三年全心參予,「直到他們覺得我已經不重要,就像已經獨立的孩子覺得爸爸沒用一樣!」George Church笑著說。「過去成功的新創學長姊,也會回過頭來幫助後面正剛開始牙牙學步的學弟妹,」George補充:「所以他們已經自己形成一個生態系!」

提及基因組研究的應用,部分懷疑論者持較為悲觀或謹慎的看法,認為部分基因組研究,例如基因編輯或將遭遇惡意應用,樂觀 George Church倒不這樣看待,「科技將會持續推進基因組研究與應用的發展」,他並以自己與學生剛在2018年成立的Nebula Genomics為例,強調區塊鏈技術不只能用在比特幣交易,也能用在個人基因組資料授權的公證上,幫助更多合理的商業機構進行資料交換與應用

「我們沒有人知道有人會拿飛機去撞大樓,但就算這樣,你也不能因此就不造飛機吧?」George Church以近代的航太技術帶來恐怖攻擊的負面結果,但人類仍依賴技術所帶來的價值應用,回應對基因組研究的懷疑論質疑。

哈佛暨麻省理工學院教授 George Church
科技將會持續推進基因組研究與應用的發展
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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