Aug 02, 2026
AI 能否真正縮短蛋白質藥物的發現流程？
本集為《AI 藥物開發系列》的第四集，我們邀請 DeepSeq AI 創辦人 Andrew 張淳傑博士，從生物物理、藥廠研究、新創公司經驗，一路談到如何將自然語言處理的方法應用於蛋白質工程。
Andrew 在密西根大學攻讀生物物理博士，之後進入 Genentech 擔任業界博士後，原本負責以影像技術研究藥物在體內的分布。為了取得能夠辨識特定生物標記的蛋白質，他開始接觸噬菌體展示技術，也注意到一個問題：實驗可以篩選數十億種蛋白質序列，但傳統分析往往只使用最後少數被挑出的候選分子，大量篩選過程中的資訊並未被充分利用。
他因此嘗試將噬菌體展示與次世代定序結合，觀察不同蛋白質序列在每一輪篩選中的變化，再借用自然語言處理的概念，分析胺基酸序列中的規律。這個想法的核心，是把蛋白質視為一種具有「文法」的序列：胺基酸如同字母，排列方式與前後關係可能影響蛋白質的穩定性、結合能力與功能。相較於先預測三維結構、再推論功能的傳統路徑，Andrew 探索的是能否直接從大量實驗產生的序列與功能資料，建立兩者之間的預測模型。
到底 Andrew 是怎麼從技術構想到成立公司呢？他如何在多家新創公司累積產品開發、客戶溝通、團隊管理與系統建置的經驗，最後全職投入自己的公司 DeepSeq AI？
本集討論：
✨ 生技來一刻感謝國科會與駐波士頓辦事處科技組贊助我們製作節目。我們也歡迎聽眾小額捐款生技來一刻，您的支持能幫助我們製作更優質的節目。https://www.paypal.com/US/fundraiser/charity/2101877
✨ 節目連結、講者Linkedin連結請見留言處！感謝講者提供詳盡的延伸閱讀連結和文章！
🧑💼 講者 | 張淳傑 Andrew Chang：https://www.linkedin.com/in/andrewccchang/
🎤 主持人 | 紀威佑 Wei-Yu Chi：https://www.linkedin.com/in/wychi/
🎤 主持人 | 林書弘 Shu-Hong Lin：https://www.linkedin.com/in/shuhong-lin-bioinfo/
🧑💻 後製 | 范庭瑜 Claire Fan：https://www.linkedin.com/in/ting-yu-claire-fan-722055117/
🧑💻 後製 | 林茂然 Mao-Jan Lin：https://www.linkedin.com/in/mao-jan-lin-959734138/
生技來一刻觀眾問券
生技來一刻節目地圖
🎧 讓我們也一起回顧一下過去相關訪問：
AI 藥物開發系列｜導論 https://tmrbiotechmoments.podbean.com/e/aidd_intro/
AI 藥物開發系列｜Insilico Medicine ft. 林彥竹博士 https://tmrbiotechmoments.podbean.com/e/yen_chu_lin/
AI 藥物開發系列｜AI 蛋白質設計 ft. 葉先偉博士 https://tmrbiotechmoments.podbean.com/e/andy_yeh/
延伸閱讀
獲美國防部 DARPA 資助！DeepSeq 用「蛋白質語言模型」，挑戰重症藥物開發難題 https://meet.bnext.com.tw/articles/view/53285?