5月26日，Twist Bioscience及其臺灣總代理商倍思特生物科技(ABreal)，於2026抗體藥物暨第21屆前瞻生醫新知研討會中的午餐演講中，由Twist亞太生物製藥業務發展經理Jay Yang說明如何利用次世代基因定序(NGS)驗證序列，實現高通量、高產率的抗體生產，進而加速研發決策。
 
Twist Bioscience成立於2013年，是一家從矽谷起家、於2018年登錄美國納斯達克(Nasdaq)上市的生命科學服務公司，總部位於美國舊金山，其專業服務範圍橫跨多元科學領域，包含：DNA/RNA合成、蛋白質表現、抗體發現服務、人工智慧/機器學習(AI/ML)藥物發現、NGS工具與服務等。
 
Jay Yang表示，DNA是生命科學與蛋白工程的共同起點，而Twist Bioscience的核心技術優勢，就在於能夠自動化合成DNA的矽晶片，每日可生成8百萬條寡核苷酸(oligos)、每年達1百萬條基因，進而從中衍生多樣化的高通量解決方案，例如NGS分析套組(panels)、寡核苷酸序列合成、生物製藥與AI藥物發現(AI enabled discovery)等。
 
針對蛋白質與生物製劑發現需求，Twist Bioscience從乾實驗室(dry lab)的電腦設計(in silico design)出發，在其建立的蛋白質解決方案工作流程中，提供客戶從建構合成文庫、測試項目、生成鑑定抗體到建立資料庫或大型語言模型等多樣化的切入點，並可配合客戶需求，選擇使用Twist自主設計或是客戶設計的文庫。
 
Jay Yang表示，Twist Bioscience的強項，在於提供大規模的數據生成，包含也可運用在結合動力學(binding kinetics)分析、可開發性分析和免疫原性分析，這些都是訓練、驗證資料庫穩定性的必備項目。
 

亞馬遜AWS、David Baker實驗室、JHU、MSKCC皆與之合作

 
在此次演講中，Jay Yang也分享數項Twist Bioscience的指標性合作案例。例如，亞馬遜網路服務(AWS)與美國約翰斯霍普金斯大學(Johns Hopkins University)研究團隊合作建立，針對IgG與奈米抗體提供預測蛋白質結合與可開發性之AI評估模型的亞馬遜生物發現基準資料庫(Amazon Bio Discovery Benchmark Dataset)中，Twist Bioscience在濕實驗室的確效能力便在其中扮演評估與改善AI模型不可或缺的基礎設施(infrastructure)。
 
此外，在Twist Bioscience與全球計算蛋白質設計權威生物學家David Baker實驗室合作中，Twist Bioscience針對其指定的特定標靶，從零開始合成9千條序列的客製化單域抗體文庫(single domain antibody)，用於AI/ML模型訓練，相關論文已發表在預印本平台bioRxiv。
 
而在AWS與紀念斯隆-凱特琳癌症中心(MSKCC)研究團隊的合作中，Twist Bioscience協助其針對過去未能成功靶向的癌症抗原，從橫跨12個族群、共計將近2400萬條NGS讀取序列中，辨識出超過30萬條序列，並在數週內生成數據文庫、建立將近500個可用於結合測試的獨立株(individual clones)，幫助MSKCC團隊設計單域抗體。
 
Jay Yang也分享，Twist Bioscience在今年2月與致力開發治療性抗體候選藥物發現技術的Invenra合作、取得Invenra旗下B-Body®平台授權，使得Twist的抗體發現服務進一步拓展到雙特異性抗體。
 
Jay Yang強調，「生物學的未來，將與矽科技密不可分」，Twist Bioscience以大規模、高品質的寡核苷酸做為產品服務核心，期待能成為抗體開發與生物製藥開發的夥伴，幫助客戶更快進入臨床開發。

(報導 / 吳培安)