隨著次世代定序(NGS)技術進步與成本降低，醫學界如今能更快速描繪病人的基因突變圖譜，但如何將大數據轉化為臨床治療決策、甚至挖掘出重要生物標記，卻始終存在巨大落差。

這項挑戰的癥結在於，即使高通量藥物篩檢(HTS)日益成熟，實驗室癌細胞株與患者腫瘤反應常不一致，關鍵在於兩者基因差異。

GENAIA化身「基因翻譯器」

縮短細胞與腫瘤訊息落差

在這樣背景下，由藥物科學專家、陽明交通大學生物藥學研究所特聘教授黃奇英領軍的LumoNEX團隊，結合人工智慧(AI)、生物資訊與類器官技術，開發出 AI 預測模型GENAIA，可協助醫院為病人找到合適療法，並提升藥廠與研究機構的新藥開發成功率。

負責AI與生物資訊的博士生阮淑英指出，GENAIA是一種深度學習模型，能彌補癌細胞株與病人腫瘤的基因差距，從突變圖譜中預測腫瘤對藥物的反...