行政院生技產業策略諮議委員會議（BTC）今年以「智慧生技國家隊：醫藥、健康、農業」為主軸，首場議程聚焦AI與生醫融合，BTC委員、前中研院院長翁啟惠指出，AI已逐步進入疫苗、抗體及疾病早期檢測，但現有模型仍缺乏「醣基化」數據，台灣若能結合既有生醫資料庫與AI能量，有機會在下一波生醫創新中找到自己的關鍵位置。

翁啟惠在BTC會議指出，AI進入生醫領域不能只看蛋白質結構，「醣基化」可能是下一個關鍵突破口。目前AI工具雖已累積大量蛋白質結構資料，但醣基化資訊仍相當缺乏；他認為，台灣若能補上這項資料缺口，將有機會進一步發展廣效疫苗、AI抗體設計及個人化醫療。

翁啟惠表示，人體細胞、病毒及癌細胞表面都覆蓋著醣分子，這些醣分子會與蛋白質或脂肪結合，形成醣蛋白或醣脂，參與細胞間資訊傳遞，也與許多疾病發生有關。然而，過去生醫研究對這部分的理解仍相當有限，現有AI模型也缺乏足夠的醣基化資料。

他以COVID-19為例指出，研究團隊利用AI分析約1500萬個病毒突變株，找出病毒蛋白靠近細胞膜、相對不易發生突變的區域，並找到6個尚未出現突變的抗原決定位。這些區域理論上是設計廣效疫苗的重要標的，但表面被醣分子覆蓋，免疫系統不易辨識。

翁啟惠表示，研究團隊因此嘗試利用技術修飾、削減部分醣分子，讓原本被遮蔽、且不易突變的抗原決定位暴露出來，誘發免疫反應。他表示，這項方向在流感、HIV已獲得驗證，COVID-19也已進入人體試驗，顯示AI不只是用來預測病毒變化，也能反過來協助設計面對病毒變異的廣效疫苗。

另一項應用則是抗體藥物。翁啟惠指出，全球前十大藥品約一半為抗體，若能利用合成生物學調整抗體醣基化結構，再搭配AI預測抗體療效，就能進一步強化抗體與免疫細胞的作用，甚至依照個人的免疫系統、Fc受體及免疫檢查點狀態，選擇最適合的抗體。

翁啟惠並指出，台灣已累積台灣人體生物資料庫、台灣精準醫療計畫（TPMI）等大型資料資源，下一步應建立「數據不出醫院」的AI整合平台，讓各醫院利用自身資料訓練模型，再由中央系統整合模型，形成更符合台灣族群特性的醫療AI。