在全球新冠肺炎疫情的威脅下，科技部以短時間籌措資金的方式，自今年6月起在5所公私立大學、醫學院設置「防疫科學研究中心」，在短短4個月的時間，集結防疫科研之人才、資金、設備、技術，進行跨領域合作激盪；其中，於臺灣大學成立「臺灣大學防疫科學研究中心」，支持該校生命科學系暨生醫電子與資訊研究所阮雪芬特聘教授與生物機電工程學系陳倩瑜教授，與臺灣人工智慧實驗室 (Taiwan AI Labs)、陽明大學及中研院等國內學研單位COVID-19合作平台，從「老藥新用」角度出發，以生物資訊技術，將COVID-19病毒與藥物接合模擬預測結果，建立成「DockCoV2」資料庫。

本次研究結合「生物資訊與醫療資訊學門」基礎研究量能，透過資料庫分析、AI演算技術、及「防疫科學研究中心」，加速研究人員將精力投入在較可能有效用之化合物上，目前已累積兩萬多筆模擬結果，並於2020年10月刊登於Google Scholar生物化學研究領域排名第一的期刊《核酸研究 (Nucleic Acids Research)》。

以電腦模擬藥物作用情形 降低實驗室試錯成本
透過科技部計畫的補助，阮雪芬特聘教授與陳倩瑜教授共同指導Taiwan　AI　Labs的生物資訊演算法團隊，早在美國提出老藥新用的想法前，以短短兩周的時間將「化合物與標靶蛋白結合性預測」的分析服務建立於TAIGenomics基因分析平台上。不僅是提供自動化、快速的模擬預測工具之外，也在研究團隊的協助下挑選了3000多筆於FDA及臺灣健保資料庫中登記核准的藥物進行模擬運算，搭配五種COVID-19病毒蛋白：棘突蛋白 (Spike Protein)、3CL蛋白 (3CL-Protease)、RdRp蛋白、PL蛋白 (Papain-like Protease) 、N蛋白 (Nucleocapsid Protein)，和兩種與病毒棘蛋白有交互作用的人類蛋白 (TMPRSS2蛋白和ACE2蛋白)，進行結合性預測並開放給世界專家學者使用。

資料庫內的預測結果包含每種藥物與不同標靶蛋白的結合分數，將模擬結果可視化方式呈現於蛋白質結構上，並連結該藥物結構及實驗數據資料庫，提供研究評估之用。藉由這些整合資訊，可在酵素活性研究與臨床實驗前有效加速候選藥物選擇所需時間，相較於傳統藥物研發從化合物選定到安全性、效用性的評估，歷時10至12年更為有效率，且更能迅速因應流行性疾病擴散的速度。臺大、清大和中研院團隊也已針對候選藥物進行後續藥物標靶活性測試，並發現其中有多種藥物具有發展潛力。

秉持開放科學精神 共同打造臺灣競爭力
臺大阮雪芬特聘教授表示：「今年初SARS-CoV-2來襲，因為我在2003年參與過抗SARS團隊，並共同發表文章於美國國家科學院院刊 (PNAS)。在陳倩瑜教授的引薦下，AI Labs找我合作指導團隊進行與這篇文章相關的研究工作。COVID-19成為國際健康的大問題。為了對抗這個疾病，最好的方式就是阻礙病毒的複製。我們建立了一個資料庫DockCoV2，著重在計算FDA和健保藥物與蛋白質之間的親合力，提供最先進的預測結果。使用者可以直接下載他們有興趣的藥物和蛋白接合資料，並檢查一些藥物相關的資訊。我們非常歡迎對於任何藥物或是蛋白質有興趣的研究團隊利用這些資料進行後續研究，目前所有的程式碼皆公開在GitHub，也歡迎做生物資訊的夥伴可以做其他的應用。」

利用AI技術 推動精準健康
AI可以應用的領域十分多元，但其發展必須架構在完整的資料收集上。臺灣在過往多年的健保資料庫及「亞太生醫矽谷精準醫療旗艦計畫」的基礎下，已建立了許多大型的數據資料庫，因此在精準醫療、精準健康的AI發展上有其相對的優勢。從這次COVID-19的戰役中，臺灣團隊已展現了多類型生物資訊搭配臨床數據的分析成果，並將其推向研發、臨床場域進行概念驗證；未來4年科技部將跨部會推動「臺灣精準健康戰略產業發展方案」，其中將善用大數據與AI運算能量，開發疾病風險預測、診斷及治療之新穎生物標記，以提升科技研發之產業應用性，讓臺灣在後疫情時代成為精準健康的指標國家。

本次成果展現出政府過往累積的厚實研發能量，在社會重大事件發生時能及時提供國內菁英團隊之研究平台；同時，也培育新一代防疫科研所需人才，帶動國際科研防疫合作，冀希未來發展出嶄新防疫科技，提前部署以因應新疫情之發生。