CRISPR/Cas9 基因編輯技術從何而來，又將帶我們走向何方？－－《改變從心》

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

在 2022 年裡，我們見證了低軌通訊衛星在戰爭中的作用、Omicron 肆虐與次世代疫苗、韋伯太空望遠鏡捕捉系外生命印記、銀河中心黑洞初次現身、人類精準回擊小行星、台灣 CAR-T 首例、特斯拉的平價人形機器人、與超強的 LaMDA 跟 ChatGPT AI 語言模型！

2023 年能更刺激嗎？有哪些值得我們關注的科學大事呢？

我們綜合整理了 Nature、Science、Scientific American、NewScientist、富比世雜誌、經濟學人雜誌，結合泛科學的觀察與期待程度，提出這份「2023 最值得關注十大科學事件」；今年的科學界將會熱鬧非凡，令人目不暇給！

No.10 病原體通緝名單

2022 年 11 月，法國科學家在 bioRxiv 上發表了從西伯利亞永凍土中復活的多種病毒；這些「殭屍病毒」中最古老的已經有 48500 歲，在溫度升高後，這些病毒都復甦了過來……。雖然這批古老病毒只能感染變形蟲，但也暗示著，冰層之下存在更多正在休眠、極可能對哺乳動物或人類造成危險的病毒。

隨著氣溫與海溫升高，這些不定時病毒炸彈正在醞釀著。

世界衛生組織將在今年發布修訂後的「重點病原體清單」，至少 300 位科學家嚴謹審查超過 25 個病毒與細菌家族的各種證據，針對目前還未知、但可能造成全球疫情的未知疾病 Disease X 做出預測，擬出一份優先名單。被列入名單的病原體通緝犯將會被重點研究調查，以利未來開發疫苗、治療與診斷技術。

No.9 新一代 mRNA 疫苗

乘著在 COVID-19 大流行間快速成熟的 mRNA 疫苗研發平台，許多疫苗正蓄勢待發。

BNT 在 2023 年初針對瘧疾、肺結核和生殖器皰疹的 mRNA 疫苗開始了首次人體實驗；也與輝瑞合作，研發能降低帶狀皰疹發病率的疫苗。另一家 mRNA 大廠莫德納，也在研發能預防生殖器皰疹和帶狀皰疹病毒疫苗。

除此之外，莫德納開發的黑色素瘤 mRNA 疫苗與默克的藥物合併療法，在去年底公布中期臨床試驗結果，顯示能降低 44% 的死亡率及復發風險，臨床試驗也將在 2023 年進入最後階段。

這些將在 2023 年揭曉的成果，將拓展人類使用 mRNA 疫苗對抗疾病的手段。

No.8 CRISPR 療法獲批准

由於之前的臨床試驗結果很不錯，CRISPR 基因編輯療法極有可能會在今年首次正式通過批准！

這種 exagamlogene autotemcel（exa-cel）療法，是由美國波士頓的 Vertex Pharmaceuticals 和英國劍橋的 CRISPR Therapeutics 公司共同開發。用超簡化的方式來説，治療方法就是先收集一個人自己的幹細胞，接著用 CRISPR-Cas9 編輯修正幹細胞中有缺陷的基因，最後再把這些細胞輸回人體。

Vertex 公司預計會在 3 月向美國 FDA 申請批准，讓 exa-cel 療法可以用於治療 β-地中海貧血或鐮狀細胞病的患者。

然而，隨著療法上市，相關的討論預期也將甚囂塵上……。

No.7 阿茲海默有藥醫

美國 FDA 將在年初宣布，Eisai 製藥公司和 Biogen 生技公司開發的 lecanemab，是否可以用來治療阿茲海默患者。

該藥物就像一台大腦專用的掃地機器人，為單克隆抗體，可以清除大腦中積累的 β 澱粉樣蛋白；在包含了 1785 名早期阿茲海默患者的臨床試驗中顯示，比起安慰劑，能減緩認知能力下降的速度約 27%。不過，有些科學家認為這效果只能說是還好，也有些擔心藥物不夠安全。

無獨有偶，另一款由美國的 Anavex Life Sciences 開發的阿茲海默藥物 blarcamesine，目前也正在臨床試驗階段；它能啟動一種可提高神經元穩定性及相互連接能力的蛋白質，就像是幫神經元升級了連線速度與品質，估計在今年會持續帶來新消息。

No.6 迷幻療法

2023 年，也極可能立下迷幻藥被用於醫療用途的里程碑。

多個相關臨床研究都進展到第三期，例如為 PTSD 創傷後症候群設計的新療法，結合了心理治療與 MDMA 亞甲二氧甲基苯丙胺，也就是所謂的搖頭丸，在臨床三期中，67% 的患者不再被診斷有 PTSD。

而來自迷幻蘑菇的裸蓋菇素，則被用來治療難治型憂鬱症，其臨床二期結果令人鼓舞。233 名難治型憂鬱症患者分成三組，在服用不同劑量裸蓋菇素後，每一組的憂鬱症量表分數都降低；而劑量最重的那組，其降幅最顯著。

最後是 K 他命，竟然成為對抗酒精使用障礙的療法！酒精使用障礙包括酗酒、酒精依賴、成癮等，86% 的臨床試驗病人，在接受新療法後六個月，持續戒除酒精。

然而，也有科學家警告這些樂觀訊息中有炒作成份，就讓我們持續關注吧！

看到這你可能會想，第六到十名怎麼都是跟醫療健康有關的大事件呢？別急！在下一篇中，我們接著介紹更精采的第五到第一名！

也歡迎大家跟我們分享，你知道的、即將在 2023 年發生的科學大事件！

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

• 本文與台灣科技媒體中心合作，內文經泛科學改寫。
• 本文轉載整合自台灣科技媒體中心《英國基因編輯技術 ( 精準育種 ) 法案 新聞稿》
• 資料更新至 2022 年 6 月 24 日，完整文章請見上方連結

英國環境食品與鄉村事務部（DEFRA）於今（2022）年 5 月 25 日提出的《基因技術（精準育種）法案》（Genetic Technology (Precision Breeding) Bill），6 月 15 日已過二讀討論，6 月 28 日將進入下一個審議階段。該法案針對精準育種的動植物，以及由這些動植物生產出的食品與飼料，提供開放銷售相關的風險評估。

台灣科技媒體中心邀請專家說明目前的研究與技術，4 位專家皆解釋精準育種技術更能縮短育種作物的時程，並指出該法案可供臺灣參考的面向。

法案修訂，提升糧食生產策略的重要性

臺灣大學生物科技研究所教授 兼 生物資源暨農學院副院長 劉嚞睿 表示，目前各國用基因編輯技術，做為基礎開發的新興精準育種技術產品，管理方式並不一致。所以目前國際上，是否以基因改造生物的規範來管理新興的精準育種技術產品，仍未達成共識，會影響新興精準育種技術產品的開發。

成功大學生物科技與產業科學系副教授 郭瑋君 指出，過去，美國對科技作物相對開放，而多年來歐盟強力反對。英國作為歐洲的三大強權之一，提出此修訂案，開放精準育種作物的產業研發及銷售，反應出此技術不再只是美國自身的國際貿易考量，而是提升未來糧食生產的重要策略。

郭瑋君認為，這對全球有顯著的指標作用，相信此舉也會帶動歐盟未來思量修改相關法案。但郭瑋君也指出，該法案所提的專一基因編輯，在臺灣的精準育種技術只在研究單位進行，以分析作物的基因功能為主，目前仍未發展於產業育種。

郭瑋君表示，精準育種技術可以直接修改植物的基因，因此最大的潛力是可以去除造成植物生長弱勢的基因，而提高生長能力及永續栽培方法的應用。她說，精準育種技術可以顯著縮短育種時程，從 10 年縮短到 1 年半，這在因應氣候變遷造成每年極端氣候，加快培育有抗性的作物品種，有極大的助益。

郭瑋君舉例，自精準育種技術於 2013 年成功改變植物基因後，2017 年美國食品藥物管理局（FDA）即已核準了精準育種可抗旱的大豆、増加含油量的亞麻，及不會變黑的蘑菇上市。

臺灣大學農藝學系副教授 蔡育彰 表示，英國提出修訂精準育種法案，是繼美國、澳洲、日本等國之後，將基因編輯作物與基因改造作物做出區別。

目前已訂定法規中允許的精準育種作物，主要是影響作物本身特定的基因表現。

蔡育彰認為，這種改變原本特定基因表現的作物，與現行一般育種方法所育成的作物相似，若再輔以目前成熟的全基因組定序分析技術，可完整的比對出精準育種作物與對照品種的基因組序列差異，後續相關安全性評估可與過去一般品種育成的流程相似。

臺灣海洋大學水產養殖學系副教授／前系主任 龔紘毅，同時也是執行科技部、農委會與多項產學合作的計畫主持人。龔紘毅指出，精準育種技術幫助我們減少對農藥及抗生素的依賴，減少對環境的影響並改善動物福利，增加動植物的營養價值，從而提高糧食系統的生產力、復原力及可持續性。

龔紘毅說明，臺灣現在發展的精準育種技術有「基因體選育」（Genome selection）與「基因體編輯技術」，前者需要有明顯不同性狀的族群樣品並選育物種，但相對也會投入很高的成本，較適合少數高產量與高經濟規模的物種。

龔紘毅表示，臺灣在農業基因體學和遺傳技術有豐沛的能量及基礎研究，可借鏡英國法規，制定輕度監管的方式，釋放研發及促進農業產業發展的能量，且制定符合台灣最大效益的規則。龔紘毅提到，日本專家及政府在制訂精準育種法規的前瞻性、推廣經驗與鼓勵新創，也值得臺灣加以借鏡學習。

他指出，日本與臺灣均為水產消費大國，日本雖然在基因改造生物（GMO）法規上嚴格管理，但學界與政府認為基因編輯技術在精準育種具有龐大的發展潛力，因此在基因編輯法規超前部署，制定明確且兼顧產業發展與生物安全的法規制度。同時在科學教育及注重新興技術與民眾溝通、宣導和知的權利。

精準育種，相對縮短培育時程

劉嚞睿說明，依臺灣「食品安全衛生管理法」定義，基因改造是指使用基因工程或分子生物技術，將遺傳物質轉移或轉殖到活細胞或生物體，產生基因重組現象。基因改造技術食品含有外源基因，對人體健康與環境生態可能有影響。

不過他舉例，三種基因編輯技術中，其中兩種技術的衍生產品，不含有外源基因。所以除了歐盟仍以基因改造生物的規範進行管理以外，大多數國家認定風險與安全性應與傳統育種無異，故認為不屬於基因改造產品。

劉嚞睿指出，基因編輯技術可在不含外源基因的情況下，精準快速的改變生物體內特定的基因序列，大幅縮短育種時間，帶動新興精準育種技術的發展。但此精準育種技術，透過人為的操控物種基因體，甚至影響物種的基因多樣性，仍引起諸多道德倫理與社會價值的矛盾與衝突。

蔡育彰說明，精準育種使用的基因編輯技術，與傳統基因改造不同，傳統基因改造是經由外加的基因。他指出，實際應用的困難在於，精準育種此技術應用在不同作物、品種和品系上，效率也都不同。由於目前法規允許的精準育種技術有限制 DNA 序列的變異型式，應用於許多現行栽培的作物種類上可能預期效果較有限。蔡育彰也提醒，精準育種技術的應用也需要對目標作物的基因組序列有完整的了解。

郭瑋君指出，基因改造主要技術核心是，永久放置「非植物」的基因片段於農作物體內，如抗病或抗蟲或抗農藥基因，可能來源是昆蟲或細菌，以提高基因改造作物的產量。因此這些外來基因在作物內會產生外來的蛋白質，可能栽種時造成其它生物如昆蟲的生長或演化上的變異，在食用時可能成為人類食物的過敏源。

郭瑋君解釋，精準育種技術是直接去除或變異「植物」本身的基因片段，最終的育種作物不會有外來的基因或蛋白質。

龔紘毅解釋，精準育種中的基因編輯技術，讓科學家能幫助農民和生產者開發出有益處的植物和動物品種，這些也能通過傳統育種和自然過程發生，但基因編輯可以更有效和更精準的大幅縮短選育新品種所需的時間。

台灣科技媒體中心表示，目前英國的精準育種技術仍屬於基因改造生物（GMO）法規的監管下，若此法案通過，將有利於精準育種技術與產業發展，但是，使用精準育種技術的作物是否納入或獨立於「基改作物」的法規規範，仍待持續關注與討論。雖然英國、紐西蘭、澳洲等都有專家長年持續的討論基因改造作物與基因編輯作物的技術，但在臺灣仍十分缺少對此科學議題的專業看法與討論。

台灣科技媒體中心總結，透過科學家說明目前的研究與技術，能幫助在科學技術被誤解之前，提供正確的資訊以利討論。雖然這次是在英國提出的精準育種法案，但未來臺灣若有相關發展，也可以做為參考的資料。