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》

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

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。

一個由好奇心驅使的基礎科學實驗，為何最後卻能發展成CRISPR/Cas9這個改寫基因科技的革命性技術？生技醫藥獎得主道納，在唐獎得獎演說中，分享了這個神奇的研究歷程，以及該如何面對CRISPR/Cas9可能引起的道德爭議。

自從1950年代發現DNA結構以來，科學家都在想：有沒有辦法編寫 DNA 密碼？過去數十年的研究告訴我們，許多遺傳疾病，以及我們所知道的許多生物知識，都源自於這個驚人的分子。要是可以精準地改變它的密碼，那會發生什麼事？

很有趣的是，用CRISPR/Cas9這個細菌免疫系統來進行基因編輯，其實源自於好奇心驅使的科學實驗。我們本來想了解的東西，跟最後得到的東西截然不同。如同夏彭提耶（Emmanuelle Charpentier）所說的，我們原本都想知道細菌如何擊退病毒感染，然而我們在研究的過程中，意識到我們所發現到的是一顆不得了的蛋白。我們可以駕馭它，做截然不同的工作。

向細菌的免疫系統取經

從過去十多年來各地實驗室的研究得知，各種細菌內的 CRISPR 系統扮演著適應性免疫系統的角色。它們可以讓細胞辨識外來DNA，像是病毒感染時所注入的，或是透過質體轉型作用進來的。這些外來的 DNA 小片段會被嵌入基因體裡的 CRISPR 基因座。細胞會將這些夾在重複序列中的病毒序列轉錄成 RNA，用它們充當分子嚮導，來引導 CRISPR 關聯基因所表現的 Cas 蛋白，去辨識並且摧毀外來 DNA。它們是以蛋白-RNA複合體的形式來和外來的 DNA 進行鹼基配對，所以是 RNA 和 DNA 雜交。

這路徑所涉及的各個面向，都讓我們感到很有興趣。不過今天我的重點要談的是RNA引導的DNA切割是怎麼發生的。

我們和夏彭提耶合作，用生物化學方法純化了 Cas9 蛋白，發現它是雙 RNA 引導的 DNA 內切酶，意思是這個蛋白能夠和兩條不同的 RNA 結合。一條是包含引導序列的 crRNA，能和DNA進行鹼基配對。

在合作的過程中我們發現，另一條 tracrRNA 對於 crRNA 的加工處理很重要，對於尋找目標 DNA 的能力也是必要的，所以這是一個兩條 RNA 的系統在和蛋白交互作用，形成進行監控的複合體。這個蛋白的運作方式是靠兩把化學剪刀，在目標區域將 DNA 旋開後進行切割。重要的是，要切割的目標位置，必須是在 DNA 上的 PAM 模體旁邊。

在了解運作的機制之後，我們意識到其實可以把系統進一步簡化，弄得比自然界更為簡單。我們將兩條 RNA 合而為一，形成單鏈引導型態：一端包含需要搜尋的目標序列，另一段是和 Cas9 結合所需要的資訊。如此簡化成雙分子系統，一個蛋白被一條 RNA 引導至 DNA 序列，製造 DNA 的雙股斷裂。

如果要鎖定新的目標，只要變更 RNA 這一小段序列，任何分生學家都可以輕易在實驗室內辦到。我們為此感到很興奮，因為我們了解到這顯然是可以程式化的蛋白。設定指令即可導向不同的DNA序列，進行雙股切割。

為什麼 CRISPR/cas9 技術起飛如此地快？

為什麼這項技術起飛地如此快？第一，是鹼基配對的力量。細胞本來在很多情況就會利用 RNA-DNA 雜交進行基因調控。這個系統利用這個特點，只需變更引導RNA的序列，就可以改變要辨認的目標 DNA。而不要像先前的基因編輯技術那樣，需要改變整個蛋白來做 DNA 辨認。

第二，它是一個可塑性很高的系統，可以配合你的需求而進行改造。除了切除 DNA 造成基因體永久的改變之外，也可能利用這個系統來控制轉錄，改變特定DNA序列的蛋白表現量，或點亮基因體特定區域，用顯微鏡觀察其位置。

在此簡短地跟各位談一下我們目前要克服哪些挑戰，才能將這個強大的技術應用到人類醫療。我認為有三大瓶頸：第一個是輸送。第二是控制DNA如何被修復，假如實驗的目的是要改變基因體。第三，是和輸送與安全相關的「道德」議題，尤其是想應用到人類生殖細胞的話。

技術發展的同時，大眾也需要了解與思考

最後，我想要指出，我們有必要去思考當有這麼強大的技術出現的時候，我們該如何使用它。

如今，基因體可以輕易被修改，我們該怎麼辦？過去幾年，我非常投入這個議題，並廣邀各界討論基因編輯相關的問題，尤其是人類生殖細胞的編輯。還有基因驅動工程（gene drive），它指的是驅動一整個細胞或生物族群在短時間內被改造。

我邀請在座的各位一同參與討論，並且廣泛宣傳基因編輯。它是很棒的技術，我希望人們為此感到興奮，但同時也希望大家謹慎以對。

本書摘自《改變從心 : 唐獎第二屆得主的故事》，天下雜誌出版。