Google、日本 Chiral 同台參與論壇 共繪生技製藥下一個十年
生技 AI 新創公司 TherapiAI 今（7）日於台北生技園區舉辦「AI 驅動生技製藥未來：從研發創新到數位孿生」研討會，並正式發表「數位孿生」（Digital Twin）與「生物製藥 AI 代理」（Biologics AI Agent）兩大技術平台，協助 CDMO 降低試錯成本、提高研發成功率。
本次論壇邀集 Google Dr. Yu-Chang Chang、日本 AI 科學運算新創 Chiral 營運長 Koji Umeda，以及 TherapiAI 高層團隊輪番登台，分享 AI 在生技製藥領域的最新趨勢與實務應用。這也是 TherapiAI 與 Chiral 自今年四月簽署亞太戰略合作以來，雙方首度於台灣同台公開發表。
國際與在地專家同台 完整呈現研發到落地藍圖
研討會由 TherapiAI 執行長韓駿逸（Michael Han）開場後，首場主題演講由 Google 張裕昌博士分享Google模型如何延伸至生技製藥的規模化應用場景，他說明 AI 如何能從「搜尋技術」轉變為真正能進入 BioPharma workflow 的應用流程，並協助企業提升研發效率，加速數位轉型進程。
日本大分子設計新創 Chiral 的營運長 Koji Umeda 則在論壇中，介紹 Chiral 平台如何透過免程式化的科學運算平台加速藥物探索。TherapiAI 技術長 Alicia Li 與陳晙榤博士也揭示 TherapiAI 最新推出的數位孿生平台讓CDMO從敘述性AI到全自動AI，在下一代蛋白質製程設計上的最新進展，完整說明 AI 如何協助從蛋白質研發製造到落地的全貌。
TherapiAI 推出四大預測引擎！化解 60-80% 高失敗率！
蛋白質生物製藥的傳統研發流程失敗率長年卡在 60% 至 80%，一次臨床後期挫敗等同於 2,000 萬美元沉沒成本與 18 個月時程延誤。當市場窗口與專利年限都在縮短，CDMO 的「先做做看」已是最昂貴的研發邏輯。
TherapiAI 數位孿生平台要處理的正是這個問題，最新推出的平台能在虛擬環境中完整模擬蛋白質藥物的生理特性，其核心引擎包括 3D 蛋白質結構與 PTM 分析處理摺疊與轉譯後修飾，免疫原性篩選提前過濾排斥風險，密碼子最佳化拉高產量，可製造性預測則模擬熱穩定性與溶解度，讓製程放大斷層提前現形。四者串成的「電腦模擬」漏斗（in silico），讓 CDMO 在實驗的「第零天」（Day 0）就能剔除高失敗率的因子，並為每案省下 500 萬至 2,000 萬美元的研發成本，實驗週期也由年壓縮到月。
CDMO 實績驗證！細胞影像準確率達 90%、營運成本降 20%
此外，TherapiAI 的「AI 代理矩陣」（AI Agent Matrix）也已經在實際案例中，展現極大的影響力。舉例來說，台灣一家 CDMO 導入 TherapiAI 的 AI 細胞影像分析，其細胞生長預測準確率達 90%，材料浪費也隨之減少 84％。另一家細胞與基因治療（CGT）夥伴則在 AI 製程最佳化輔助下，成功降低 20% 的營運成本。這些案例說明，數位孿生不只是研發階段的虛擬實驗室，更是 CDMO 與 CGT 廠商提升良率、控制成本的營運基礎設施。
TherapiAI 創辦人暨執行長韓駿逸：CDMO 要在 Day 0 做對判斷
TherapiAI 創辦人暨執行長韓駿逸（Michael Han）說：「生物製藥的下一個十年，將由能持續學習、持續優化的數位孿生生態系所驅動，AI 將在其中扮演關鍵角色。從 Google 在基礎模型的突破，到 Chiral 在運算領域的深耕，再到 TherapiAI 將這些能力整合進 CDMO 的真實製程，我們希望幫助 CDMO 在 Day 0 就做出對的判斷，優化成本、提高勝率。」
研討會現場同步展示 TherapiAI 的 Digital Twins 在 BioPharma 的實際應用場景，並開放與會企業免費試用平台，親身體驗 AI 如何加速決策、優化流程。
