導語
訊聯生技集團喺 COVID-19 期間參與清冠一號嘅療效分析，運用 AI 輔助生物資訊分析，喺 24 小時內完成中草藥成分同逾 3 萬個人體及 COVID-19 相關蛋白質標的嘅比對，相關成果後期發表喺《Biomedicine》等期刊。
呢家老牌生技公司嘅「底牌」唔單止係用 AI，而係一套叫 Harness 工程 嘅規管框架——將 AI 可以動用嘅工具、輸入嘅資料、每個步驟嘅品管驗證、以及軟體同資料版本，全面鎖死。目的？林文賢一句話講明：避免 AI「已讀亂回」。
由 2010 年開始寫程式串分析
訊聯早喺 2010 年併購一間生物資訊公司，自建分析團隊，並自行開發機器學習演算法。佢哋嘅 AI 暨數據應用中心資深經理林文賢講，傳統生物資訊分析「每一步驟都是程式」——研究員得自己寫 R、Perl、Python 程式，串起資料清理、含量計算、文獻比對、統計檢定，再交實驗室驗證。
林文賢形容傳統機器學習就好似一部「工具機」：輸 A 出 B，但整條研發流程仲要人設計同串接。換個人執行，就可能因為工具版本、操作方式而得唔同結果。
生成式 AI 入場
生成式 AI 興起後，訊聯將 AI 納入文獻搜尋、罕見病或神經退化性疾病嘅機制整理、以及程式開發。蔡政憲舉例，團隊用 AI 喺兩日內從龐大組閤中篩出 18 條候選胜肽序列，再交實驗室合成驗證。
Harness：鎖工具、鎖資料、鎖版本
林文賢強調，呢套框架覆蓋整條生物資訊分析流程，唔止管生成式 AI。具體做法包括：AI 可使用嘅工具必須列明、R 分析套件版本必須由團隊同資安聯手鎖定、研究員唔可自行升級；每份基因報告必須註明軟體、資料庫、輸入資料版本，確保可溯源。
下一步：生物世界模型
訊聯進一步將目標定喺「生物世界模型」——預測一個生物訊號入細胞後，會牽動邊啲基因、作用路徑同細胞功能。佢哋今年 7 月發表嘅 DeepExoMir 模型，就係其中一塊「拼圖」。
阿調搞兩下：AI 開始幫公司做分析，最怕嘅就係黑箱——輸入咗乜、用咗邊個版本嘅套件、最後出咗邊個答案，全部冇紀錄。訊聯呢套 Harness 工程，好少見咁將「工具鎖死 + 版本留底 + 可重現」寫成制度。但生物世界模型真係做得到，定係又一次「大模型」式吹水？等佢哋出得嚟先估。
—— 阿調｜深度調教
