用 AI 從基因層面理解癌症 ☕ Buy me a coffee

🧑‍🏫 這支影片講烏干達的研究團隊，怎麼用 Google DeepMind 的 AI 工具 AlphaFold，在自己國家找乳癌疫苗可以瞄準的目標。值得看的地方是：以前這種研究只有資源多的國家做得起，現在一台筆電加上網路就能起步。

• 00:04 在烏干達，癌症發生率較高；每 12 位女性中有 1 位會在一生中某個時間點罹患乳癌。
  ↳ incidence（發生率）是指一群人裡有多少人會得某種病。12 人中就有 1 人，等於一個班的女同學裡會有兩三位，這在當地是很切身的問題。
• 00:04 與世界其他地區相比，烏干達觀察到發病年齡較早，存活率也較低，部分原因是癌症檢測沒有那麼定期進行。
  ↳ 不只得病的人多，還更年輕就發病、更難活下來。原因之一是沒有定期檢查的習慣，發現時往往已經拖了一段時間。
• 00:04 當地女性是在出現症狀時才獲得醫療協助；若能更早在基因層面做篩檢，就能做得好很多。
  ↳ screening（篩檢）是還沒不舒服就先檢查。當地多半等到有症狀才就醫；如果能提早從基因看出風險，就能搶在前面處理。
• 00:39 團隊許多工作是在找出可用來做成疫苗的標的（targets）。
  ↳ targets（標的）是疫苗要瞄準的對象，也就是癌細胞身上可以讓免疫系統認出來的特徵。先找到要打哪裡，才談得上做疫苗。
• 00:39 過去這類研究會在國外進行，因為那些環境才有這類資源。
  ↳ 以前要做這種研究得出國，因為需要的設備和資源只有國外的環境才有，當地根本沒有條件做。
• 00:39 現在有了 AlphaFold 這類工具，研究可以在烏干達當地做，因為資本成本低很多。
  ↳ AlphaFold 是用 AI 預測蛋白質立體形狀的工具。很多分析改在電腦上跑，一開始要砸的設備錢少很多，所以當地做得起來。
• 00:39 研究者表示，只要有一台筆電並連上伺服器，就能擁有很大的運算能力。
  ↳ 運算是在遠端的伺服器上跑，不是靠手上那台電腦。所以研究者只要有筆電和網路，就能借用到很強的運算能力。
• 00:39 團隊找出一個在乳癌患者中高度表現的蛋白質。
  ↳ highly expressed（高度表現）是指某個蛋白質在患者身上的量特別多。量多又跟乳癌有關，就可能是值得瞄準的線索。
• 01:10 如果這些標的在實驗室中獲得驗證，對烏干達的乳癌可能帶來改變人生的影響。
  ↳ 目前這些標的還只是電腦算出來的結果，得在實驗室實際測過才算數。如果通過驗證，對當地乳癌患者的影響會很大。
• 01:10 專案中原有 15,000 個位點（sites），使用 AlphaFold 後把範圍縮小到只剩 15 個。
  ↳ sites（位點）影片沒細講，可以理解成蛋白質上可能下手的位置。AI 把一萬五千個可能篩到剩十五個，省下大量時間和實驗費用。
• 01:10 若這 15 個位點證實有效，就有了可供疫苗開發的候選。
  ↳ candidate（候選）是指值得往下開發的人選。這十五個如果實驗證明有用，才算有了可以拿去開發疫苗的起點，還不是成品。
• 01:10 研究者認為 Google DeepMind 正在讓他們能做的科學民主化（democratising）。
  ↳ democratising（民主化）在這裡的意思是：本來只有少數有錢機構做得到的事，現在更多人也做得到。他們覺得門檻被拉低了。
• 01:10 研究者以癌症疫苗為願景，認為這是研究直接轉化為公共衛生影響之處，在當地與全球皆然。
  ↳ 他們的目標是做出癌症疫苗，讓研究成果真的變成一般人用得到的健康保護，而且不只幫到烏干達，也能幫到其他地方。

根據影片，團隊使用 AlphaFold 後，把專案中的位點從 15,000 個縮小到多少個？