於體外模型中解析疾病機制、測試治療策略。
美國 FDA 於 2025 年 4 月發布《Roadmap to Reducing Animal Testing in Preclinical Safety Studies》，將新方法學（NAMs，包括器官晶片、in silico 毒理學與人類細胞試驗）正式定位為減少、優化並在可行時取代動物試驗的途徑，首波適用對象為單株抗體1。其背景是臨床開發的高損耗：進入第一期臨床的候選藥物中，最終獲准上市者約僅十分之一3；後期失敗的最主要原因為療效不足，其次為安全性，另有相當比例係基於策略或商業考量而終止4,5。該署自身的論據是：動物試驗對藥物在人體表現的預測力有限2；動物模型的侷限因而在於，凡人體特有的藥理與安全性風險無法跨物種外推之處，即構成此一落差的一部分，而非其全部成因。
我的研究正與此趨勢一致。我建立能保留原生組織構造的類器官模型，包含源自小鼠成體幹細胞的腸道與結腸上皮類器官，以及源自人類 iPSC 的血管類器官，並搭配高通量影像分析，將多層影像轉換為可重現、不受操作者影響的訊號讀值。同一套平台可運用在不同層面：解析機制的疾病模型、供化合物篩選與安全性評估的高通量系統，以及在使用病患來源檢體時，作為個人化療效評估的實驗基礎。
集體侵襲的轉錄邏輯
大腸直腸癌細胞常以內聚集體、而非單一遷移細胞的形式進行侵襲；這些集體在維持細胞間連結的同時取得間質運動能力，即所謂的部分上皮間質轉化（pEMT）。我以致癌轉化的小鼠腸道類器官（源自成體腸道幹細胞）作為癌化的可操作模型，在博士研究中辨識出轉錄因子 Sox11 為此程序的必要、但不充分因子。
典型 TGF-β1 訊號會重新導向 Sox11 的基因調控活性：Sox11 依賴性基因富集於 EMT、TGF-β 與 PDGF 訊號組件，其人類同源基因在大腸直腸癌檢體中亦與 SOX11 共變。
本研究結合單細胞定序與批量轉錄組定序、基因調控網絡推論（SCENIC），以及二十餘株 CRISPR-Cas9 功能缺失與功能獲得細胞株之功能驗證，建立一套機制框架（以第一作者發表於 Oncogenesis，2025），闡明單一轉錄因子如何受腫瘤微環境調控而促成侵襲。
在原位擾動並可視化組織
機制性的主張需要擾動驗證。就功能缺失而言，我以雙 sgRNA 刪除外顯子建立 CRISPR-Cas9 基因剔除，並分離單細胞來源的純系細胞株，經 PCR 與 Sanger 定序確認；全計畫累積二十餘株基因剔除與過量表現細胞株，各搭配功能性讀數。除功能缺失與功能獲得外，我運用 CRISPR-HOT（不依賴同源性的類器官轉殖），於內源基因座框內嵌入螢光報導子、抗原表位標記與降解子卡匣（包括用於條件性蛋白質去穩定化的突變型 FKBP 降解子）。
藉此，我能在活體類器官的侵襲前緣可視化並即時調控轉錄因子，於同一完整組織中將分子層級的介入連結至形態層級的結果。
供藥物篩選之血管類器官平台
人類 iPSC 衍生的血管類器官能自我組織，形成由內皮細胞與周細胞構成、外覆基底膜的互聯網絡，構成立體的人類血管組織；此平台建立於 Wimmer 等人的協定之上（Nature 2019;565:505–510）。在 Angios FlexCo，我建立了橫跨多種水凝膠包埋條件的高通量生產流程，將此類器官從研究規模的製備推進為可供篩選的平台。
在此基礎上，我建立了定量血管毒性分析流程，涵蓋化合物處理、免疫螢光染色、共軛焦取像，以及血管形態與訊號強度的自動化讀數。該流程可用於血管破壞劑與抗血管新生藥物的劑量反應分析，符合新方法學（NAMs）降低動物模型依賴的法規與倫理趨勢。
一篇描述以無動物來源途徑製備此類器官的方法學論文，已由我以共同作者身分發表於 Scientific Reports（2026）。
由共軛焦影像堆疊建立可重現之定量指標
模型的效用取決於其產生讀數的品質。我以 Python 與 ImageJ 巨集建立自動化影像分析流程，以降低類器官表型判讀的主觀性。就血管類器官而言，流程包含影像分割、骨架化，以及以圖論為基礎的網絡分析（透過 networkx）以量化分支拓撲，並計算近似平均直徑等形態計量描述子（取最大與最小 Feret 直徑之算術平均，非各角度之真實平均值）。
在標記定位方面，一支專用巨集量化內皮（CD31）與周細胞（PDGFRB）訊號的徑向強度分佈，可捕捉單純強度平均所遺漏的空間排列。每一條流程皆依固定且有文件記載的規範撰寫，確保結果可跨實驗批次重現，並可供合作者沿用。
研究如何完成。
支撐我博士研究的實驗與運算工具箱：建立高擬真度的疾病模型，以基因體工程加以擾動，藉由影像與定序讀取結果，最終以真實病患資料驗證每一項發現。
TKA 類器官模型
一種帶有大腸直腸癌三大常見驅動突變（Apc、KrasG12D、Trp53R172H）且可隨需誘導的小鼠腸道類器官。
CRISPR 基因剔除 · 純系細胞株
自類器官中乾淨地剔除某基因，並培養單細胞來源的純系，以探問該基因的功能。
CRISPR-HOT 內源標記
在蛋白質自身的基因座加上標記，即使缺乏可用抗體，仍能對其進行可視化與降解。
誘導型過量表現
以藥物誘導基因表現，檢驗其是否為充分條件；此為與基因剔除互補的功能獲得策略。
Transwell 侵襲試驗
將集體侵襲轉化為可量化的數值，使不同基因型得以定量比較。
Whole-Mount 免疫螢光
以共軛焦顯微術於完整立體類器官中造影蛋白質，解析其表現量與空間定位。
單細胞定序 + 軌跡分析
分別解讀受處理類器官中的每一個細胞，再沿上皮至侵襲的軌跡加以排序。
調控子與領導細胞分析
推論調控侵襲細胞的轉錄因子，並評分辨識何者為領導細胞（leader cells）。
批量轉錄組定序
以族群層級的深度轉錄組驗證單細胞發現，並界定基因模組。
大腸直腸癌病患資料探勘
運用公開的癌症基因體與存活資料，檢驗類器官的發現是否在真實病患中成立。
iPSC 血管類器官 · 高通量生成
將人類 iPSC 分化為能自組織的血管類器官（內皮細胞與周細胞），並把流程放大至高通量盤格式以供篩選。
藥物測試 · 免疫螢光、共軛焦與網絡分析
以化合物處理血管類器官，再透過免疫螢光、共軛焦影像與定量血管網絡分析（CD31／PDGFRB；長度、分支、管徑）讀取結構損傷，藉以評估血管毒性。
整合實驗生物學與運算分析的研究者。
自 2015 年起於學界與產業從事先進體外模型開發，研究範圍涵蓋癌症的分子機制至可供篩選的人類組織平台。
我是一位博士科學家，研究專注於類器官（立體組織模型，涵蓋源自小鼠成體幹細胞的腸道與結腸上皮，以及源自人類 iPSC 的血管），以及將其轉化為可靠實驗系統所需的運算分析。我的研究歷程自基礎探索逐步跨入轉譯應用，因具實用價值的類器官平台多建立於嚴謹生物學與可重現定量的交會處。
我在弗萊堡大學、Andreas Hecht 實驗室的博士研究中，分析大腸直腸癌細胞集體侵襲的機制。我辨識出轉錄因子 Sox11 為部分上皮間質轉化的必要、但不充分的調控者，並整合單細胞轉錄體學、基因調控網絡推論與大規模 CRISPR 擾動。此研究建立了一套將機制假說與可大規模驗證的分析架構相互結合的方法。
可靠的實驗系統，必須能產出可重現的定量讀數。
我曾在因斯布魯克 Angios FlexCo 開發高通量血管類器官平台與藥物毒性分析流程，此方向與領域邁向新方法學（NAMs）的趨勢一致。
曾以受邀演講與海報發表於巴塞爾、里昂、弗萊堡與波士頓（2019–2025）。研究經費來自 MeInBio 博士培訓計畫（DFG）、Wilhelm Sander 基金會、DAAD RISE，以及在巴塞爾的 BaCell3D 獎助。
實驗室之外，我熱衷旅行，足跡遍及亞洲與歐洲二十餘國；打了八年競技羽球，也是每年在阿爾卑斯山與黑森林完成二十條以上路線的登山者。旅居歐洲期間，我也認真鑽研中式與日式料理。這些習慣同時反映了我對細節的專注、耐力與適應力。
一起打造更好的模型。
歡迎在類器官平台開發、臨床前篩選、新方法學（NAMs）與定量影像分析等領域，與學術界、委託研究機構（CRO）及製藥產業合作。
2026 年 8 月自因斯布魯克返回台灣，9 月起於新北市的臨床前 CRO 擔任資深科學家；近期工作聚焦於高通量血管類器官與藥物毒性平台。
平台開發
從操作流程到可重現的分析管線，建立 iPSC 衍生類器官系統與高通量培養流程。
篩選與新方法學
在人類類器官模型上設計符合新方法學的藥物反應與毒性試驗。
影像分析
以 Python 與 ImageJ 自動化量化類器官形態計量、標記強度與血管網絡拓撲。
閱讀這個領域，並為自己的研究定位。
逐年爬梳 2021 至 2026 年的類器官文獻，並在最後說明我據此要建構的平台。
領域五年回顧
類器官是由多能（iPSC／ESC）或成體幹細胞自我組織而成的立體微型組織，介於缺乏組織構造的 2D 細胞株與具物種差異的動物模型之間。讀過 2021 至 2026 年的文獻，可以看到三個反覆出現的方向：拉近與體內成熟度的差距、堆疊更多工程化複雜度（血管化、免疫區室、組裝體），以及建立讓模型可供轉譯的功能。
幹細胞胚胎模型與模式化組織
幹細胞自我組織成日益忠實的早期發育與組織特異結構。人類類囊胚（blastoid）重現囊胚期構造，供合乎倫理地研究著床與細胞譜系分離；定向分化則產出重現成體集尿管系統的模式化腎臟類器官。
- 人類類囊胚重現囊胚發育與著床 — Kagawa 等（Rivron 團隊）；Nature 2022;601:600–605（線上 2021）。
- 由可擴增輸尿管芽前驅細胞生成、重現成體腎臟集尿管系統的模式化腎臟類器官 — Zeng 等；Nat Commun 2021;12:3641。
- SARS-CoV-2 可有效感染人類腸道吸收細胞 — Lamers 等（Clevers 團隊）；Science 2020;369:50–54。
體內成熟與基質替代方案
移植入活體宿主解決了成熟度瓶頸：移植入新生大鼠皮質的人類皮質類器官會血管化，並於移植後三個月內體積增大約九倍，整合進感覺與動機迴路，並顯露培養皿中無法觀察的病人特異（如 Timothy 症候群）缺陷。同時，組織來源與合成型 ECM 水膠開始成為源自動物的 Matrigel 的替代選項。
- 移植人類皮質類器官之成熟與迴路整合 — Revah 等（Pașca 團隊）；Nature 2022;610:319–326。
- 用於疾病機制與藥物開發的可規模化人類體染色體顯性多囊性腎臟病類器官模型 — Tran 等；Cell Stem Cell 2022;29:1083–1101。
- 組織細胞外基質水膠作為培養消化道類器官之 Matrigel 替代品 — Kim 等；Nat Commun 2022;13:1692。
生物運算、免疫整合與高通量篩選
Brainoware 將活體神經組織視為儲備池運算基質，透過高密度多電極陣列，以日語母音資料集執行語者辨識（原作者稱之為語音辨識）與非線性預測。iPSC 衍生的微膠細胞加入可驅動成熟的先天免疫區室；結合無標記干涉術的生物列印則把藥物篩選推進至單一類器官解析度。
- 用於人工智慧之腦類器官儲備池運算 — Cai 等（Guo 團隊）；Nat Electron 2023;6:1032–1039。
- iPS 細胞衍生微膠細胞經由膠固醇轉移促進腦類器官成熟 — Park 等；Nature 2023;623:397–405。
- 以生物列印與干涉術達成單一類器官解析度的藥物篩選 — Tebon 等；Nat Commun 2023;14:3168。
細胞治療與人體相關安全性藥理
人類多能幹細胞衍生的腸道類器官可於齧齒類損傷模型中植入並修復受損腸道，屬再生醫學而非新方法學的里程碑。在安全性方面，以同一捐贈者配對的腸道類器官與腫瘤類器官量化 T 細胞銜接型雙特異抗體的在靶／腫瘤外毒性，也是新方法學要在不使用動物的前提下回答的人體相關問題；去細胞化組織來源的天然水膠亦支持血管化腎臟類器官。
- 以同一捐贈者配對之腸道類器官與腫瘤類器官分析 T 細胞銜接型雙特異抗體的腫瘤外毒性 — Harter 等；Nat Biomed Eng 2024;8:345–360。
- 人類多能幹細胞衍生類器官於體內修復受損腸道 — Poling 等；Cell Stem Cell 2024;31:1513–1523.e7。
- 天然水膠支持腎臟類器官生成並促進體外血管新生 — Garreta 等；Adv Mater 2024;36(34):e2400306。
代謝、血管與免疫功能
具代謝功能的人類成體肝細胞類器官（Wnt/STAT3 驅動自我更新；CYP450 活性、白蛋白／尿素與膽汁處理）為不依賴動物的藥物性肝損傷（DILI）評估提供了前提條件。血管化類原腸胚模擬最早期人類心臟與肝臟血管化；血液來源的合成免疫類器官則重現具功能的生發中心 B 細胞反應。
- 生成具代謝功能的人類成體肝細胞類器官 — Igarashi 等（Sato 團隊）；Nature 2025;641:1248–1257。
- 類原腸胚使最早期人類心臟與肝臟血管化的建模成為可能 — Abilez 等（Wu 團隊）；Science 2025;388:eadu9375。
- 以人類免疫類器官解碼健康捐贈者與淋巴瘤患者之 B 細胞反應 — Zhong 等（Singh 團隊）；Nat Mater 2025;24:297–311。
AI 強化與自動化的類器官
此領域正逐漸結合 AI 與自動化。AI 虛擬類器官（類器官尺度的數位孿生）提出可減少濕式實驗的電腦模擬對應物；方法學評述將機器學習與機制建模流程標準化；機器人化、微型化的 PDO 篩選則針對長期限制推廣的通量與再現性問題。
- 人工智慧虛擬類器官（AIVOs）— Bai 與 Su；Bioact Mater 2026;59:45–68（線上 2025）。
- 用於類器官研究的機器學習、AI 與數學建模 — Trends in Biotechnology 2026。
- 自動化、微型化的 PDO 藥物篩選 — npj Biomedical Innovations 2026。
代表性研究具示意性，並非窮舉或量化排名。文獻標題均逐字照錄，年份以卷期年為準，線上發表年份不同者另行註明；2021 至 2025 年條目已對照原始文獻查證，兩筆 2026 年條目僅以期刊層級標示。
我的未來計畫
這些趨勢正是我投入研究的方向。過去，我在腸道類器官與 CRISPR 上的長期工作，屬於機制性的疾病模型；近期則轉向 iPSC 類器官平台的研發及其毒性評估，對應 2024、2025 年這些研究指向的人體相關安全性試驗方向；再往前，是 2026 年自動化工作所要解決的再現性與高通量問題。NAMs 領域正走向具人體相關性、可量化且可供篩選的模型，而這正是我未來要建構的平台。