「醣」是生物體中最重要的分子之一，從細胞之間的互動到癌細胞的增生，都與醣分子息息相關。然而，取得特定的醣分子原非易事，一直到「一鍋化」系列方法問世，科學家才得以人工方法合成足量、純粹的醣分子。如今，拜人工智慧與演算法之賜，「一鍋合成法」將更加方便廣泛！

本院翁啟惠院士繼「一鍋式酵素合成法」及「程式化一鍋合成法」後，近期又與本院基因體研究中心吳宗益研究員，及資訊科學研究所許聞廉特聘研究員跨領域合作，結合人工智慧（AI）及演算法（Algorithm），寫成電腦軟體「Auto-CHO」與學術社群共享，讓「程式化一鍋合成法」更上層樓。今後的科學家可以如閱讀食譜一般，更快速且廣泛地合成醣分子，並可望對與醣分子有關的疾病提出更多解方。

研究成果已於本（12）月6日登上國際期刊《自然通訊》（Nature Communications）！

1982年的「一鍋式酵素合成法」使用生物方式，以酵素將單醣合成為寡醣；1999年的「程式化一鍋合成法」則採用化學方式，將單醣所組成的組合單元（Building blocks, BBL），依據其相對反應值（relative reactivity values，RRV），建入電腦程式資料庫Optimer，科學家只要將想合成的寡醣結構輸入，該程式即可自動找出適合的組合單元。

然而，既有的程式化一鍋合成法也有資料庫小、RRV排序要求等限制。吳宗益研究員表示，本次研究成果Auto-CHO軟體，將資料庫從原有的50個組合單元，增加至154個RRV經實證的組合單元，及5萬個具預測RRV的「虛擬」組合單元，並將醣分子的合成以階層化處理，除了能讓不同的一鍋化產物互相使用，更讓醣分子合成的階段以流程圖呈現。

許聞廉特聘研究員表示，由於醣分子的種類繁多 ，以實驗一一測量其組合單元的RRV會耗費大量時間精力，因此，研究團隊使用人工智慧學習方法，將經實驗證實的醣組合單元資料，透過特徵工程（feature engineering）建立最佳化的「RRV預測模型」。此模型無論在交叉驗證（cross-validation）或獨立驗證（independent test）上皆有傑出表現，而許多虛擬組合單元也進一步通過實驗證實。

此外，研究團隊設計了一套演算法，將醣分子的合成過程拆解成不同階層，讓一個以一鍋化方法合成的醣片段，可作為新的醣元件用於另一個一鍋化方法。團隊並以此開發為視覺化操作軟體Auto-CHO，將一鍋化方法整理成步驟架構，如同一篇可依序調配的「食譜」。依據Auto-CHO提供的「食譜」，研究團隊已成功合成出四種生物學上重要的寡醣分子。

研究團隊亦決定公開Auto-CHO的原始碼，提供科學界免費使用，並讓使用該程式的化學家們，可將虛擬醣元件的使用心得回饋，讓廣大的研究社群可以共襄盛舉，持續修正和增添資料庫的內容。

本篇論文標題為「Hierarchical and Programmable One-Pot Synthesis of Oligosacchaides」，第一作者為本院TIGP生物資訊學程博士生鄭成偉，論文全文可於下列網址存取閱讀：https://doi.org/10.1038/s41467-018-07618-8

圖說： a）概念描述，醣分子合成標的輸入Auto-CHO軟體後，透過醣組合單元資料庫搜尋，軟體回傳可行的一鍋化合成方案。醣元件的RRV可以是實驗驗證的或是預測的。 b）細節描述，包括如何建構RRV預測模型並建立虛擬醣組合單元資料庫。

（基因體研究中心、資訊科學研究所）