系統生物學著重於以系統的觀點來了解生物系統的運作。由於高通量藥物合成、蛋白質體、微陣列、次世代定序、單細胞體學及生物資訊技術的發展， 使得系統生物學的研究愈發可行了。生物轉變的整體研究將能加快闡明生化路徑及疾病治療的速度。除此之外，系統生物學也著重於描述和了解複雜的生物系統如何運作以及發展預測人類疾病的模式。雖然疾病生物學很複雜，而藥物開發則必需倚靠生物反應，但是“基因到藥物”的希望之路已經是一觸即發，即將成功。本研究室也運用人工智慧(AI)技術進行藥物和基因表現的大數據分析，尋找老藥新用的新契機，並探究藥物於抑癌的作用新機轉。 

　　ATP 合成酶是細胞中重要的酵素，它能產生「能量貨幣分子」—ATP。Paul D. Boyer 和 John E. Walker 因為釐清 ATP 合成的酵素機制而在 1997 年獲頒諾貝爾化學獎。長時間以來，ATP 合成酶一直被認為只出現在動物的粒線體內膜上，然而愈來愈多的證據顯示 ATP 合成酶也會表現在癌組織的表皮細胞、乳癌和肺癌細胞，以及高危險性神經母細胞瘤的細胞膜上，這一類的 ATP 合成酶被稱作「細胞膜異位表達 ATP 合成酶」。除了我們在 2008 年、2012 年、2014 年和 2020 分別發表於 Journal of Proteome Research、Cancer Research、Cell Death & Disease 和 Molecular and Cellular Proteomics 的文章中，證明阻斷細胞膜異位表達 ATP 合成酶的活性可以有效地抑制癌細胞生長外，也有許多報導指出細胞膜異位表達 ATP 合成酶具有可當作抗腫瘤及抑制血管新生藥物標靶的潛力。 

　　除此之外，我們發現它也出現在胞外囊泡膜上。細胞膜異位表達 ATP 合成酶是一個重要的蛋白質，但是它為何出現在細胞膜和胞外囊泡? 以及它在細胞膜及胞外囊泡的功能為何? 另外，我們發現神經母細胞瘤細胞會和周邊缺氧的細胞以隧道奈米管交換粒線體，然而目前仍不清楚這些課題。因此本實驗室利用細胞和分子生物學，結合體學技術(包括基因體、轉錄體、蛋白體和代謝體)、單細胞轉錄體學與生物資訊學探討這些重要且有趣的問題。 

　　神經母細胞瘤（neuroblastoma；簡稱 NB）是兒童最常見的頭外固態腫瘤， 其中約 20–25%帶有 MYCN 致癌基因放大現象。MYCN 癌蛋白為 Myc 轉錄因子家族的一員，帶有 MYCN 基因放大的腫瘤屬於極高危險群，儘管經過多科整合治療，預後仍極為不佳。最近研究發現，某些長鏈非編碼核糖核酸（Long non-coding RNA，簡稱 lncRNAs）在 NB 腫瘤生成與疾病惡化的過程中扮演重要角色。因此，若能深入探討 MYCN 與 lncRNA 間的調控網路，可更加了解NB 的致病機轉，並有機會找到新的治療標靶。除此之外，本實驗室目前的研究重點之一為探討運用單細胞轉錄體資料尋找神經母細胞瘤的惡性細胞叢，進而以此細胞叢中的表現基因做為標的探索藥物。除此之外，我們也以基因表現巨量數據尋找高危險群神經母細胞瘤之新穎組合治療策略 (本實驗室新發表文章於美國癌症學會出版的 Clinical Cancer Research 2019)。 

　　以往認為人類腸道以外的內臟是無菌的，尤其腫瘤組織中偵測的細菌常被認為是取樣時的汙染，然而近來越來越多的證據顯示癌症組織存在各種微生物。本次研究基於｢物盡其用｣的概念，將癌症基因體圖譜(The Cancer Genome Atlas, TCGA)的人類癌症微小核醣核酸序列資料進行大數據分析，將原本沒有對應到人類基因而該被丟掉的序列再利用，與細菌基因資料進行序列比對，從而獲取癌症組織中存在的細菌種類與表現數量等資訊，進而建構「BIC」資料庫，提供與微生物群落相關的癌症微環境生物資訊。此研究成果發表於生物化學研究領域排名第一的期刊 (Nucleic Acids Research 2023) 

　　在 COVID-19 疫情來襲時，我們即著手運用對接模擬並建立藥物資料庫DockCoV2 (Nucleic Acids Research 2021)，同時也以大數據分析和單細胞轉錄體與病人臨床資料，找到具潛力的藥物。 

近年研究主題

• 運用癌症多體學巨量資料發展精準藥物組合治療

• 運用多體學和大數據分析開發新冠病毒藥物

• 以多體學探討異位表達 ATP 合成酶與粒線體動態變化及細胞間粒線體轉移之交互影響 (此計畫與美國加州理工教授合作)

• 以單細胞和空間轉錄體學探討抗神經母細胞瘤藥物反應

• 利用反轉腫瘤內生性抗藥路徑以促進免疫檢查點抑制劑治療效力之藥物開發