我們的研究領域就是所謂的分子計算，主要分兩大組別，第一個是電腦輔助藥物設計，另一個是代謝體學。電腦輔助藥物設計所用到的技術是非常跨領域的，物理化學、生物化學到生物資訊、化學資訊學的領域匯整起來，利用演算法和機器學習的技術，來解決平常做藥物設計的問題。
我們實驗室在過去六、七年當中有相當多的產出，包含兩家新創公司。代謝體這邊的話，傳統的質譜儀無法做血液尿液這種分析。我們靠一些演算法將混合物的訊號拆成單一的訊號。後面接的就是生物資訊學的生物網路脈絡分析，藉由這個我們可以早日診斷並找出藥物的標的。
不是，我們是真的下去設計藥物。
我們是直接設計分子的結構，蛋白質、小分子的結構。這裡頭用到相當多圖論、deep learning、machine learning 相關的技術來做設計跟解析。
AlphaFold 只是在解決有一個蛋白質序列如何得出他的立體構型，就這件事到真的能做藥還非常的遠。他那個部分只能夠算 deep learning 在序列上的分析，但我們是真的有做藥，我們實驗室利用這些技術已經有一顆藥快要到臨床實驗了，去年也有一顆藥拿到去年亞洲設計大獎唯一的新創獎，擊敗了市場上所有新藥公司。
生醫電資所好像有三、四個老師在做，趙坤茂老師、歐陽彥正老師還有我，其他老師做的好像比較少。
多的話8～10個，少的話也有2、3個。
通常會跟學生先談，如果學生有很好的想法，會放手讓學生做。畢竟是大學部，其實大學部本來就應該做一些 crazy idea。但如果學生是想試試這個領域的話，我們會幫他想一些比較小的題目，有時候是一人一組，有時候是兩人一組，看學生的狀況。指派題目後，會讓實驗室的高年級學生來帶，畢竟我們這一行進入門檻較高。
每個人不一樣，我沒有任何個人的期待。但我們學生大概分成兩個極端，絕大多數的動機非常強，其實也沒有問他們花多少時間，但他們很有興趣就會一直做。也有一些學生比較被動。像今年的十個專題生，我相信都是很主動那種。
我覺得要對臨床跟治療有興趣。因為我們做的東西很接近醫療，已經不是做理論，跑跑演算法、拿資料做模型，我們做的每樣東西都跟現在的醫療診斷、治療有關。對這些東西的好奇心我覺得是最重要的。
我們通常會給提示。這個領域的競爭非常激烈，我們希望的是資工的方法能贏過傳統研究的方法，其實不容易做。所以我們通常會跟學生講要找的方向，而學生必須努力去跟著線索走，我覺得學生最重要的是擁有 follow 線索的能力。
基本上是以被分到的計畫為主。計畫需要什麼，現在的進度，需要去看什麼，主要是希望計畫會有進展。
會。因為跨領域的學習跳進去學最快。最重要的是遇到問題去把該學會的學起來，比起把需要的知識準備好給他，更希望他能在實作的過程中自己學會應該要會的知識。但我們不會把學生放著讓他摸索，我們會告訴他缺的是甚麼，可以去哪裡學。
我的期望是可以看到每個人的進步，但每個人進步的幅度取決於他自己，跟我比較無關。有專題生一年做出幾乎一項專利，也有做出一篇 paper 的，就看每個人。其中大一、大二的專題生主要比較多是以前比奧林匹亞出身的，會主動進來，也有的是老師推薦進來的。像今年有一個化學系來的，是化奧出身的。
不會啊。通常我們實驗室出身不是資工系的學生，都是在原本的環境就會寫程式的，因自己的興趣去學。這其實也是一個很好的互相學習的機會，資工系的學生當然有一些程式、演算法的基礎知識，跟外系的學生也可以互相切磋。這樣資工的學生就會自然而然地暴露在醫學、化學的領域裡。
大二暑假是一個很好的時間。主要是大一、大二的課程相對較重，大一、大二的課修完之後學生也會比較了解自己適合的方向。比如說對於演算法比較沒興趣的人就不要去做這一塊，影像也是一個分支。可是其實這些都是很基本的概念，比如說在藥物設計的方面，合成完藥物，處理完動物測試，最終是要在臨床病人身上測試。所以我們和治療是相當地貼近，就和一般的生技藥廠沒什麼差別。做臨床實驗時，必須要觀察病人的反應，所以我們最近也做了利用影像來分析病人的步態、行走的能力、穩定度。
這些就會用到很多圖片、影像相關的技術。學生可能對追蹤車牌辨識沒有興趣，但換了一個主題，用在偵測病人的反應，學生可能就會有興趣。醫學領域就是這樣，實際上就是跟著病人在走，病人缺什麼，有很多是資工的技術幫得上忙的。就算技術層面上是差不多的，換了一個主題，學生可能就比較有興趣。因為要考慮到的事情差異非常大，但對於要考慮的東西完全沒興趣的時候，做這些題目就會很無聊。
多說一點，像是 AlphaFold ，其實我們有在試他的方法，目的是做在特殊的藥物受體上面。這個特殊的受體可能佔了醫院庫存藥的 60~70% ，傳統要做的時候，有傳統的方法。如何結合新的方法，讓這 60% 的藥物快速的擴展，這是個很有趣的題目。做醫療就是這樣，在做一個東西的時候，可以明確的知道這東西要拿來做什麼。但有一些純資工的實驗室可能就不是那麼清楚。我們實驗室應用端是非常清楚，所以比較不容易迷失方向。好處是可以嘗試各種所知的資工方法。
可以等一等。但其實做專題就像游泳一樣，站在岸邊看了幾百次效果還是一樣。最簡單的方式就是真的栽進去做。其實我們對專題生的要求也不會很多，所以他可以看一看，實驗室本來就有很多題目，一個不喜歡可以換一個或者換實驗室都是很 OK 的。不在大學部時這樣做，以後也很難有機會進行這樣的嘗試。除非是純理論，不然資工其實是應用科學，方向非常廣，不試怎麼知道？
通常會先跟他談一談，要是他真的很沒興趣，也可以不要來。我們對專題生的要求真的很低。我的目的還是希望給予他們最大的彈性去嘗試各式各樣的東西。沒有做出來、不願意試或有一些理由，學生通常都不是因為做不下去而離開，通常是因為其他的理由，像是時間調配不來，或是家裡有事。
基本上，我不會把跟業界合作或有時效性的東西給專題生做。這也是為了避免專題生出什麼狀況，除非他想賺外快，我也非常確定他是有能力在時間內產出的，不然我們一般不願意讓專題生與業界接軌。因為這一行的門檻相當高，若專題生與業界這麼快與業界接軌可能需要面對業界很多的期待，因為業界對資工的學生充滿了想像力，就像萬靈丹，好像找一個資工的學生就可以把問題解決，即使那個問題並不簡單，這樣對學生不太好。一般專題生接到的通常是小專案或研究題目，不會與業界接軌，像是藥物的設計要到臨床那是更不可能，那個所需要的時間太多了。
我們甚至還有碩班來做兩個題目的，還活得蠻好的。通常會願意做這種事的學生學習動機都很強，能力也很強。
像剛剛說到那個碩班的學生，現在已經是助理教授了。他當初加實驗室的動機是因為他女朋友，他是電機系的，但他女朋友是化學系的。我們有很多這種學生，女朋友是醫學系的，很多。也有學生專題的動機是家人生病的，這其實很正常。也有那種成績很好進資工，但家裡全部都是醫生，唸一唸又想回到醫療領域的。
我們實驗室還蠻有趣的，一對一對出去的還不少。兩年前去開會，一個學生出國唸完 PhD，剛好和另一個學生在同一個會議上，在顧壁報的時候，那個學生就跟我說他背包裡有求婚戒指，然後他們就真的結婚了。他們兩個一個是碩班進來的，一個是專題進來的，project 都做得很好，兩個都在我實驗室唸完碩班去國外唸 PhD。我剛好就有見證到他們求婚的關鍵時刻。說真的我們實驗室修成正果的不少。
我們真的遇過非常優秀的專題生，剛剛被求婚的是一個，他大四來修專題，碩一上就有一篇論文跟一個專利，但是他剛進來什麼都不會，也是一直問來問去把該學的補起來。之前也有一個大四來做專題，碩班好像一個學期就把論文寫完了，現在在 CMU 唸 PhD。專題生跑得快的其實很多，也有人是慢慢來試方向的，就是每個人成長的速度不一，當然我會對跑得快的特別印象深刻。也有人專題做得很爛，碩班也考不進來，去業界繞了一圈後回來唸博班順便接手實驗室出去的一家公司。所以哪個時期唸的好其實不是很重要。