台灣生醫科學家在美國 Taiwanese Biomedical Scientist in US

台灣生醫科學家在美國 Taiwanese Biomedical Scientist in US 台灣生醫科學家在美國 🇺🇸
康乃爾博士、前 MIT 與波士頓兒童醫院研究員
分享 #生醫趨勢 #職涯發展 #留學經驗 #在美生活
Powered by LuTra Studio

一位旅美生醫科學家、顧問與作家,分享生技產業洞察、職涯發展策略、AI 與科學創新,以及跨文化生活觀察。

由 LuTra Studio 發起,結合科學、策略與故事,讓知識轉化為影響力。

💡 專注主題: #生醫職涯 #跨文化成長 #科研溝通 #心理洞察

工商合作請洽:[email protected]

A Taiwanese biomedical scientist, consultant, and writer based in the U.S. Sharing insights on biotechnology, career development, AI innovation, and cross-cultural growth. Powered by LuTra Studio, bridging science, strategy, and story

telling to turn knowledge into impact.

💡 Topics:

Potential collaboration: [email protected]

🧬《台灣生醫科學家在美國》 你希望別人第一個想到你的,是什麼?最近有朋友問我:「你是怎麼開始經營個人品牌的?」我想了一下。其實,我沒有刻意去經營。一開始只是一直寫。一直分享。把每天看到的生技新聞、多分析一點;把自己在產業裡學到的東西,多整理...
08/03/2026

🧬《台灣生醫科學家在美國》 你希望別人第一個想到你的,是什麼?

最近有朋友問我:

「你是怎麼開始經營個人品牌的?」

我想了一下。

其實,我沒有刻意去經營。

一開始只是一直寫。

一直分享。

把每天看到的生技新聞、多分析一點;把自己在產業裡學到的東西,多整理一點。

寫著寫著,我才慢慢發現一件事。

很多人記住我的,不是我在哪家公司。

也不是我的學歷。

而是:

「生技新聞,我想看看你的分析。」

我覺得,那才是真正的個人品牌。

不是一直介紹自己。

而是別人在需要的時候,會自然想到你。

這次的訂閱文章,我想聊聊:

👉 《你真正的個人品牌,不是你說了什麼,而是別人開始知道,哪些問題可以來問你》

如果你也在思考:

* 如何建立自己的專業影響力?
* 為什麼有些人不用一直宣傳,大家還是會想到他?
* 科學家除了做好研究,還能留下什麼?

也許這篇會給你一些不同的想法。

👉 完整內容在訂閱。

#台灣生醫科學家在美國



#科研人生


#知識分享

《生醫科學家的碎碎念》Scientist Mindset Vol. 10|為什麼好的科學家,不會把「沒有差異」當成沒有故事?以前剛開始做研究的時候,我最怕看到一種結果:No significant difference。兩組數據看起來差不多...
08/03/2026

《生醫科學家的碎碎念》Scientist Mindset Vol. 10|為什麼好的科學家,不會把「沒有差異」當成沒有故事?

以前剛開始做研究的時候,我最怕看到一種結果:

No significant difference。

兩組數據看起來差不多。
p-value 也不顯著。
沒有漂亮的 trend。
更沒有一張一看就很適合放進 paper 的圖。

那時候第一個反應常常是:

是不是 sample size 不夠?

是不是實驗做得不夠好?

是不是再多做幾次,就會看到差異?

有時候當然是。

但做研究做久了之後,我慢慢發現,沒有差異本身,也可能是一個很重要的答案。

只是這個答案通常不太討喜。

因為我們做實驗時,心裡多少都會期待看到 effect。

藥物有效。
新 formulation 比舊的好。
新的 delivery system 能提高表現。
某個 biomarker 可以區分病人。

當結果告訴你「沒有差異」,很容易覺得什麼都沒發現。

但其實不是。

有時候它是在告訴你:

這個 mechanism 可能沒有原本想像中重要。

這個 treatment effect 可能很有限。

這個新技術看起來很漂亮,但沒有真的解決問題。

或者兩個方案之間,本來就沒有足以影響決策的差別。

這件事到了新藥開發裡更重要。

一個 formulation 在體外數據看起來比較好,不代表進到動物體內還會有差異。

一個 delivery platform 有比較高的 expression,也不代表最後的 therapeutic outcome 一定更好。

一個 biomarker 和 clinical outcome 有相關,也不代表它真的能拿來做 patient selection。

很多時候,我們會把統計差異、biological significance 和 clinical relevance 混在一起。

但這三件事其實不一樣。

有 statistical significance,不代表有實際價值。

沒有 statistical significance,也不代表完全沒有資訊。

真正該問的是:

這個差異有多大?

數據的不確定性有多少?

我們原本預期的 effect size 合不合理?

這個結果,會不會改變接下來的決策?

我後來越來越覺得,科學裡最危險的事情之一,就是一直想把「沒有差異」解釋成「實驗還沒做好」。

因為有時候,不是 data 不夠。

而是 biology 真的沒有你想像中那麼強。

如果這時候一直增加 sample size、調整 analysis、重新切 subgroup,最後很容易從找答案,變成找一個自己想看的答案。

這也是為什麼 experiment design 一開始就很重要。

在實驗開始前,你就要先想清楚:

什麼樣的結果會支持假設?

什麼樣的結果會推翻假設?

看到多大的差異,才值得繼續?

如果沒有先定義,等 data 出來之後,人很容易替結果找理由。

我覺得真正成熟的科學家,不是每次都能找到顯著差異。

而是看到沒有差異時,也願意停下來問:

這是不是答案本身?

有些研究最重要的貢獻,不是證明某件事有效。

而是讓大家知道,某個看起來很合理的方向,其實效果有限。

這種結果可能不華麗。

不一定容易發 paper。

也不一定適合拿去募資。

但它可以避免更多人,在同一條錯的路上繼續花時間。

所以現在看到 no significant difference,我不會立刻把它當成失敗。

我會先問:

這個結果,到底是真的沒有差異,還是我們的實驗沒有能力看見差異?

這兩件事差很多。

而能分清楚這兩件事,才是 data interpretation 真正困難的地方。

#科學家思維 #生醫研究 #新藥開發 #統計分析 #科研思維 #台灣生醫科學家在美國

《生醫科學家的部落格》真正的突破,很多時候不是做更多真正的突破,很多時候不是做更多,而是重新思考。做科研的人,大概都有過這樣的經驗。一個實驗失敗了。第一個反應通常是:「再做一次。」「多試幾個條件。」「增加更多組別。」但有時候,真正需要改變的...
08/03/2026

《生醫科學家的部落格》真正的突破,很多時候不是做更多

真正的突破,很多時候不是做更多,而是重新思考。

做科研的人,大概都有過這樣的經驗。

一個實驗失敗了。

第一個反應通常是:

「再做一次。」

「多試幾個條件。」

「增加更多組別。」

但有時候,真正需要改變的,並不是實驗,而是我們對問題的理解。

我在學術界與生技產業工作時,遇過不少專案花了好幾個月優化製程,最後才發現,真正限制結果的,其實是最一開始的假設。

如果一直做更多,答案可能永遠不會改變。

《道德經》第四章提醒我們:

真正的力量,不一定來自於一直增加,而是來自於願意停下來、留下空間,重新看見事情的本質。

這也是為什麼我很喜歡把《道德經》結合生醫研究、心理學與領導管理一起閱讀。

很多兩千多年前的智慧,放到今天的新藥開發、團隊合作,甚至職涯規劃,依然非常值得思考。

我把這些心得整理成最新一篇文章,希望能用更現代、更容易理解的方式分享給大家。

📌 文章連結放在第一則留言。

也歡迎和我分享,你最近是否曾因為「停下來思考」,反而找到更好的答案?

#道德經 #科研思維 #生醫科學

🧬《台灣生醫科學家在美國》Big Pharma Inside  #17 | 為什麼 Big Pharma 常常不是輸給競爭對手,而是輸給自己的成功?很多人以為,一家公司會開始落後,是因為競爭對手太強。但我在生技產業待得越久,反而越覺得:很多...
08/03/2026

🧬《台灣生醫科學家在美國》Big Pharma Inside #17 | 為什麼 Big Pharma 常常不是輸給競爭對手,而是輸給自己的成功?

很多人以為,一家公司會開始落後,是因為競爭對手太強。

但我在生技產業待得越久,反而越覺得:

很多公司真正輸的,不是競爭,而是自己的成功。

成功,會帶來很多好事。

更多資源。

更多人才。

更多收入。

但也會慢慢建立另一樣東西:

一套「過去成功的方法」。

問題是,醫藥產業一直在改變。

今天最成功的平台,不一定還是五年後的主流。

RNA、CAR-T、Gene Editing、LNP,甚至現在的 in vivo CAR-T,早期都曾經被認為市場太小、太早、風險太高。

如果當時只看短期營收,它們很可能都不值得投資。

真正成熟的企業,不是等到下一個世代成熟才開始改變。

而是在今天還很成功的時候,就開始投資明天。

在最新一篇 Big Pharma Inside #17,我想分享:

• 為什麼成功反而可能成為最大的限制?

• 《The Innovator’s Dilemma》如何真正影響 Big Pharma?

• 為什麼 Resource Allocation 比 Innovation 更重要?

• Cannibalization 為什麼比競爭更值得害怕?

• Big Pharma 為什麼一直收購新平台?

• 台灣企業如何避免被今天的成功困住?

我一直很喜歡一句話:

昨天讓你成功的方法,通常不會是明天讓你成功的方法。

📌 完整文章目前僅發布於 Facebook,不同步發布到 Instagram。

🔗 訂閱連結請見 Facebook 留言區。

#台灣生醫科學家在美國 #新藥開發 #生技產業 #企業策略 #創新管理

《組織裡的真實遊戲 25》為什麼有些問題越多人負責,反而越沒有人負責?用 DACI Decision Model 解決跨部門責任模糊為什麼有些問題,越多人負責,反而越沒有人負責?有些專案最危險的狀態,不是沒有人參與。反而是參與的人很多。研發...
08/03/2026

《組織裡的真實遊戲 25》為什麼有些問題越多人負責,反而越沒有人負責?用 DACI Decision Model 解決跨部門責任模糊

為什麼有些問題,越多人負責,反而越沒有人負責?

有些專案最危險的狀態,不是沒有人參與。

反而是參與的人很多。

研發知道這件事,製程知道,分析知道,Quality、Regulatory 和專案管理也都知道。

每一場會議都有人討論,每一份 meeting notes 裡也找得到。

但幾個星期後再回頭問:

「所以,這件事現在是誰在處理?」

會議室突然安靜下來。

因為大家都知道問題存在,卻沒有人真正擁有這個問題。

我在跨部門專案裡看過不少類似的情況。

一個數據需要再確認,分析團隊以為研發會補資料;研發以為專案團隊會追蹤;專案團隊則認為,這應該已經包含在下一輪實驗裡。

每個人的理解都有道理,也沒有人故意推卸責任。

但最後,事情就停在那裡。

這也是組織很容易出現的一種錯覺:

大家都有參與,所以應該有人會負責。

但「參與」和「負責」,其實是兩件完全不同的事。

參與的人可以提供意見、執行一部分工作,或是在會議裡表達顧慮。

真正負責的人,則必須清楚知道:

這件事最後要產出什麼?

下一步是什麼?

什麼時候要完成?

如果卡住了,誰要主動把它往前推?

只要這幾個問題沒有明確答案,再多人參與,也不代表事情真的會發生。

這也是我之前在談 Decision Model 時,為什麼會提到 DACI。

很多跨部門專案不是缺少專業,而是四個角色沒有被分清楚:

Driver:負責把事情往前推的人。
Approver:擁有最後決定權的人。
Contributors:提供專業意見與資料的人。
Informed:需要知道結果與進度的人。

這四個角色看起來很基本,但實際上最常出問題的,就是 Driver 和 Approver 不清楚。

有時候會議裡有很多 Contributors,每個人都給了很好的意見,卻沒有人是 Driver。

也有些情況是大家一直討論,但沒有人知道最後到底由誰拍板。

結果就是資料越來越多、會議越開越久,決定卻一直沒有發生。

所以一件事情在會議中被討論過,不代表它已經被管理。

真正需要確認的是:

誰負責推動?

誰做最後決定?

還需要誰提供 input?

結果要同步給哪些人?

在新藥開發裡,這種責任模糊特別昂貴。

一份文件沒有人負責完成,可能影響外部 CDMO 的排程。

一個分析結果沒有人追蹤,可能延後動物實驗。

一個製程變更沒有明確 owner,後續的比較性評估、品質文件與法規策略都可能跟著停住。

問題本身可能不大。

真正麻煩的是,它長時間停留在「大家都知道」的狀態。

我後來開始養成一個習慣。

每次會議快結束時,不只確認我們討論了什麼,而是再問一次:

誰是 Driver?

誰是 Approver?

下一步是什麼?

什麼時候回來更新?

這聽起來很基本,但很多專案不是因為缺乏專業而失敗,而是因為最基本的責任沒有被說清楚。

而 owner 或 Driver,並不代表所有事情都要自己做。

真正的 Driver,是那個確保事情持續往前的人。

他可以請別人執行,可以協調資源,也可以提出新的風險。

但不能到了下一次會議,才跟大家一起發現事情沒有進展。

做久了之後,我越來越覺得,一個成熟的團隊,不是每一件事情都有很多人參與。

而是每一件重要的事情,都有人清楚知道:

最後由我來確保它完成。

因為當責任屬於所有人時,很多時候,它其實不屬於任何人。

#組織裡的真實遊戲
#台灣生醫科學家在美國



#責任歸屬
#跨部門合作
#專案管理






#新藥開發
#生技產業
#職場觀察

《生醫科學家的部落格》留白,不是偷懶,而是一種能力留白,不是偷懶,而是一種能力。以前我一直認為,成長就是一直累積。學更多技能、做更多專案、認識更多人,把每天的行程排得滿滿的,才代表自己正在進步。但進入生技產業之後,我反而發現,真正成熟的人,...
08/03/2026

《生醫科學家的部落格》留白,不是偷懶,而是一種能力

留白,不是偷懶,而是一種能力。

以前我一直認為,成長就是一直累積。

學更多技能、做更多專案、認識更多人,把每天的行程排得滿滿的,才代表自己正在進步。

但進入生技產業之後,我反而發現,真正成熟的人,很少一直把自己填滿。

好的科學家,知道什麼時候該停下來重新定義問題。

好的主管,知道什麼時候該讓團隊自己找到答案。

好的職涯,也不是一直追逐下一個熱門領域,而是留下空間,思考什麼才真正適合自己。

《道德經》第四章有一句我非常喜歡:

道沖,而用之或不盈。

真正有力量的,不是因為它擁有最多,而是因為它願意保留空間。

或許,我們每天努力追求「更多」的同時,也可以問問自己:

有多久沒有留一點空間,讓自己真正思考?

最近重新整理了《道德經》第四章,並結合我在生醫研究、職涯發展與領導管理上的經驗,希望用現代的角度重新解讀這段經典。

📌 文章連結放在第一則留言。

如果你最近也正在思考工作、人生或領導團隊,希望這篇文章能帶給你一些不同的想法。

#道德經 #生醫科學 #職涯發展 #領導力

《生醫科學家的碎碎念》Scientist Mindset Vol. 9|為什麼好的科學家,不會急著把 negative data 當成失敗?以前剛開始做研究的時候,我很怕看到 negative data。實驗做完沒有 signal,第一個反...
08/02/2026

《生醫科學家的碎碎念》Scientist Mindset Vol. 9|為什麼好的科學家,不會急著把 negative data 當成失敗?

以前剛開始做研究的時候,我很怕看到 negative data。

實驗做完沒有 signal,第一個反應通常是:

是不是哪裡做錯了?

是不是 reagent 有問題?

是不是 cell condition 不好?

然後就想趕快重做一次。

因為那時候總覺得,只有符合預期的結果,才算是「有結果」。

後來做研究做久了,才慢慢發現,negative data 不一定代表實驗失敗。

有時候,它只是很明確地告訴你:

原本想的方向不對。

這件事其實很重要。

因為如果一個假設本來就不成立,越早知道,反而越能避免後面繼續投入時間。

我後來進到業界,做 mRNA、LNP、cell therapy 和新藥開發之後,對這件事的感受更深。

在學術研究裡,一個 negative result 可能只是少了一張可以放進 paper 的圖。

但在業界,它可能代表:

這個 formulation 不值得繼續做。

這個 target 沒有原本想像中那麼有價值。

這個 animal model 不能回答我們真正想問的問題。

或者這個 program,應該在更早的階段停下來。

這些答案不一定讓人開心,但都很有價值。

因為新藥開發最怕的,往往不是失敗。

而是花了兩三年、投入大量預算之後,才發現一開始的假設就不成立。

所以我現在看 data,已經不太會只問:

「有沒有成功?」

我更常問的是:

「這個結果告訴了我們什麼?」

如果沒有看到預期的效果,是因為 biology 不成立?

還是 delivery 不夠好?

是 dose 不對?

還是 assay 根本沒有能力回答這個問題?

Negative data 本身不是結論。

它比較像是一個提醒,逼你重新檢查整個推論。

當然,這不代表所有 negative data 都值得相信。

實驗設計不好、control 不完整、technical variability 太大,結果一樣沒有意義。

所以真正重要的,不是把 negative result 浪漫化。

而是分辨:

這是技術失敗,還是它真的推翻了原本的假設?

我覺得這也是科學訓練裡很重要的一部分。

不是只會慶祝 positive data。

也要有能力從不如預期的結果裡,找出下一步。

因為真正成熟的研究團隊,不會把每個 negative result 都藏起來。

他們會認真討論:

這個結果是不是在提醒我們,現在該換方向了?

有時候,一個 program 最好的決策,不是繼續優化。

而是及早停止。

這聽起來不太像成功,但在新藥開發裡,能夠及早排除錯的方向,本身就是一種成功。

所以現在回頭看,我反而覺得:

好的科學家,不是每次實驗都得到想要的答案。

而是不管結果是不是自己想看的,都願意好好面對。

Positive data 告訴你,可能可以繼續。

Negative data 則可能幫你省下接下來幾年的時間。

兩種結果,都可能有價值。

重點不是 data 漂不漂亮。

而是你有沒有真的聽懂它在說什麼。

#科學家思維 #生醫研究 #新藥開發 #生技產業 #科研思維 #台灣生醫科學家在美國

《生醫科學家的日常》 iPSC 研究 20 年後真正的挑戰:山中伸彌 ISSCR 2026 Keynote 給再生醫學與 Anti-aging 的啟示iPSC 發現 20 年後,真正的挑戰,早已不是科學本身。昨天分享了我整理的 Anti-a...
08/02/2026

《生醫科學家的日常》 iPSC 研究 20 年後真正的挑戰:山中伸彌 ISSCR 2026 Keynote 給再生醫學與 Anti-aging 的啟示

iPSC 發現 20 年後,真正的挑戰,早已不是科學本身。

昨天分享了我整理的 Anti-aging(抗老化) 文章,很多朋友留言討論 longevity、partial reprogramming,以及再生醫學的未來。

剛好想接著分享,今年我在 ISSCR 2026 現場聆聽諾貝爾生理醫學獎得主 山中伸彌(Shinya Yamanaka) keynote 的一些心得。

這也是我近期刊登在《環球生技》的一篇現場報導。 ISSCR_Yamanaka_環球生技版.docx

很多人認識山中教授,是因為他發現了 iPSC(誘導型多能幹細胞)。

但這場演講,我印象最深刻的不是最新技術,而是他分享的一句話:

他原本以為,把 iPSC 從實驗室推向臨床,大概只會比基礎研究困難 10 倍;真正投入之後才發現,難度可能是 100 倍。 ISSCR_Yamanaka_環球生技版.docx

身為曾經從事 iPSC、類器官(organoids)研究,也參與細胞治療、RNA therapeutics、GMP 製程開發與自動化工作的研究者,這句話讓我特別有共鳴。

因為真正困難的,往往不是證明一項技術可行,而是如何把它變成一個真正可以幫助病人的產品。

從細胞製造、品質控制(QC)、GMP、生產一致性、技術轉移,到最後醫療體系是否能夠負擔,每一關都可能比科學本身更具挑戰。 ISSCR_Yamanaka_環球生技版.docx

這也正好呼應我昨天分享的 Anti-aging 文章。

現在大家談抗老化、長壽科技(Longevity),甚至希望透過細胞重編程延緩老化,但真正決定這些技術能不能改變醫療的,不只是論文發表或科學突破,而是:

• 能不能規模化製造?
• 能不能降低成本?
• 能不能符合 GMP 與法規要求?
• 最後,病人是否真的能夠使用、負擔得起?

我認為,這才是未來 10 到 20 年,再生醫學(Regenerative Medicine)最重要的課題。

希望透過這次 ISSCR 的第一線觀察,以及自己的研究與產業經驗,把全球最新的生醫科技發展分享給更多台灣朋友。

📌 《環球生技》完整報導我放在第一則留言。
📌 昨天整理的 Anti-aging Blog 也會一起放在留言,兩篇搭配閱讀會更容易理解目前整個領域的發展脈絡。

#山中伸彌 #再生醫學 #幹細胞 #生醫科技 #生技產業 #細胞治療 #台灣生醫科學家在美國 #環球生技

🧬《台灣生醫科學家在美國》你的價值,不應該建立在「公司需要你」|真正帶得走的,才是你的競爭力你的價值,不應該建立在「公司需要你」以前我一直以為:公司越需要我,代表我越有價值。後來才發現,這兩件事情,其實不一樣。公司的需求會改變。主管會換。策...
08/02/2026

🧬《台灣生醫科學家在美國》你的價值,不應該建立在「公司需要你」|真正帶得走的,才是你的競爭力

你的價值,不應該建立在「公司需要你」

以前我一直以為:

公司越需要我,

代表我越有價值。

後來才發現,

這兩件事情,其實不一樣。

公司的需求會改變。

主管會換。

策略會調整。

很多時候,

不是你不夠好。

只是公司不再需要原本的那個角色。

所以我現在更常問自己一個問題:

如果明天離開這家公司,我還剩下什麼?

這篇文章,寫的是我工作這幾年,一個很大的體會。

也是我現在越來越重視的一件事。

(訂閱連結在留言處)

#職涯發展 #職涯規劃 #職場思維
#個人成長 #領導力 #專業能力 #終身學習
#未來工作 #生醫職涯 #科技職涯
#台灣生醫科學家在美國

《生醫科學家的部落格》為什麼全球投入數十億美元發展 Longevity Biotechnology?解析抗老產業的下一波浪潮如果有一天,醫學真正能延緩人體老化,哪些產業會最先改變?很多人的第一個答案可能是醫美。但我認為,影響更大的可能是:•...
08/02/2026

《生醫科學家的部落格》為什麼全球投入數十億美元發展 Longevity Biotechnology?解析抗老產業的下一波浪潮

如果有一天,醫學真正能延緩人體老化,哪些產業會最先改變?

很多人的第一個答案可能是醫美。

但我認為,影響更大的可能是:

• Cell & Gene Therapy
• RNA Therapeutics
• Regenerative Medicine
• Precision Medicine
• Drug Delivery
• AI Drug Discovery

因為真正的問題,不只是讓細胞變年輕,而是如何安全、精準地把治療送到正確的細胞。

這也是為什麼近年來,AAV、mRNA、LNP,以及 AI 輔助載體設計,逐漸成為抗老研究的重要技術。

我最近整理了一篇關於 Longevity Biotechnology 的完整文章,希望從基礎科學一路談到產業趨勢,回答幾個我最常被問到的問題:

✔️ 山中因子真的能讓人返老還童嗎?
✔️ 為什麼現在大家都在談 Partial Reprogramming?
✔️ Altos Labs、NewLimit、Retro Biosciences 在競爭什麼?
✔️ 未來十年,哪些技術最可能改變抗老產業?

我比較希望這篇文章不是告訴大家「未來一定會返老還童」,而是幫助大家理解:Longevity Biotechnology 正如何一步步改變我們對醫療的想像。

📖 完整文章放在留言區,歡迎一起討論。

Address

Boston, MA

Alerts

Be the first to know and let us send you an email when 台灣生醫科學家在美國 Taiwanese Biomedical Scientist in US posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The Business

Send a message to 台灣生醫科學家在美國 Taiwanese Biomedical Scientist in US:

Shortcuts

Share

Category