Paul Conyngham 的完整流程拆解 ｜ 一般人能不能複製？ ｜ 2026-04-05
影片來源：Today Show Australia ｜ 多篇報導交叉比對
Paul 在訪問中說：「Rosie 是我最好的朋友。她陪我度過分手、陪我度過艱難的商業談判、陪我在森林裡散步。當她被判了死刑，我覺得我必須為她做點什麼。」
以下是根據多篇報導交叉比對後還原的完整流程。這是目前公開資訊中最詳細的步驟拆解。
Paul 向 ChatGPT 描述了 Rosie 的病情（肥大細胞癌、化療手術失敗、多處腫瘤），詢問還有什麼治療選項。
ChatGPT 建議走免疫療法（Immunotherapy）路線，特別是個人化癌症疫苗，並指引他去做基因組定序。
關鍵產出：一份完整的研究路線圖——從 DNA 定序到疫苗設計的步驟規劃。
Paul 聯繫了 UNSW（新南威爾斯大學）的 Ramaciotti Centre for Genomics，花費約 $3,000 USD，同時定序了 Rosie 的：
定序的目的：比對兩組 DNA，找出腫瘤特有的基因突變（這些突變就是攻擊目標）。
拿到定序結果後，Paul 用自己的資料處理管線（data pipeline）和 ChatGPT 來：
找到突變蛋白質後，Paul 用 Google DeepMind 的 AlphaFold（免費工具）來預測這些突變蛋白質的 3D 結構。
目的：了解突變蛋白質的形狀，判斷哪些部分「暴露在外面」，最容易被免疫系統的抗體辨認和攻擊。
從數十個候選突變中，篩選出最有潛力的幾個新抗原作為疫苗標靶。
基於前面選定的新抗原，Paul 設計了一段 mRNA 序列，當注射進體內後，會指示細胞製造這些突變蛋白質的片段，讓免疫系統學會辨認並攻擊它們。
Paul 花了三個月準備了一份 100 頁的倫理審查文件，獲得 UNSW 的倫理批准。
最終產出：半頁紙的 mRNA 配方——這就是疫苗的「設計圖」。
UNSW RNA 研究所所長 Páll Thordarson 教授（奈米醫學先驅）接手了 Paul 的設計，在實驗室中合成了實際的 mRNA 疫苗。
從拿到序列設計到製造完成：不到兩個月。
疫苗由獸醫注射，同時搭配免疫檢查點抑制劑（Checkpoint Inhibitor）——這是一種幫助免疫系統「解除剎車」的藥物，讓免疫反應更強。
Rosie 確診肥大細胞癌。化療和手術失敗。獸醫宣判僅剩數月。
Paul 用 ChatGPT 制定計畫 → DNA 定序 → AI 分析突變 → AlphaFold 蛋白質建模 → 設計 mRNA 序列 → 準備 100 頁倫理審查文件
UNSW RNA 研究所開始製造疫苗（不到兩個月完成）
Rosie 接受第一劑 mRNA 疫苗注射。此時她行動力大幅下降，開始「關機」。
六週後，Rosie 在狗公園跳過圍欄追兔子。Paul：「我當場哭了。」
追加第二劑。腫瘤持續縮小。
腿上網球大小的腫瘤縮小 75%。大部分腫瘤都在縮小。但有一個腫瘤沒有反應——Paul 正在定序該腫瘤，準備設計第二支疫苗。
| 工具 | 用途 | 費用 | 一般人可用？ |
|---|---|---|---|
| ChatGPT | 研究規劃、文獻整理、突變分析、mRNA 設計輔助 | $20/月 | ✅ 完全可用 |
| AlphaFold | 預測突變蛋白質的 3D 結構 | 免費 | ✅ 免費開源 |
| 基因定序服務 | 健康 DNA + 腫瘤 DNA 全基因組定序 | $3,000 USD | ⚠️ 需外部服務 |
| 自建資料管線 | 處理基因組資料、比對突變 | 免費（自己寫） | ⚠️ 需程式能力 |
| Bioinformatics 工具 VarScan / MuTect / GATK 等 | 變異位點檢測 | 免費開源 | ⚠️ 需學習 |
| RNA 實驗室 | 合成 mRNA、LNP 包裝 | 未公開 | ❌ 需實驗室 |
| 免疫檢查點抑制劑 | 增強免疫反應 | 未公開 | ❌ 需處方 |
「設計端」總成本：約 $3,200 USD（~NT$10 萬）
「製造+治療端」估計：數萬到數十萬台幣
| 步驟 | 難度 | 一般人可行？ | 需要什麼 |
|---|---|---|---|
| 1. 用 AI 制定計畫 | 低 | ✅ 可以 | ChatGPT + 好的提問能力 |
| 2. DNA 定序 | 中 | ⚠️ 需外包 | 找到定序公司 + 獸醫取樣 |
| 3. 突變分析 | 中高 | ⚠️ 需學習 | Python + bioinformatics 基礎 |
| 4. AlphaFold 蛋白質建模 | 中 | ✅ 可以 | AlphaFold Server + ChatGPT 引導 |
| 5. mRNA 序列設計 | 高 | ⚠️ 需驗證 | ChatGPT 輔助 + 專家審閱 |
| 6. 疫苗製造 | 極高 | ❌ 需實驗室 | 找到合作的 RNA 實驗室 |
| 7. 注射 + 監測 | 中 | ⚠️ 需獸醫 | 獸醫腫瘤專科配合 |
步驟 1-5（研究計畫→DNA分析→疫苗設計）在有技術背景的前提下確實可以自己完成，Paul 就是活生生的證明。
但步驟 6（製造）是不可跨越的門檻——你必須找到一間願意合作的實驗室。Paul 能做到是因為 UNSW 的教授被他的資料說服了。
所以真正的問題不是「我有沒有能力設計」，而是「我能不能找到一個願意幫我製造的實驗室」。
估計費用：全基因組定序 NT$5-15 萬（視深度和範圍而定）
關鍵挑戰：說服一間實驗室為你的「寵物」案例合成 mRNA 疫苗。學術實驗室可能更願意以「研究合作」的名義進行。
本質上就是「教免疫系統認識敵人的長相，然後放它去找」。
每個腫瘤的基因突變都不同，即使是同一種癌症。所以通用型疫苗效果有限。個人化疫苗根據「這個病患、這個腫瘤」的特定突變來設計，精準度遠超通用方案。
這也是為什麼 Moderna、BioNTech 正在花數十億美元開發的技術——而 Paul 用 AI 在幾個月內做了同樣的設計工作。
中國歷史上，華佗被視為外科先驅。但更深層的隱喻是：古人早有「以毒攻毒」的概念——用少量的「敵人」來訓練身體的防禦系統。天花接種術（人痘法）在中國已有數百年歷史，本質上就是「把敵人的特徵給免疫系統看」。
Paul 做的事情和古人的直覺完全一致，只是工具從「磨碎的痘痂」變成了「AI 設計的 mRNA 序列」。原理未變，工具進化了。
諸葛亮面對司馬懿大軍，沒有兵力硬碰硬，而是用「資訊不對稱」讓對手自己退卻。Paul 面對的是價值數十億的製藥產業，他沒有實驗室、沒有醫學背景、沒有研究團隊——但他有 AI，一個能讓他「看起來像擁有一整個研究團隊」的工具。
AI 的本質，就是讓個人擁有機構級的能力。這正是這個案例最震撼的意義。
全球寵物醫療市場超過 $300 億美金，寵物癌症治療是增長最快的細分市場。但目前幾乎沒有「個人化基因療法」的服務。如果能把 Paul 的流程產品化（設計端 SaaS + 合作製造網絡），這是一個巨大的商機。
UNSW 教授 Thordarson 說：「這個技術正在民主化整個過程。」想像一個平台：用戶上傳基因定序數據 → AI 自動分析突變 → 自動設計疫苗序列 → 對接 RNA 製造實驗室。這就是「基因療法的 Shopify」。
Paul 證明了：疫苗設計可以由 AI + 個人完成，製造交給專業實驗室。這種「Fabless 模式」在半導體產業已經成熟（台積電 = 代工，聯發科 = 設計）。生技產業的 Fabless 時代正在來臨。
資料來源： Fortune ｜ Newsweek ｜ Yahoo Finance ｜ The Conversation ｜ Creati.ai ｜ Today Show Australia 影片逐字稿