The Investigator Taiwan 很榮幸訪問到今年（2018）波士頓台灣人生物科技協會（BTBA）論壇裡 AI 與資訊科學的與談人 Maurice Shen，來為我們介紹他走的一條很不一樣的道路。
Maurice Shen 是多倫多大學藥理學博士，2015 年起，與其他幾位夥伴共同創立了新創公司 BenchSci，他目前是 BenchSci 的 Head of Academic Relations。讓 The Investigator Taiwan 帶著各位一起看看究竟是什麼原因讓他決定在拿到博士學位之後離開學界進入業界？在新創公司裡面又有什麼甘苦談，可以給讀者什麼樣的建議呢？
學歷：
多倫多大學 藥理學博士
多倫多大學 藥理學系學士
現職：
Head of Academic Relations, BenchSci
從學界到業界：我不想要做博士後
「畢業後要做什麼？」
相信每個念博士班的人最後一年，都會在心中有一個聲音不斷在問：「畢業後要做什麼？」Maurice 告訴自己：「我不知道。我只知道我不想做博後。」
「當時在實驗室看到博後辛苦的歷程，讓我覺得博後是條不歸路。因為在加拿大要找教授職位非常的競爭，職缺少，經費也少，基本上沒有發表三篇以上 CNS 的文章（Cell, Nature, Science 等頂尖期刊）根本不可能。當時實驗室一位博後做了八年才好不容易找到教職職位，還是因為他有 1/8 原住民血統去申請特別職位才上的。對我來說這個賭注太大，我無法接受未來好幾年還要待在同樣的環境，而且不保證一定有教職。
同時，博後做久了也會感到安逸。在實驗室這個圈子不斷重複一樣的常規，餓不死但也上不去，而且學不到太多實用的技能去轉向。當時實驗室裡的另一位博後就是這樣的代表。」
因此，Maurice 下定決心開始參加許多職涯講座，了解種種可能的出路，包括醫藥學術專員（medical science liaison, MSL）、臨床試驗專員（clinical research associate, CRA）、法規部門（regulatory affairs）等。當時從沒想到會踏上創業這條路，但一路走來回首才發覺，博班畢業的學生非常適合創業的環境！因此很高興能與 The Investigator Taiwan 的讀者分享自己在創業上的經驗與建議。
創業：BenchSci 是什麼？
BenchSci 是一個幫助生科研究人員搜尋抗體的免費網路平台，使用機器學習來分析發表過的文獻與其使用之抗體，並以圖表的形式呈現，幫助使用者節省讀文獻找抗體的時間。藉由進階的篩選技術、組織、細胞株等等，利於使用者依據最相關的已發表資料來決定合適的抗體。
了解更多：https://landing.benchsci.com/academic
引申閱讀：BenchSci 的故事
BenchSci 的原創團隊
左起：Maurice、Elvis Wianda (CDO)、Tom Leung (CSO)、David Chen (CTO)、Liran Belenzon (CEO)
Chief Scientific Officer (CSO): Tom Leung, PhD
Tom 在多倫多大學取得了病毒學碩士以及表觀遺傳學博士。身為一位分子生物科學家，Tom 深刻的體會從龐大文獻庫尋找相關資料的困難。他的目標是幫助其他科學家更有效率地從文獻中找到最重要的資訊，來加速科學研究。他負責領導及研究如何從文獻中取出最重要的抗體使用資訊。
Chief Technology Officer (CTO): David Chen, PhD
David 在多倫多大學取得了電腦科學學士以及神經科學博士。透過他跨領域的學位，David 知道如何結合神經科學與電腦演算，並對機器學習有深入的了解，也因此，他負責機器學習的研究以及演算法的設計。
Chief Database Officer (CDO): Elvis Wianda, PhD
Elvis 的學歷包括生物化學學士，電腦工程碩士，以及生物物理博士。他的博士論文研究和磁振造影（MRI）、腦電圖（EEG）與腦磁圖（Magnetoencephalography, MEG）的信號處理有關，也因此他專精於信號分析相關的演算法。他負責維持資料庫，並研究如何將資料最有效率地呈現給使用者。
Chief Executive Officer (CEO): Liran Belenzon, MBA
Liran 的學歷包括法商學學士以及 MBA。在創辦 BenchSci 之前，他在以色列創了一間電子商務公司，並在 2015 年成功被收購。他在團隊中負責籌資，跟投資人互動，以及帶領整個團隊，使其得以盈利。
創業的火花：創立當時，想解決什麼的問題？
新創公司通常都是從一個單純的想法開始，BenchSci 也不例外。
BenchSci 的共同創辦人 Tom Leung，當時還只是一位多倫多大學的博班生，因為實驗需要找十幾株抗體，他便花了好幾天的時間閱讀文獻，查找其他實驗室使用的抗體，以決定自己要買的產品。這個過程實在是極其繁複，他心想：「應該有更有效率的方法來搜尋抗體吧？如果可以免去查找文獻的過程就好了。」這個簡單的想法，變成了 BenchSci 的雛型，開始了一段奇妙的旅程。
團隊的建立：不斷的社交
為了建立 Tom 心中理想的平台，他需要成立一個包含機器學習、資料庫建立，以及商業背景的團隊。而要建立一個新創團隊，最重要的關鍵是「不斷的社交」。
「跟越多人說你的想法越好，因為這樣遲早會遇到跟你共鳴的人。LinkedIn 很有幫助。」
Tom 當時先在 LinkedIn 找到了多倫多大學機器學習背景的博班生 David Chen。David 覺得他的想法很有意思，便與他深入討論要如何使用機器學習來分析各文獻中使用的抗體，最後加入了團隊，成為 CTO。Tom 接著在他參與幹部的一個生醫職涯社團繼續宣傳他的想法來吸引志同道合的人，也因此結交了 Maurice 以及未來的 CDO：Elvis Wianda。
核心團隊成形之後，他們便開始參加學校的孵化器（Incubator）與加速器（Accelerator）。孵化器可以幫助一個沒有商業背景的團隊，建立起初步的商業架構。他們受到了許多創業上的前輩的指導，也從中認識了一位 MBA 的學生 Liran Belenzon，他之後成為了現在的 CEO。
Maurice 強調：「共同創辦人之間必須有獨特的技能。了解你的產品需要什麼，進一步去找到能幫你填補你所缺乏的能力的人。舉例來說：Tom 懂生醫研究，但不懂創業和機器學習，所以他找了一位 MBA（Liran）跟兩位有電腦科學背景的人（David & Elvis）來補足整個團隊。」
柴火：如何募資的呢？
孵化器與加速器通常是 3 ~ 6 個月的課程。兩者主要的差別在於，孵化器的目的是判斷創業團隊的想法是否有潛力成為一間盈利公司，而加速器的目的是幫助創業團隊籌到第一筆資金。通常需要先成功從孵化器畢業後才能參加加速器。2016年，我們透過最後一個加速器，從一個創投基金（Venture Capital）得到種子資金（Seed round funding），並開始全職建立 BenchSci。最近剛籌完 A 輪募資，平台進入成長期。
暮然回首：與 Investigator 的對談
Maurice 與其他 Investigator 受訪者有很不同的經歷。他毅然決然地放棄學界這條路，與夥伴們創業。針對我們的讀者，他給了一些職涯規劃上的分享與建議。
首先，Maurice 簡單歸納了業界，新創圈與學界的不同
- 業界：不錯的薪水，輕鬆的時間，步調慢，不斷重複一樣的工作，升遷機會少。
- 新創圈：低薪，時間長，步調非常快，學習性高，壓力大，升遷機會高。
- 學界（教授職位）：高薪，時數有彈性，步調非常慢，重複性高，壓力大，不需要升遷。
他認為透過博士班的訓練，所有的博士班學生都有以下幾個適合創業環境的特點：
- 學習能力：在研究所我們常常會因實驗的要求去學習新的技術，並且成為實驗室中這個技術的專家。很多時候我們需要自己從錯誤中學習然後不斷進步。而在一間新創公司，每個成員通常需要負責跨領域的目標，所以快速的自學能力非常重要。比方說，即使一位成員的專長是藥學，他仍需要學習行銷與銷售的技巧。
- 分析能力：在研究所，不是在做實驗就是在分析數據。每當實驗失敗，我們必須要分析可能的問題在哪，並加以改進。這樣的能力在創業的環境也非常的重要，因為我們需要不斷地找出更加進步的方法。
- 韌性：每個博班生都有生不出 data 的時候，也有對未來感到迷惘的時候。但我們不會就此放棄拿到博士的決心。這樣的韌性在創業環境特別重要，因為創業就是重複失敗和改進的過程，直到成功。
對創業有點興趣了嗎？有興趣的人，以下是一些撇步：
- 參加孵化器和加速器：大多數的博班生不會有足夠的商務知識來創立公司，這些課程是學習相關知識很好的起步，同時也能確定你的想法是否夠好。最讚的是，他們通常是免費的！
- 別害怕與別人聊起你的想法：許多人會擔心，如果我和別人聊起自己想法，萬一想法被偷走怎麼辦？但事實上只有極少數的人有足夠的決心把一個想法變成一間公司。如果你真的遇到了一個非常認同你想法的人，那恭喜你，你找到了你的共同創辦人。
- 從博士班／博後開始：博班和博後的環境非常適合準備創業，因為你通常擁有一定的時間自由以及收入。你可以利用實驗之餘去完成孵化器／加速器的目標需求。同時，因為你周遭都是在念博班或已拿到博士學位的聰明人，沒有比這個更適合找團隊的環境了！
Q&A
1. 如何建立「完美的」產品？
首先，建立一個心中最理想的產品，並以此作為基礎，接受並記錄所有來自使用者的建議，基於建議的頻率和手上現有的資源來決定發展哪些建議。之後透過合作關係來增加產品的價值，使用起來越簡單越好！
2. 新創團隊很重要的是籌資與拓展，在這方面，想聽聽看 BenchSci 在 A 輪募資過程當中的經驗分享：
在 BenchSci 能自我營利之前，我們都需要透過籌資來讓公司持續運作。關於各種不同籌資的方式，在此整理給 Investigator 的讀者參考【註1】。依照不同的產品，特定的籌資方式可能會比較適合。因為我們最終的目標是以機器學習分析文獻中所有試劑的使用資料（包括抗體、質體與 siRNAs 等），所以我們需要非常多的資源，也因此我們選擇了風險投資。
從風險投資募款是一個長期的戰鬥。我們從 A 輪籌資（Series A）【註2】 的經驗學到了以下幾點：
- 強大的團隊是基石：如果沒有一個好的團隊去執行，一個再好的想法永遠就只會是個想法。風險投資公司最終的目的是從他們由資金所換得的股份來取得利潤，因此他們只會投資一個他們覺得有能力達成想法的團隊。
- 講一個好的故事：像畢業口試一樣，你必須要清楚地解釋問題是什麼，為什麼這個問題很重要，你要怎麼解決這問題，你目前做了什麼，結果如何，加上你為什麼需要這筆資金，以及，最重要的，公司要如何盈利。故事的精彩度往往取決於公司目前的成果。
- 看待籌資如銷售：基本上你是在賣公司的股份給投資公司來換取資金，因此你需要一套健全的程序去完成銷售漏斗（sales funnel）。透過現輪的投資公司去建立聯絡網，會面並保持關係，從每一次的經驗中學習去改進你的故事，不斷重複直到拿到投資合約。秘訣是從比較不重要的投資公司開始，所以就算對方沒興趣也不會太嚴重。把最大的魚留到最後。
- 全職的專注：籌資是一件困難並且充滿壓力的工作，事關公司是否能繼續運作。這時候 CEO 需要放下所有的事全力專心於這件事。一心二用只會兩頭空。
- 保持自信：如果你真心相信你的想法與團隊，你會散發著穩穩的自信。而投資公司往往可以透過這股自信看出哪些新創公司真的有心要發展，還是單純「想試試」。
透過以上幾點，我們很幸運的成功籌到 Series A，包括 Google 的支持。而我們現在的目標就是利用這筆資金快速拓展使用者以及資料庫的準確度和大小。
3. 這個平台目前走到哪裡了呢？此外，競爭對手有誰，你們又如何評估自己領先對手的地方？
BenchSci 在籌完 A 輪募資之後，平台正式進入成長期。有足夠的資金與人力來專注於成長，特別是下面幾個項目：使用者數、資料庫完整度、藥廠客戶、抗體廠商合作、出版社合作。
我們現在有超過 7000 個使用者，分佈於 1300 多個學術機構，以及七間前十大藥廠客戶。我們也跟超過 6 間出版社（包括 Springer Nature & Wiley）與超過 160 間抗體公司合作。
我們的競爭對手主要是 Biocompare 跟 CiteAb。而最大的優勢是有辦法深入分析抗體是如何在文獻中被使用的，讓使用者可以篩選最相關的 data，並且直接檢驗 data 和抗體，不需要一篇一篇讀文章。Biocompare 只是單純列出相關抗體，CiteAb 則會以引用數排列抗體，但是使用者並不知道抗體是如何被使用的。一個抗體如果適合 Western Blot，它不一定適合 Immunofluorescence。所以就算知道一個抗體有 100 個引用數，但若不知道有哪幾篇是跟我想用的技術有關，其實對實驗並沒有太大的幫助。
我們機器學習的演算法可以延伸去分析其他 reagent 在文獻中使用的方式，包括 plasmids, siRNA, chemical inhibitors 等等。我們多元的團隊也是我們的強項。（現在團隊有科學家、生物資訊學家、電腦科學家、電腦工程師、銷售人員、市場行銷員、設計師、商業開發等）
4. BenchSci 平台的下一步是什麼呢？
抗體只是許多 reagent 中的其中一種。我們的目標是最終透過一樣的概念，透過機器學習去分析所有文獻中有提到的 reagent，包括 siRNA, plasmids, chemical inhibitors 等。
5. 最後，由於這幾年 Investigator 的讀者快速擴充，也包含了不少對 coding 有興趣的讀者，是否能請您多講講關於 BenchSci 在 AI 上面的流程呢？
BenchSci 的 AI 流程整理如下：
- 透過關鍵字找出有提供詳細抗體資訊的文章
- 利用演算法細分出有提到抗體的語句
- 花了一年多的時間人工分析約十五萬條語句，建立一個「訓練資料庫」
- 用訓練資料庫讓演算法學習我們（人類）是怎麼了解有關抗體的語句
- 餵給電腦新的文章讓它以同樣的方式來分析抗體的使用資訊
我們希望藉由 Maurice 的學思歷程，帶著各位讀者認識學術界以外的無限可能，希望對各位讀者有所幫助。如果有任何問題也歡迎與 Maurice 聯絡：maurice@benchsci.com
註1: 籌資的幾種不同方法
| 籌資方式 | 金額 （美金） | 是否需要放棄股份 |
| 存款 | 幾千（博士生） | 否 |
| 親朋好友 | 幾萬～幾十萬 | 不一定 |
| 政府補助 | 幾千～幾萬 | 否 |
| 群眾募資 | 幾萬～幾十萬（視產品需求） | 否 |
| 風險投資 | 幾十萬～幾百萬以上 | 是 |
註2：A 輪募資（資料來源：https://rookie.fund/news/29）
- 定義：此階段公司已開發出一完整的核心產品或服務，有完整之商業模式與變現模式，但不必然已經開始盈利。
- 團隊融資目的： 透過融資來進行大規模的市場擴張或用戶之增長。
- 投資方看的是：現有之市場指標與數據、商業模式與變現方法。
- 募資來源：大多是專業的風險投資機構。
- 金額大小：A 輪的投資金額一般在 100 萬美金到 300 萬美金，估值大約 1000 萬美金。
訪問｜周嗣堯、紀威佑
撰稿｜周嗣堯、紀威佑
審稿｜陳恩浩
