01REALITY
Reality Engine
真實世界資料引擎
把 Apple Health、Lab、DNA、血糖、食物、睡眠、活動與生活紀錄轉成有來源、有時間、有品質標記的 Canonical Reality
Signals → Canonical Reality → Personal Model
- 資料來源與時間保留
- 缺測與品質不隱藏
- Reality 優先於推論
BIO2TWIN · CORE TECHNOLOGY
15 個核心技術
一個被 Reality 持續修正的生命運算系統
Bio2Twin 不是把資料丟給一個 AI 模型它把真實資料、個人生物模型、蛋白質智慧、研究代理、科學驗證、模擬與 Original Intelligence 串成同一條可以留下預測、等待結果、再被現實修正的技術鏈
02MODEL
Personal Biological Model
個人生物模型
不是建立一個「平均人」模型，而是讓每個人的 baseline、反應、時間線與狀態逐步形成自己的 Biology Twin
Your Data → Your Baseline → Your Model
- 個人 baseline
- 長期變化與情境
- 持續更新而非一次報告
03MEMORY
Personal Scientific Memory
個人科學記憶
不只保存資料，也保存「我們曾經相信什麼、預測了什麼、結果如何，以及後來為什麼修正」
Reality → Evidence → Hypothesis → Prediction → Outcome → Correction
- 證據與假說分層
- Prediction 先於 Outcome
- Correction History 不靜默覆寫
04CORRECTION
Reality Loop
真實世界校正閉環
每一個重要預測最後都要回到 Reality 對帳模型猜錯時，錯誤本身就是下一輪學習的資料
Prediction → Outcome → Compare → Correction → New Model
- 先留下可被推翻的預測
- 等待真實結果
- 用結果修正模型
05SIMULATION
Counterfactual Simulation Engine
反事實與多世界模擬
在事情真的發生以前，建立不同選擇的可能世界，形成可比較、可回收結果的反事實預測
Current State → Possible Worlds → Prediction → Reality
- Low-depth Simulation
- Personal Counterfactual
- High-compute Possible Worlds
06PROTEIN
Protein Intelligence Stack
蛋白質智慧技術棧
把蛋白質序列、結構、折疊、interaction 與 design 接回個人生物學可整合 OpenAI biological reasoning、Google DeepMind AlphaFold / structure models 與 NVIDIA protein design 能力
Sequence → Structure → Folding → Interaction → Design
- 結構與折疊
- 功能與交互作用
- 設計結果再交給研究與驗證層
OpenAIProtein engineering · life sciences
Google DeepMindAlphaFold · protein structure
NVIDIANVIDIAProteina-Complexa · protein design所列名稱與商標屬各自權利人所有；此處僅說明 Bio2Twin 整合、使用或參考的公開技術與研究來源，不代表合作、認證或背書
07MECHANISM
Protein & Biological Mechanism Agents
蛋白質與生物機制代理
Protein Agents 不只看蛋白質長什麼樣，而是追蹤它可能如何一路影響 pathway、細胞、組織、器官與生理狀態
Protein → Pathway → Cell → Tissue → Organ → Physiology
- Protein mechanism
- Pathway reasoning
- 跨尺度生物機制
08RESEARCH
Multi-Research Agent System
多研究代理系統
不是一個 AI 自己找答案，而是讓不同研究角色提出、挑戰、反駁與驗證同一個假說
Explore ↔ Skeptic ↔ Mechanism ↔ Evidence Judge ↔ Experiment
- Explorer Agent
- Skeptic / Mechanism / Evidence Judge
- Experiment Agent
09GENESIS
Agent Genesis Engine
AI Agent 自我生成引擎
當新的論文、資料或知識缺口出現時，系統可以判斷現有能力是否不足，再建立新的 Specialist Agent 與研究工作流
New Evidence → Gap Detection → Agent Proposal → Gate → New Specialist
- Opportunity Detection
- Capability Gap Detection
- Specialist Agent Generation
10TRUTH
Truth Core
科學真值核心
不同 Agent 可以不同意Truth Core 的工作不是選最像答案的文字，而是保存證據、判定狀態，並允許後續 Reality 推翻舊結論
Evidence → Judge → PASS / FAIL / INCONCLUSIVE → Correction
- 證據強度分層
- 結果可被推翻
- Decision / Correction History
11WORLD BRAIN
World Brain
世界知識研究層
把個人之外的科學知識帶進 Bio2Twin：研究文獻、生醫資料庫、外部科學系統與不同研究代理，最後仍回到個人的 Reality 驗證
World Knowledge → Research Intelligence → Personal Context → Reality
- Scientific literature
- Biomedical databases
- Shared knowledge ≠ personal evidence
12BIOMEDICAL
Stanford Medicine Biomedical Intelligence
史丹佛醫學與生醫智慧生態
這不是只有 Biomni，也不只是研究 Agent，而是從分子、基因體、蛋白質、醫學影像、EHR 與臨床紀錄、感測資料到族群資料，再延伸到研究工具、臨床 AI、醫療紀錄推理與多代理科學協作的一整套 Stanford Medicine biomedical intelligence 生態
Molecular / Omics → Imaging → EHR / Clinical Notes → Biosensors → Population → Research Agents → Clinical Reasoning → Experiment
- Biomedical Data Science
- EHR / clinical notes / imaging
- Biomni · 25 biomedical subdomains
- 150 specialized tools · 105 software · 59 databases
- Clinical AI / research agents
STANFORD MEDICINEBiomedical Data Science分子 · 組織 · 醫學影像 · EHR · biosensory · population dataSTANFORD UNIVERSITYBiomni通用型生醫 co-scientist · 工具、資料庫、分析與實驗流程STANFORD HEALTH CAREChatEHR直接詢問、摘要與推理病人的電子健康紀錄STANFORD MEDICINEEHRSHOT · FactEHR · AIMI縱向 EHR · 臨床紀錄 · 醫學 AI 可用資料集STANFORD MEDICINEPaper2Agent把論文、圖表與資料轉成可互動、可協作的 research agentsSTANFORD MEDICINEVirtual Lab多代理研究環境 · 從研究構想到實驗與科學協作
Bio2Twin 把這些公開研究系統、資料與方法視為 World Brain 的生醫研究與臨床智慧來源，不代表與 Stanford University、Stanford Medicine 或 Stanford Health Care 有合作、認證或背書
13HISTORICAL
Historical Medicine Intelligence
古典醫學智慧引擎
把《黃帝內經》《傷寒論》《金匱要略》《神農本草經》《本草綱目》等歷史醫學內容轉成可以被現代生物學重新檢驗的研究假說，而不是直接當成現代科學答案
Ancient Text → Concept → Mechanism Hypothesis → Evidence → Reality
- 古籍文本與術語正規化
- 方藥 / 本草研究映射
- 現代機制與證據驗證
14OI
Original Intelligence
原生智慧
借用 Moore's Law 的持續累積概念，Bio2Twin 關注智慧如何在時間中形成：經驗被保留，有效路徑被強化，錯誤由 Reality 修正；Original Intelligence 從 Connectome 與 Neural Dynamics 出發，沿著 Plasticity、Memory、Generalization 與 Embodiment 逐層解鎖
Connectome → Dynamics → Plasticity → Memory → Generalization → Individuality → Embodiment
- Executable Connectome
- Neural Dynamics / Plasticity
- Memory / Generalization / Embodiment
15SECURITY
Secure Biological Compute
安全生命運算
Personal Model、Scientific Memory、Reality ledger 與 OI 都不應因為能被觀看就變成可下載資產前端只取得完成體驗所需的最小資訊
Private Compute → Sanitized Telemetry → Viewer → No Model Possession
- Encrypted / private boundaries
- Fail-closed architecture
- VIEW ≠ POSSESS
目前 production 使用 Google Cloud Compute Engine 與 Shielded VM；Confidential Computing 將於下一階段導入
ONE SYSTEM
15 個技術，最後回到同一個閉環
Reality → Personal Model → Scientific Memory → Protein Intelligence → Research Agents → Agent Genesis → Truth Core → Simulation → Prediction → Outcome → Correction → Original Intelligence
外部模型、資料庫與研究工具是 Bio2Twin 可整合的技術來源，不代表供應商合作關係研究中能力與已對會員開放能力必須分開標示；健康相關內容不構成醫療診斷、治療或處方