2026年Faiyaz Notta在研究什麼？5步驟讀懂他的胰臟癌研究脈絡

很多人查一位學者的名字時，第一個動作是打開 Google 學術，數他有幾篇論文。

我以前也這樣做。

後來發現，這是最沒有效率的一種理解方式。篇數不會告訴你他在解什麼問題，也不會告訴你他接下來要往哪裡走。

Faiyaz Notta 這個名字，2026 年在中文資料裡還不算多。但如果你關注胰臟癌，他的實驗室是少數把「基因體演化」與「疾病亞型」講得相對清楚的研究團隊。

所以這篇我不列論文清單。

我談方法：怎麼在 20 分鐘內讀懂一位研究者的脈絡，並且建立一套每季都能更新的追蹤方式。

開始之前｜你需要準備什麼

動手前，先把這四件事準備好，後面的步驟會順很多：

• 一份公開資料清單：Google 學術作者頁、實驗室官網、大學系所頁面、研究機構頁面。這四種來源互相對照，比只看一種可靠。
• 20 分鐘的專注時間：不要邊逛邊看。先讀脈絡，細節之後再补。
• 一個具體問題：例如「他的研究離臨床還有多遠」。帶著問題讀，記憶才會留下來。
• 一份可以持續加的筆記：三個欄位就夠——新論文、新計畫、新合作。

步驟 1｜先定位他在哪個問題現場

這一步的目的，是確認你讀到的資料是誰說的、代表哪個機構。

Faiyaz Notta 目前在瑪格麗特公主癌症中心（Princess Margaret Cancer Centre）擔任計畫主持人，同時是安大略癌症研究所（OICR）的副研究員，也是多倫多大學醫學生物物理系與分子遺傳學系網站上可以查到的教研人員，並歸屬於大學健康網絡（UHN）的研究體系。

為什麼要先做這件事？

因為研究者的機構，決定了他能看到什麼病人、拿到什麼樣本、和誰合作。同一個題目，在不同機構做出來的東西會很不一樣。

瑪格麗特公主癌症中心加上 UHN 的臨床資源，意味著他的研究不是純粹的試管工作，而是有機會碰到真實的腫瘤檢體。這一點，會直接影響你怎麼讀他後面的成果。

完成後，你手上應該有一份「機構—角色—所在地」的對照，而不是一個孤零零的名字。

步驟 2｜看懂他的方法論三個關鍵字

每個人看世界都有一副眼鏡。研究者用的方法，就是他的眼鏡。

Faiyaz Notta 的方法組合，官方描述得很清楚：基因體學（genomic）、細胞生物學（cell biology）、單細胞（single-cell）技術。

這三個詞放在一起，意思是他不只在看「腫瘤長什麼樣」，而是同時看三層：腫瘤的基因密碼怎麼壞掉、細胞層級發生什麼事、以及一顆一顆細胞之間有什麼差異。

為什麼要特別理解這件事？

因為方法決定了結論的邊界。用單細胞技術看到的是「腫瘤內部的異質性」，用基因體定序看到的是「演化的時間軸」。如果你不知道他用什麼方法，你會以為他在講同一件事，其實他在講兩件不同層次的事。

這也是我讀研究時最常提醒自己的：先看方法，再看結論。

完成後，你會得到一個簡單的判斷標準——當他談「亞型」時，那是基因體層次的語言；當他談「標靶」時，那是細胞與分子層次的語言。

步驟 3｜追他的旗艦計畫，比追論文有效

如果只能看一件事，我會看團隊正在推的那個大計畫。

2026 年最值得注意的，是 Notta 實驗室主導的 ELDER Study。這是一個加拿大與日本研究團隊合作的跨國計畫，他獲得 530 萬研究經費主持，主軸是研究「老化生物學」如何影響早發性大腸直腸癌與胰臟癌。

這個題目為什麼重要？

因為近年這兩種癌症在年輕成人身上的發生率正在上升。而現有的篩檢與風險模型，多半是為年長族群設計的。

用他自己的說法，研究團隊想知道的是：透過研究微生物相、基因突變與年齡相關的表觀遺傳變化，理解為什麼這些癌症的發生率在上升，以及如何才能更早發現。

我把這段話當成理解他 2026 年研究方向的鑰匙。

因為一個大型計畫通常會同時容納他實驗室過去幾年的技術累積：基因體定序、單細胞分析，以及對腫瘤演化的長期觀察。計畫是果，方法是因。

完成後，你應該能用自己的話說出：他現在最想回答的，是「為什麼年輕人也會得」這個問題。

步驟 4｜把論文清單換成「問題線」

接下來才是看研究成果。但看的方式要改。

不要一篇一篇看。把成果排成一條線：

先理解胰臟癌的基因體如何演化——這是他的團隊被學界認識的起點，也是理解疾病亞型分類的基礎。

再理解亞型之間的差異——不同亞型的腫瘤，行為不一樣，對治療的反應也不一樣。

然後找分子標靶——這是他實驗室官網寫明的目標：用基因體、細胞生物學與單細胞方法，找出治療胰臟癌所需要的新分子標靶。

最後接到早期偵測——ELDER Study 正是這條線往前推的結果。

為什麼要這樣讀？

因為單篇論文的標題通常很窄，但研究者的思路是連續的。你順著問題線讀，會發現每一篇都在補上一塊拼圖；你順著篇數讀，只會得到一堆名詞。

完成後，你應該能講出一句話的總結：他的研究是從「看懂腫瘤怎麼演化」，走向「怎麼更早發現、怎麼找到可以打的點」。

步驟 5｜建立你自己的追蹤系統

讀懂一次不難，難的是持續更新。

我的做法很簡單，三個入口，每月一次：

第一個入口：Google 學術作者頁。 頁面上有驗證信箱（uhnresearch.ca）與研究領域標籤，適合快速掃過新增文章。

第二個入口：PubMed 與 Scopus。 UHN 的研究者頁面本身就建議從這兩個資料庫查詢完整著作清單，適合做正式引用前的核對。

第三個入口：實驗室官網。 計畫消息、經費、人員動態通常只會出現在這裡。像實驗室公告中提到滑鐵盧大學的 co-op 學生在 UHN 參與胰臟癌研究，這種資訊不會出現在論文裡，但它告訴你這個團隊怎麼運作。

另外，多倫多大學分子遺傳學系有一篇他的訪談，談他當年在 John Dick 實驗室讀研究所的養成經驗。這類內容對理解一位研究者的判斷方式，往往比摘要更有用。

如果你和我一樣，會用聆聽的方式吸收資料——聽演講、聽訪談、聽研討會錄音——那麼「把聲音變成可以搜尋的文字」就變成一個必要環節。

我自己的做法是：用 Tinrec（秒聽錄音）把演講或訪談錄音轉成逐字稿，讓 AI 產出摘要與章節，再用 AI 問答回頭追問「他提到早期偵測時，強調的是哪一個環節」。它的桌面版可以直接採集電腦系統聲音，線上研討會不需要額外邀請機器人加入；團隊要共享一批訪談資料時，也可以放進團隊空間集中管理。

工具只是配角。重點是你要留下一個可以回頭查的紀錄，而不是聽完就忘。

完成後，你應該有一套每月 15 分鐘就能跑完的更新流程。

常見問題與排解

Q：2026 年看 Faiyaz Notta，最該注意哪個方向？

我會說 ELDER Study。它同時牽動老化生物學、微生物相、表觀遺傳與早期偵測，是他目前研究地圖上涵蓋面最廣的一塊。

Q：他的研究和一般說的「AI 醫療」一樣嗎？

不一樣。他的核心是基因體與單細胞層次的腫瘤生物學，AI 在其中的角色是分析工具，不是研究主題。讀資料時把這兩件事分開，判斷會清楚很多。

Q：怎麼確認我讀到的是最新資訊？

優先看實驗室官網與機構研究者頁面。價格、職稱、計畫狀態這類資訊會變動，正式引用前還是要回到原始頁面核對。

Q：研究生想從他的研究裡找題目，怎麼切入？

從方法切入會比從結論切入容易。先問「單細胞技術在這條問題線上解決了什麼、還沒解決什麼」，題目通常就藏在那個「還沒」裡面。

Q：引用他的研究要注意什麼？

以 PubMed 或 Scopus 上的正式書目資料為準，不要用二手整理或新聞稿的數字。金額、人數這類數據尤其容易在轉述中失真。

進階技巧｜讓追蹤更省力的 3 個方法

技巧一：用固定三欄做月度筆記。

新論文、新計畫、新合作。三個欄位，每次只填有變動的那一格。三個月後回頭看，你會看到一條線，而不是一堆散落的連結。

技巧二：把一次性的聆聽變成可搜尋的資料。

演講與訪談的資訊密度往往高於論文摘要，但最容易流失。用逐字稿加上 AI 摘要留下紀錄，之後要查某一句話的成本會低很多。這件事用什麼工具都能做，重點是你要做。

技巧三：追實驗室，不要只追個人。

計畫主持人會變，團隊會延續。實驗室網站的公告、人員組成、合作單位，往往比個人頁面更早透露出下一步的方向。

如果你想更快入門

如果你現在只有 10 分鐘，我會建議這個順序：

先讀實驗室官網的首頁簡介，掌握他的研究目標與方法組合。

再看大學系所頁面上的經歷描述，補上機構與角色。

最後掃一眼 Google 學術的作者頁，確認研究領域標籤與聯絡資訊。

三步做完，你已經比多數只看到名字的人多懂一層。剩下的，交給時間和你的月度筆記。

總結

讀懂一位研究者，不是背下他的名字和機構，而是理解他在解什麼問題、用什麼方法、以及下一步想往哪裡走。

這五個步驟——定位機構、看懂方法、追旗艦計畫、把論文排成問題線、建立追蹤系統——其實不只用在他身上。你換一個名字，整套流程一樣跑得動。

下一步，挑一個你關注的研究者，用這五個步驟跑一次。跑完之後，你會發現自己看研究的方式，已經和以前不一樣了。

參考來源

• Faiyaz Notta
• Faiyaz Notta - Medical Biophysics - University of Toronto
• Notta Lab
• Dr. Faiyaz Notta - the Department of Molecular Genetics!
• Faiyaz Notta | UHN Research