傳統育種與現代基因工具（如CRISPR）因高粱天然抗基因轉化特性而效果有限。丹麥哥本哈根大學植物與環境科學系研究團隊與研究機構嘉士伯實驗室(Carlsberg Laboratory)、澳洲昆士蘭大學合作，透過建立大規模種子庫與高效篩選技術，期望加速解析高粱耐逆性與營養品質的基因基礎，並培育適用於歐洲與非洲等不同緯度的優化品種，以應對極端氣候下的糧食生產挑戰。 　　研究團隊田間試驗將接種內生真菌的大豆種子與未處理的對照組比較。研究測量土壤有機質含量、作物產量及碳流動路徑，並透過同位素追蹤技術分析碳在植物與土壤間的分配。採用「FIND-IT」技術，透過分組聚合酶連鎖反應（PCR）快速篩選龐大種子庫中的特定基因變異。團隊將15萬個高粱種子變異分組測試，縮小目標基因範圍，類似COVID-19檢測的群組篩檢邏輯。此方法突破傳統逐一檢測的限制，使研究效率提升數十倍。同時，澳洲昆士蘭大學負責在模擬乾旱與貧瘠土壤的環境中驗證品種表現。 　　研究發現證實高粱的多重抗逆性與特定基因群相關，例如耐旱性可能與根部滲透壓調節基因有關。初步篩選已識別數個候選基因，後續驗證顯示這些基因變異能顯著影響植株在乾旱下的存活率與產量。此外，重新評估了歐洲緯度的高粱種植潛力後，發現其營養成分（如無麩質、高纖維）適合開發植物性食品，而非洲品種則可進一步強化耐旱特性。 　　此項研究發表在2024年《Phy​​siologia Plantarum》期刊，研究貢獻在於為高粱育種設立新標竿，解決長期阻礙其發展的技術障礙。透過開放種子庫與「FIND-IT」技術，全球研究人員能加速開發氣候智慧型高粱品種。這不僅提升歐洲糧食自給率，更為非洲乾旱區域提供穩定的作物選擇，直接支持聯合國永續發展目標（SDG 2消除飢餓）。此外，減少化肥依賴的潛力有助降低農業碳足跡，推動生態友善耕作。 【延伸閱讀】- 高粱做為能源植物新選擇

預測農作物產量是現代農業的重大挑戰，特別是在環境條件波動的情況下。隨著對永續糧食生產的需求不斷增加，了解環境因素與作物生長之間複雜的相互作用變得越來越重要。 　　日本滋賀大學研究團隊採用了變係數功能回歸模型（VCFRM），利用FDA技術來調查環境因素（如溫度和太陽輻射）對作物產量的影響。針對草莓和番茄的產量數據進行分析，草莓數據來自於日本滋賀的溫室，而番茄數據則來自於兵庫的商業溫室，草莓的數據涵蓋了212天的每日產量，番茄則有1172天的每日產量記錄。使用FDA將每日作物產量作為響應變量，並將60天（草莓）和80天（番茄）內的環境因素作為預測變量進行回歸分析。使用VCFRM建立模型，以視覺化這些動態交互作用，確定環境因素對作物生長影響最顯著的關鍵時期。 　　研究發現特定時間段內較高的溫度（如收穫前30到60天）能夠正面影響產量，而在某些時期（如收穫前50到60天）則可能會有負面影響。太陽輻射在收穫前1到30天內對產量有正面影響，但在某些關鍵時期也會出現負面影響。團隊所提出的FDA基於模型能夠有效地預測作物產量，並提供了有關如何優化條件以達到最大產量的深入理解。 　　此項研究發表在2024年5月《Horticulture Research》期刊，此項研究貢獻在於對永續農業具有廣泛應用價值，特別是在植物工廠和溫室等受控環境中。FDA模型可以適應不同作物和環境設置，是一種多功能工具，有助於優化生產。更精確地管理環境變量，此方法可確保即使在挑戰性條件下也能實現穩定的產量和盈利。 【延伸閱讀】- 全球糧食供應現狀及臺灣的糧食安全政策

日本草莓品質高，海外需求量大，為了擴大出口，需要加強生產基地。然而，日本草莓生產的主流是溫室強制栽培，冬季暖氣費用較高。此外，與其他栽培蔬菜相比，栽培管理和採收需要更多的勞動力，人均勞動時間約為每年2000小時。為了在工資和燃料價格持續上漲的情況下維持業務，必須提高生產效率並提高單位面積的生產力。 　　研究團隊使用無衛星定位之無人機來識別氣流條件，從作物上方進行向下氣流以暴露生長點，同時還可以沿著作物行移動，再以AI來檢測和計算沿著移動時拍攝的影片中相繼出現的植物，然後識別作物行中的每棵植物，並為植物分配一個ID記錄每張影像。 　　研究發現透過從上方施加氣流，葉子可以在生長點周圍向外掉落，進而暴露生長點。定量評估風速與葉片運動的關係表明，風速為4～6m/s時，葉片向外運動約30mm，生長點附近無葉片的間隙比例增加至約60%時，可拍攝新出的嫩葉。另一方面，生產者擔心施加強氣流會損壞植物，因此團隊研究了草莓葉子的物理特性，例如它們的阻力，當一般小型無人機（四軸飛行器；四葉片）懸停時的氣流分佈時，發現氣流集中在四個螺旋槳的中心附近，風速隨距離成正比衰減。因此，團隊決定使用方法是讓無人機的中心位於農作物行的正上方（生長點的正上方），並根據高度控制施加到植物上的氣流速度。透過比較同一株植物隨時間記錄的影像，現在可以輕鬆觀察幼葉，這是種植草莓的重要生長指標。 　　此項研究發表在2024年7月溫室園藝和植物工廠展（GPEC）展出，此項研究貢獻在於能夠以節省勞力的方式獲得溫室中許多植物葉子的發育和生長資訊，並有望改善草莓的高效生產方式。 【延伸閱讀】- 解密關於草莓果實品質的基因

由於作物在不同生長階段和環境下表現多樣，傳統人工巡查與標註極為耗時，美國伊利諾大學(University of Illinois Urbana-Champaign)團隊希望藉由AI自動化分析，提升農業田間研究與作物改良的速度與規模，並推動AI技術在生物學與數位農業的更廣泛應用。 　　研究團隊利用數千種芒屬草類的空拍影像作為訓練素材，採用生成對抗網路（GAN）架構，讓兩個AI模型互相競爭，一個生成擬真影像，另一個判別真偽。經過多輪競爭後，模型能自動學習並精準分辨開花與未開花植株。為進一步減少人工標註需求，團隊開發出「高效監督生成對抗網路」（ESGAN），透過自我生成與判別機制，大幅降低標註數據量的需求，並與傳統深度學習方法進行準確度比較。 　　研究發現ESGAN能將人工標註數據需求降低一到兩個數量級，且在不同地點、不同作物群體與不同物種間均能維持高準確率。這意味著過去需要大量人力巡查與標註的田間調查，如今可透過AI大幅自動化，顯著提升研究效率。目前團隊正在與Miscanthus育種計畫合作，將此方法應用於多州田間試驗，加速適應性新品種的開發。 　　此項研究發表在2025年《Plant Physiology》期刊，研究貢獻在於為數位農業與作物科學帶來重大突破，首次證明AI可在極少人工標註下自動學習複雜田間性狀，降低農業AI應用門檻。這一方法不僅提升了作物改良與生態監測的效率，也為全球推動生物經濟與永續農業提供了新工具。團隊期望未來能將此技術推廣至更多作物與性狀，促進AI在農業領域的廣泛採用。 【延伸閱讀】－利用自動化AI模型加速水果偵測及辨識

植物表型分析（即檢查和表面植物特徵）可能是一項勞動密集型任務。用捲尺測量植物高度、使用重型手持設備測量多個波長的反射光，以及對單一植物進行化學分析，這些都是勞動力需求較高且較高花費的工作。 　　美國普渡大學的研究團隊利用無人機和衛星進行遙測數據收集，包括高光譜相機和光達（LiDAR）技術，以獲取植物的幾何結構和反射光譜數據，使用循環神經網絡（RNN）模型，特別是長短期記憶（LSTM）網絡，運用LSTM網絡來捕捉時間序列數據中的空間和時間模式，並進行未來產量的預測，將遙感數據、環境數據以及玉米品種的基因標記結合，以建立預測模型，開發算法以分析大規模數據集，識別健康與受壓作物之間的差異。 　　研究發現該模型已成功展示其在預測玉米產量方面的能力。透過分析大量資料集中的模式，可以準確預測不同品種玉米的生長狀態。農民可以早期識別問題，並采取適當措施以改善作物品質。此外，也為選擇更可靠的品種提供了依據，使得未來的育種工作更加高效。由於使用遙測技術進行遠距監控，可以大幅降低實地操作時間和費用。 　　此項研究發表在2024年9月《Frontiers in Plant Science》期刊，此項研究貢獻在於成功建立了一個能夠在不同地理位置和時間段內進行更新的神經網路模型，不僅推進了農業科學領域對於AI應用的理解，也為未來農業生產提供了新的工具，此研究展示了AI在農業領域中的潛力，特別是在作物產量預測和表型分析方面的重要性。 【延伸閱讀】- 藉由光學感測器及AI模型，協助即時監測食品乾燥

糧食系統是地球上最重要的溫室氣體排放源之一，因此減少該碳排放成為世界各地政策制定者的優先事項。農田碳封存是指農場土壤和植物捕獲和儲存大氣中CO₂的過程。研究主要目的是評估新型農業碳封存選項及其在經濟模型中的動態，並分析這些選項對氣候變化緩解的潛在影響，希望填補目前碳封存技術在綜合評估模型中的空白，以便更好地理解其系統性影響。 　　研究團隊採用經濟土地使用模型（Global Biosphere Management Model, GLOBIOM），並結合了新型的農業碳封存選項，以評估這些選項的經濟影響及其在當前氣候條件下的成本效益。研究中考慮了三種農業碳封存措施：土壤碳增強、在農田施用生物炭以及擴展樹木牧場系統。先使用GLOBIOM模型，並與森林模型（Global Forest Model, G4M）連結，設計了不同的情境，並進行了敏感性分析以測試不同參數對結果的影響，還收集了與農業碳封存相關的社會經濟和生物物理情境驅動因素，以分析其對成本效益的影響 　　研究發現到2050年，農業土地上的碳封存選項有潛力每年減少最多2.8億噸二氧化碳當量（GtCO₂e）。其中，39%來自於改善作物和草地管理以增強土壤碳，35%來自於施用生物炭，26%來自於轉變為樹木牧場系統。撒哈拉以南非洲被預測擁有最大的成本效益碳封存潛力，其次是拉丁美洲。全球73%的成本效益潛力位於全球南方，而27%位於北方。若採用這些農業碳封存選項，全球可望在2050年前實現淨零排放，並可為生產者帶來高達3750億美元的額外收入。 　　此項研究發表在2024年9月《Nature Food》期刊，此項研究貢獻在於強調了農業碳封存的重要性，不僅能促進氣候變化緩解，還能提高農業生產力和抵禦氣候變遷的能力。為了實現這些潛力，需要建立強有力的機構和監測系統，以確保農民正確採用這些做法並獲得公平報酬。此外，研究指出，儘管存在巨大的減排潛力，但主要集中於全球南方，因此需要克服結構性、制度性或社會性障礙，以便為氣候穩定努力作出實質貢獻。 【延伸閱讀】- 建立氣候適應農業糧食系統：CRISP工具幫助專案調適氣候變遷

AI建設無所不在，從醫療、教育甚至農業科技都已全方面導入。農業科技研究院組長洪郁婷開發「豬事問AI」系統，讓農民透過簡單文字或語音輸入，即可查詢豬隻健康資訊與環境數據，大幅提升查詢效率與實務操作便利性，展現智慧農牧的應用成果。 　　國科會國家實驗研究院國家高速網路與計算中心今日舉辦「TAIWAN AI RAP暨 TAIDE亮點成果發表會」，匯聚多項亮點應用，全面展現台灣AI技術與在地需求的深度結合，從醫療、教育、農牧到企業與日常生活場域。 　　國科會主委兼國研院董事長吳誠文致詞時表示，政府正積極推動「AI新十大建設」，以「數位基磐、關鍵技術、智慧應用」三大方向，全面加速台灣邁向智慧國家。國研院國網中心在這項國家級計畫中，正扮演算力核心、在地化AI研發平台與跨域應用推進者的關鍵角色，為台灣產業升級與社會創新提供堅實支撐。 　　AI可見於各個領域，醫療應用方面，高易資訊推出「診所通APP」智慧搜尋系統，能以自然語句精準匹配診所服務內容，提升個人就醫體驗；高雄榮總醫師林博翔運用RAP平台開發「ER-Pulse智慧交班平台」，實現急診交班流程自動化，將原需數分鐘的人工作業縮短至數秒，成為生成式AI導入臨床的成功典範。 　　教育領域方面，聆機科技建置教育AI助理平台，搭配TAIDE模型推動智慧教學安全落地，強調語境理解與在地價值觀的導入；農業科技研究院組長洪郁婷開發「豬事問AI」系統，讓農民透過簡單文字或語音輸入，即可查詢豬隻健康資訊與環境數據，大幅提升查詢效率與實務操作便利性，展現智慧農牧的應用成果。 　　在企業應用場域中，思銳智慧科技展示「ShareQA AI知管客服平台」，開發國產自主Agentic AI技術與整合TAIDE等SLM模型，協助中小企業以SLM低門檻方案導入AI，強化企業知識管理與服務效率，加速智慧轉型。陽明交通大學人工智慧中心以「myPDA全地端GenAI系統」打造具語境理解能力的AI分身，可精準辨識繁體中文慣用語與語意脈絡，優化回應內容，落實台灣語言主權。 　　此外，國研院國網中心也展示與國家災害防救科技中心合作升級「落雨小幫手APP」的AI火金姑天氣問答功能、國研院科政中心展示iVoice 個人化語音智能代理，能快速語音轉文字，並進行AI 智慧分析及對談互動。 【延伸閱讀】- 中興大學「神農TAIDE」 讓AI查找解決農業問題

全球正在面對資源有限與環境變遷的長期挑戰，因此除了AI科技之外，「2025台灣創新技術博覽會」另一大焦點就是永續議題。今年智慧永續館以「AI創新技術結合綠色設計」為策展主軸，攜手國內外企業展現循環創新亮點，無論是廢棄衣纖製成零廢水再生布纖板、鑄造業廢棄殼模產製低碳高值再生殼模砂，或是利用菌絲纖維成功研發的非動物性皮革技術，充分展現台灣廠商如何運用多元創新材料，打造具國際競爭力的循環商業模式。 不分材質皆可回收利用的「環保再生布纖板與纖維粒子」技術 　　專注於零售產業陳列與視覺展示逾40年的午洋集團，近年來積極投入環保議題，現已成功研發出「環保再生布纖板與纖維粒子」技術，提供廢棄衣物纖維全面回收再利用的解決方案。此項技術的獨特之處在於它不挑材質，所有衣物纖維皆可回收利用，且製成的產品在使用後還能被再次回收，重新投入生產，真正實現材料的全循環。 　　午洋表示，該技術製成的布纖板保留了衣纖的天然色澤，生產過程中不使用染劑、不產生廢水，符合友善環境的基本原則。同時，生產出的纖維粒子則具備多產品應用的潛力，為合作品牌提供了豐富的用途選擇，有效減少資源浪費。每片布纖板可減少約 15-20 公斤CO2e，相當於一棵成年樹一週的固碳量。 　　這項技術與產品推出後，已受到零售品牌的廣泛關注，成功將廢棄衣纖應用於店面佈置、纖維太陽眼鏡、衣架等相關產品，展現了企業界共同宣揚環保理念的決心。午洋企業致力於將消費後的紡織品、塑膠瓶等廢物，以及和咖啡渣、稻殼等農業廢棄物賦予新生命，積極履行降低地球廢棄物產生的社會責任。 解決廢塑膠回收難題：再生精準辨識分類技術 　　2018年10月睿成塑膠有限公司成立於花蓮，專營各類廢塑膠原料回收再利用處理服務，讓物質能不斷循環再利用，形成「資源再生、原料製造、辬織系統研發等」為發展方向，使整個系統產生極少廢棄物，最終達到零廢棄終極目標。 　　為了應對廢塑膠回收難題並提升再利用價值，睿成塑膠開發出「廢塑膠再生精準辨識分類技術」。這項創新技術的核心是結合AI人工智慧與光譜辨識，能夠即時分析廢塑膠的光譜特性，並根據其中的添加劑與種類進行精確分類，快速挑選出單一與複合材質。此舉顯著改善了如廢電器塑膠等複合材料再利用率低的問題，同時透過材料與能源化的再利用，實現源頭減量與再生能源的創造。 　　相較於傳統方法，睿成塑膠的技術具備即時、無輻射、精確辨識及高速分選的優勢，並能有效處理大尺寸廢塑膠，以及同時辨識深色塑膠材質及其添加劑，顯著提升了回收效率與材料利用價值。此項技術的創新性已獲得肯定，曾獲得2023年環境部資源循環署績優企業新創服務組銀質獎。該系統搭配自動化控制，可即時監測廢料特性並調整檢測模組，實現對大尺寸及深色複合塑膠的高效分選；而系統產生的數據也有助於回收業者制定優化策略，未來潛力可拓展至智慧回收站及大型廢棄物處理場域，睿成塑膠表示，希望能成為「花蓮循環經濟促動貢獻者」，透過資源回收再利用達成永續應用及發展。 綠色革命：菌絲纖維皮革培育技術 　　紡織產業綜合研究所（紡織所）近期成功開發出革命性的「菌絲纖維皮革技術」，為非動物性皮革市場提供了一項高強韌、可量產的創新材料。菌絲皮革是一種生物培養的新材料，與牛皮革相比，每平方米碳足跡僅約2.7公斤CO2e，不到傳统皮革的1/10。這項技術的核心在於採用獨特的營養纖維基布培育方式，促使菌絲緊密交織，有效提升了材料的強韌度與耐用性，直接解決了菌絲皮革在強度上的挑戰。 　　為了解決傳統培養方式的產量限制，紡織所導入了自動澆灌系統，成功將菌絲皮的培養模式從盤狀升級為捲繞式，大幅提升了生產的穩定性與效率。目前，此技術已能做到每批培養面積可達5平方公尺，比現有競爭產品大上十倍，並已協助國內業者進行商品試製，逐步邁向商業化量產。 　　此項「菌絲纖維皮革技術」不僅獲得業界高度關注，其創新成就更獲得國際肯定，包括2024年全球百大科技獎以及2025年德國iF設計大獎，目前該技術目前已申請國內外共4件發明專利，全面布局未來「純素皮革」市場。 牡蠣廢殼變身紡織創新材料 　　為貫徹循環經濟理念，誠佳科紡專注於材料研究發展，創建與國內牡蠣養殖戶合作，結合牡蠣殼和再生聚酯的多功能複合材料，賦予廢棄牡蠣殼全新的生活使命，開發具有吸濕和速乾特性的海毛紗線布料海毛紗（Seawool）織物與保暖棉（Smawarm），以創新、實用和減少廢物的概念設計和製造各種功能性紡織品，並在多個國家註冊專利和商標。 　　牡蠣廢殼堆積不僅汙染環境，還會產生巨大的惡臭，對海洋環境造成極大的影響。過去牡蠣殼再利用，主要應用於飼料、堆肥及育苗栽培介，單價及附加價值並不高。近年因牡蠣殼結構及成分，為98%以上為碳酸鈣（CaCO₃），其餘為蛋白質及醣類等特性，因此被廣泛應用於工業、食品、醫療及農業等各項產業。誠佳科紡透過高溫煅燒加工處理方式，將碳酸鈣轉變成氧化鈣（CaO），並產生二氧化碳，利用高溫高壓改質技術製備有機酸鈣粉，除了可作為營養膳食補充品外，也可結合各式各樣的加工方式，開發多元化的高鈣產品，不僅使牡蠣殼的利用更趨多元化，同時也可提昇牡蠣殼的附加價值。誠佳科紡發展牡蠣殼升值回收應用，利用所開發的牡蠣殼粉與回收寶特瓶抽紗技術結合生產海毛紗與保暖棉，具低導熱可讓禦寒效果加倍，具紫外線防護，遠紅外線可達深層皮膚，保暖效果佳，陸續獲得創新研究獎、國家發明獎、IF獎與紅點獎等多項國際大獎肯定，還推出量產塑料級「Hulk浩克生物陶瓷抗菌粉」，以加速海洋廢棄物回收，大大解決牡蠣殼棄置的問題。 鑄造業永續發展的解決方案：再生殼模砂技術與應用 　　致力於城市採礦與廢棄物轉化的李連資源科技，本次代表環境部於智慧永續館參與展出。李連資源研發出「以廢殼模產製低碳高值循環再生殼模砂技術」，為鑄造業的永續發展提供了解決方案。此技術核心在於首次整合了回收陶瓷殼模的脫黏熱處理與物理級篩模組，有效克服業界廢殼模難以重製為優質鑄砂的長期難題，顯著提升了材料的再利用價值。李連資源採用的模組化製程，使其再生砂能適應多種殼模材質與鑄件需求，產出的再生砂具有熱穩定性高、雜質低的特點，適用於要求精確的脫蠟精密鑄造，有助於維持鑄造的穩定性。李連資源指出，公司專注於將廢棄鑄砂等工業副產物轉化為再生材料，如再生鑄砂、再生耐火磚，再生殼模砂技術這項技術在環境永續方面效益顯著，生產每公斤再生砂的碳排放量僅為天然砂的10%，展現了高減碳效益，李連資源將透過此技術協助鑄造業具體實踐循環經濟和ESG發展的承諾。 　　台灣創新技術博覽會已成為跨國技術行銷的重要舞台，透過創博會與國際廠商交流並引進國外先進技術，將加速台灣循環永續產業的發展腳步。 【延伸閱讀】－　藉由光學感測器及AI模型，協助即時監測食品乾燥

隨著氣候變遷加劇，極端天氣事件頻繁發生，印度農業面臨嚴峻挑戰。為了解決這些問題，越來越多的印度農民開始採用AI技術，以期提高農業生產的效率和效益。印度新創企業如Fasal、Niqo Robotics和BeePrecise等許多公司相繼開發AI產品及其在農場的應用，展示了AI技術的實際效果。新創公司Fasal開發了一套AI系統，可以根據土壤濕度、養分含量和天氣預報，詳細指示農民何時以及如何施用適量的水、肥料和殺蟲劑，目前該系統已服務約12,000名農民。研究團隊利用AI技術包括感測器網路（用於監測土壤濕度、養分含量和天氣狀況）、AI影像辨識（應用於化學噴灑機，可以識別植物的狀況，精準控制化學品用量）、聲音監測（用於監測蜂巢內的蜜蜂活動，評估蜂群健康狀況），結合於作為農民獲取AI分析結果和建議的App應用程式。經統計發現該AI系統幫助農民降低了20%的成本，同時保持了產量。另外，Niqo Robotics公司的AI噴灑系統幫助用戶減少了高達90%的化學品用量；BeePrecise公司開發的AI監測系統則幫助養蜂人生產出更優質的蜂蜜。 　　這些案例提供了AI技術在印度農業應用中的實例，展示了AI如何解決印度農業面臨的實際問題，為其他發展中國家提供了重要的參考，然而，儘管人工智慧技術正在蓬勃發展，但由於許多農民無力承擔，因此其接受速度較慢。根據印度政府智庫 NITI Aayog 2023 年發布的報告，印度目前已擁有 450 多家農業科技新創企業，該產業的預計估值為 240 億美元，但該報告也同時說明，缺乏數位素養往往導致農業科技解決方案的採用率低下。在此環境之下，政府如何投入資源並提供協助來改善新興技術的推廣與採用將會是推動AI技術應用的重要課題之一。 【延伸閱讀】- 印度45%人從事農業！　AI技術幫忙分析最佳耕作方式

隨著大氣中二氧化碳濃度的上升，尋找捕捉和儲存碳的策略變得日益迫切。了解不同土壤氮管理實踐如何影響土壤碳儲存的機制，特別是有機肥料對土壤健康和微生物活動的影響。 　　美國堪薩斯州立大學研究團隊使用了加拿大光源（CLS）和加州伯克利的先進光源進行同步輻射成像，這是一種非破壞性的觀察技術，可在不破壞土壤結構的情況下分析土壤中的碳化學。研究分析了來自堪薩斯州一片經過22年不耕作的玉米田的土壤樣本，該農場使用了多種不同的氮管理措施，包括不施肥、施用化學肥料和施用有機肥料。 　　研究發現使用有機肥料（如堆肥或糞肥）的土壤能儲存更多碳，相比之下，施用化學肥料或不施肥的土壤則儲存較少。有機肥料處理的土壤中含有更多微生物碳，顯示這些增強劑支持了更多微生物及其活動。研究團隊還發現了特定礦物質，這些礦物質證明了這些處理方式促進了活躍的化學和生物過程。 　　此項研究發表在2024年6月《美國土壤科學學會》期刊，提供了有機增強劑改善土壤健康、微生物多樣性及碳封存機制的直接證據。這些發現將促進更永續和再生的農業措施，有助於保護土壤和環境，同時滿足日益增長的人口需求。此外，對不同礦物質、化學物質和微生物角色的理解將有助於改善預測不同農業操作對土壤碳儲存影響的模型。 【延伸閱讀】- 科學家發布了關於種植紅樹林儲存碳能力的新研究

歐洲正在測試新型的能源和水資源效率技術，以支持綠色轉型，提高溫室的能源和水資源使用效率，減少對環境的影響，並支援歐盟的永續農業目標。 　　來自義大利、法國、德國、西班牙、瑞士、波蘭和突尼西亞的研究人員共同合作，針對不同氣候區域的溫室進行系統性能的研究，開發一種鹽溶液(氯化鈉)系統，能夠吸收溫室內的多餘濕氣，同時釋放熱量，並透過低溫熱源再生鹽溶液。 　　研究發現在瑞士和突尼西亞的溫室進行技術測試，評估能源節省和水資源回收的效果，該系統成功減少了50%的熱能需求，以及系統能夠從過剩濕氣中回收純水，進而節省水資源，而鹽溶液的脫水效果可用於乾燥農產品，保持其風味和品質。 　　此項研究發表在2024年《歐盟研究與創新》雜誌，此項研究貢獻在於為溫室農業的永續發展提供了新的解決方案，透過提高能源和水資源的使用效率，促進了農業的減碳。此外，該技術的應用有助於提升農業生產的環境友好性，並為未來的商業化應用奠定了基礎。 【延伸閱讀】- 歐洲商業溫室的綠色轉型

科學家怎麼判斷基因編輯的食品安全？ 財團法人食品工業發展研究所　林奐妤　研究員 摘要 　　基因編輯食品，是一種利用基因編輯技術作為生物育種或優化的工具，透過精準的技術改變基因體DNA序列，使生物產生新的性狀，以這些新穎特性生物衍生的食品則為基因編輯食品。利用基因編輯系統，可加速對生物的精準基因工程，改良生物特性，使生物更有利於在食品領域之應用。然而，基因編輯食品是否安全，如何確保基因編輯食品對人體健康的安全，更是大家所關注的焦點。近年來，許多國家陸續訂出基因編輯食品明確的管理方向，以終產品為導向的管理模式，只要終產品不含有外源基因，則可視為傳統食品，不以基因改造食品方式管理。這不僅加速基因編輯食品的應用性，更能透過創新來幫助農民應對氣候變遷的挑戰，提高永續性，保護生物多樣性。今年10月2日食品安全會報，行政院院長表示，「我國對於基因改造食品已有完整管理機制，然而隨著世界各國在農產品與食品領域持續進行研究發展，並陸續出現新興基因編輯技術，請衛福部在確保食品安全前提下，審慎評估相關管理方式，並積極研議納入監管。」將來，基因編輯食品在政府的管理下進行安全性評估，建立相關管理制度，不僅能確保基因編輯食品的安全性，更能降低民眾對基因編輯食品的疑慮，讓民眾吃得安心、吃得健康。 食品安全 　　食品安全是一門以科學為基礎的學科，也是一個防止含有可能危害人體健康物質進入食品鏈的流程，更是一個為了確保食品安全食用的行動。為了確保食品安全，科學家透過微生物學、毒理學、化學、流行病學、生物學、遺傳學等各種學科的研究，提供了食品安全危害及其風險的證據，而政府管理機構則建立了政策、標準、規範等方法來管理可能發生的危害風險。我們無法將市場上所有的食品進行全面性的檢查，確認所有的食品都沒有任何危害，我們能做的是運用科學的方法，預測食品安全危害的嚴重性，並在食品鏈的各種加工環節、各種階段採取預防及控制措施，以降低食品安全問題發生的可能性。 基因編輯食品 　　基因編輯食品，是一種利用基因編輯技術作為植物育種的工具，透過精準的技術改變基因體DNA序列，使植物產生新的性狀，以這些新穎特性植物衍生的食品則為基因編輯食品。DNA序列改變是件很可怕的事嗎? 從科學家的角度看「DNA改變一點也不可怕」，是件非常稀鬆平常的事情。當細胞在複製的時候，可能會出現錯誤導致DNA序列發生改變；當細胞暴露在某些環境中，可能是紫外線輻射、可能是某些化學物質，都可能引起DNA發生變化，改變DNA序列。在自然界中，有許多因為基因發生突變而改變顏色的例子，就如高麗菜有綠色和紫色，葡萄柚有白肉和紅肉，都是自然界中普遍存在的現象，然而改變是隨機的，不可控的。基因編輯技術造成的DNA改變，是人為刻意的改變，經過長期累積的科學研究，科學家們知道哪些基因是調控哪些性狀，因此科學家們可以精準調控出果實的顏色、風味及成熟度等，也提高了產品本身的價值及應用性。 釐清基因編輯技術之歸屬 　　基因編輯技術是基因工程技術之一，除了近年來最火紅的常間群聚短廻文重複序列核酸酶(CRISPR-Cas)技術外，還包含巨核酸酶(MN)技術、鋅指核酸酶(ZFN)技術、類轉錄激活效應因子核酸酶(TALEN)技術及寡核苷酸定點突變(ODM)技術等。基因改造技術也屬於基因工程技術，從科學的角度認為「基因編輯技術不完全等於基因改造技術」，當然這兩種技術的相同之處在於都需要使用到分子生物技術，也都會發生基因重組的現象，更可以作為植物育種的工具，造成植物性狀的改變。這兩種技術的主要不同在於，基因改造技術是隨機的插入一段外源基因而改變生物性狀，而基因編輯技術是精準的調控目標基因而改變生物性狀的。 從管理層面看基因編輯食品 　　從管理層面來看，各個國家已擁有完整的基因改造食品風險管理制度，而後因技術進步而逐漸發展出新興的基因編輯食品，也因此，許多國家都在現有的管理體制下去管理基因編輯食品之風險。然而，基因編輯技術的操作手法具有多種方式，使得基因編輯食品可能不含有外源基因，可能在研發過程中有使用外源基因但最終產品已去除外源基因，也有可能使用基因編輯技術但中產品仍有外源基因的。因此，許多國家在管理基因編輯食品時，都建立了諮詢程序，請研發業者提供研發過程方法，管理機構以終產品是否帶有外源基因進行判斷納入基因改造食品列管，或是為一般傳統食品而不加以管制(圖一)。 圖一、新興生技食品管理制度多以終產品是否帶有外源基因判斷納入基因改造食品列管 生技食品安全著重於是否含有外源基因 　　基因改造食品的安全評估主要是針對外源基因進行評估，包含外源基因的來源、功能、表現量、嵌入位置、穩定性、新表現出的蛋白質特性、毒性、致敏性等，絕大多數的科學評估都是基於外源基因而進行的。也因此，各國在管理基因編輯食品時，大多都是以終產品是否帶有外源基因作為判斷是否為基因改造食品的依據，在評估安全性時，除了確認不會產生新過敏原或增加已知毒素外，主要就是要確認終產品不殘留外源基因。 各國對基因編輯食品之安全性評估 （一）美國 美國食品藥物管理局對於不確定產品是否有食品安全風險採自願性「上市前諮詢」之管理程序，將評估 確認不含已知對人體健康有影響之過敏原或毒性 確認食品中潛在有害成分含量是否增加 食品營養價值是否顯著改變而引起安全疑慮 改變食品用途 引入外源基因 此外，對於安全疑慮較低的基因編輯植物採自願性「上市前會議」之管理程序，主要是針對 不會導致毒素或過敏原含量增加 不涉及引入新的外源基因之植物產品 上市前會議報告內容須包含描述作為食品之新品種的安全特性；說明新品種的特徵，是否具有上市前諮詢；說明新品種食品如何確保安全性且合乎規範。 （二）加拿大 加拿大衛生部對於基因編輯食品之安全性評估，包含 不會以引入或增加與已知與人類健康相關的過敏原或毒素的相似性的內生性蛋白質 不會使已知的內生性過敏原、毒素或抗營養素的含量提高至超出植物物種中的歷史記錄範圍 不會對關鍵營養成分或代謝產生影響 沒有故意改變植物的食品用途 在最終植物產品中沒有產生外來DNA （三）日本 日本消費者廳對基因編輯食品評估流程分為兩個階段，「上市前諮詢」及「上市前申報」，皆提交6項審查資料，包括 基因編輯食品的品名、種類、概要 使用基因編輯技術的方法及編輯內容 確認不殘留外源基因之資料 確認DNA變化不會對人體健康產生不利影響，如產生新過敏原或增加已知毒素 編輯是否影響目標代謝系統以改變特定成分 預計上市時間 （四）中國 中國農業農村部對於基因編輯植物，評估內容涵蓋分子特性、環境安全、食用安全，在分子特性評估須 確認基因編輯後目標基因的序列分析 載體序列殘留的情形 脫靶效應 在食用安全評估須進行 關鍵成分分析 膳食曝露量評估 當有特定蛋白質表現量顯著增加，須提供表現量分析、已知毒性蛋白、抗營養物質及致敏性胺基酸序列相似性分析 當有產生新表現蛋白質，須提供表現量分析、已知毒性蛋白、抗營養物質及過敏原胺基酸序列相似性分析，新表現蛋白質之毒理學試驗 若上述可能增加食品安全風險，則須提供大鼠90天餵食試驗 （五）新加坡 新加坡對於基因編輯食品或飼料的判定主要無引入外源DNA，在提交上市前通知的資訊檢查表須提供 研發者資訊 基因編輯作物基本資料 基因編輯作物詳細資訊包括其他國家的核准/通知情形及科學性食品安全分析結果 基因編輯過程及驗證資訊，包括基因編輯過程，目標基因、位置、序列、功能，基因編輯作物之描述，編輯之基因序列或全基因體定序，基因編輯作物之終產品中完整移除外源DNA之證明，基因編輯作物之終產品性狀，基因編輯作物中編輯基因體之穩定性 　　比較各國基因編輯食品安全評估內容(表一)，上述5個國家都須確認不含外源基因，或沒有載體序列殘留在終產品中，除新加坡外，也都需要確認沒有已知毒性物質、過敏原等物質，並確認不會對關鍵營養成分或代謝產生影響。中國與其他幾個國家的差異最大，主要是中國的基因編輯食品，涵蓋了使用基因編輯技術且含有外源基因的產品，在其他國家都以基因改造食品進行管理，因此中國的基因編輯食品會有大量的安全評估項目，包含特定蛋白質之毒理試驗及90天大鼠試驗。 表一、比較各國基因編輯食品安全評估內容   美國 加拿大 日本 中國 新加坡 不含外源基因 ○ ○ ○ ○ ○ 無已知毒性物質(序列分析) ○ ○ ○ ○*   無已知過敏原(序列分析) ○ ○ ○ ○*   改變營養 / 代謝 ○ ○   ○*   潛在有害含量 ○ ○   ○*   基因編輯過程 ○       ○ 目標序列分析       ○ ○ 內生性過敏原分析   ○       改變食品用途   ○       脫靶效應       ○   關鍵成分分析       ○   膳食暴露量       ○   特定蛋白質毒理試驗       ○**   90天大白鼠試驗       ○***   *當有特定蛋白質表現量顯著增加時須提供 **當有產生新表現蛋白質須提供 ***當有增加食品安全風險之疑慮時須提供 基因改造、基因編輯各國用詞大不同 　　在研究各國基因編輯安全評估時，發現每個國家對於基因造及基因編輯的用詞略有不同(表二)，我國稱基因改造，但在其他國家有稱基因改造，也有稱生物工程、基因工程、遺傳子重組、轉基因等，此外，我國稱基因編輯，其他國家稱基因編輯或基因體編輯。然而，在進行風險溝通時，我國使用基因改造和基因編輯，最容易讓民眾認為兩者是一樣的，大家都著重在基因兩個字，而非是改造或編輯。可是從安全評估的角度，這兩者有極大的差異。基因改造因為帶有外源基因，所以在食品安全評估時更重視外源基因及其轉譯後新表現蛋白質之安全風險。 表二、各國對於基因改造及基因編輯用詞比較 國家 / 地區 GM GE 我國 基因改造 基因編輯 美國 Bioengineered Genome Editing 加拿大 Genetically Modified GeneEditing 歐盟 Genetically Modified Genome Editing 日本 遺伝子組換え ゲノム編集 中國 轉基因 基因編輯 新加坡 Genetically Modified Genome Editing   小結 　　基因編輯食品透過精準的技術改變基因體DNA序列，使生物產生出新的特性。目前已成功在水稻、玉米、番茄、高粱、香蕉等植物上精準調控產生新的特性，國際已有多項基因編輯產品上市，如高油酸黃豆，高GABA番茄、不易褐變香蕉、去辛辣味之生菜等。不含有外源基因的基因編輯食品，其實與自然傳統雜交而獲得的產品無法區分，因此在國際管理上，多以終產品不殘留有外源基因作為安全評估的標準。從產品的外觀、農藝的特性、基因型的表現，皆無法區分基因編輯食品及傳統食品的狀況下，食品的安全性也是無法區分的。 參考文獻： FDA. 2024. Guidance for Industry: Foods Derived from Plants Produced Using Genome Editing. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/guidance-industry-foods-derived-plants-produced-using-genome-editing [accessed on 2025/10/16] Health Canada. 2022. Guidelines for the Safety Assessment of Novel Foods. https://www.canada.ca/en/health-canada/services/food-nutrition/legislation-guidelines/guidance-documents/guidelines-safety-assessment-novel-foods-2006.html [accessed on 2025/10/16] Singapore Food Agency. 2024. Guidance on regulatory framework for genome edited crops for use as food and/or feed. https://www.sfa.gov.sg/docs/default-source/regulatory-standards-frameworks-and-guidelines/guidance-on-regulatory-framework-for-genome-edited-crops-for-use-as-food-and-feed.pdf [accessed on 2025/10/16] 中國農業農村部。2023。农业用基因编辑植物评审细则(试行)。https://www.moa.gov.cn/ztzl/zjyqwgz/sbzn/202304/P020230428340520546687.pdf [accessed on 2025/10/16] 消費者廳。2019。ゲノム編集技術応用食品及び添加物の食品衛生上の取扱要領。https://www.caa.go.jp/policies/policy/standards_evaluation/bio/genome_edited_food/assets/000709708.pdf [accessed on 2025/10/16]

中國東華交通大學、江西電信公司以及紐西蘭惠靈頓維多利亞大學研究團隊共同研究5G通訊與元宇宙技術在農業的應用。團隊檢視5G在田間感測、無人機巡檢與遠程機械控制的實務效能，同時評估元宇宙的虛擬培訓平台與數位分身系統在資源優化決策中的潛力。透過成本效益分析與技術成熟度評估，提出階段性部署策略。面對勞動力短缺、極端氣候加劇與資源利用低效等問題，團隊試圖驗證高速通訊與虛擬交互技術能否突破傳統農業限制，尤其著重於降低發展中國家的產後損失，並建立可擴展的智慧農業框架。 　　研究發現5G技術大幅提升灌溉、施肥與用藥的精準度，使農藥與化肥使用量減少20%-35%，同時提升產量8%-15%，其遠程機械控制功能更在勞動力缺乏區域顯著降低作業風險。元宇宙的虛擬培訓使新技術普及速度加快40%，而數位孿生系統成功將決策失誤率降低30%。這些技術對小農經濟體的轉型尤其關鍵，例如非洲地區透過基礎型5G網路可將收穫後損失減少18%。 　　此項研究發表在2025年《International Journal of Agricultural Resources》期刊，研究貢獻在於首次系統性論證通訊與虛擬技術整合對農業永續發展的深遠影響，不僅帶來資源利用的革命，也推動農業知識平權與全球協作新範式。這些成果為未來全球糧食安全與農業轉型提供了強而有力的科技支撐。 【延伸閱讀】- 印度藉由5G技術協助農民發展智慧農業

乳製品產業面臨著多重挑戰，包括氣候變遷導致的熱應激問題、勞動力短缺以及生產效率的提升需求。傳統的乳牛管理方式往往依賴人工觀察，效率低且容易錯失早期病徵。 　　研究團隊結合了攝影機影像分析、行為監測與生理參數測量，並利用人工智慧演算法對數據進行深度學習與模式辨識。團隊透過訓練模型識別乳牛的行為異常與健康狀況，實現了非侵入式且持續性的健康監控。此外，研究還針對機器擠乳系統開發效率模型，透過分析機器閒置時間與擠乳失敗率，提出優化建議以提升整體生產效能。 　　研究發現AI驅動的乳牛健康監測系統能顯著提升疾病早期偵測率，降低乳房炎與跛行等常見疾病的發生，並有效緩解高熱反應對產量的負面影響。機器擠乳效率模型則幫助農場減少擠乳過程中的閒置與失誤，提升生產效率與動物福利。這些技術的應用不僅提高了乳品品質與產量，也促進了農場的永續發展。 　　此項研究發表在2025年《American Dairy Science Association conference》會議上，研究貢獻在於將人工智慧與感測技術深度整合，打造出一套可實際應用於乳製品生產的智慧管理系統。這套系統不僅能因應不同農場的需求進行調整，還降低了技術導入的門檻，促進了智慧農業的普及。透過即時數據分析與虛擬助理的輔助，農民能更有效地管理乳牛健康與生產流程，推動乳業向更高效、永續的方向發展。 【延伸閱讀】- 建置自動化3D電腦模型，提供農場主人客觀了解牛隻行為的途徑

水稻是非洲第三大主食作物，對區域糧食安全具有戰略意義。儘管非洲僅占全球水稻產量約4.7%，但該大陸對水稻的需求年增率超過6%，高於其他主食作物。為應對需求增長，過去三十年非洲國家平均每年新增約40萬公頃水稻耕地。然而，非洲水稻種植面臨氣候變遷、城市化與森林砍伐等多重挑戰，且非洲水稻種植季節多樣，雨養水稻普遍缺乏灌溉系統中常見的淹水信號，造成基於植株生長期的遙感監測困難。 　　研究團隊開發了一套創新方法，結合雙極化合成孔徑雷達（SAR）後向散射特徵與機器學習演算法，提出「基於後向散射的粗定位與多源時間序列精細分類」框架。此方法融合了多源遙測數據，包括SAR影像與光學時間序列，透過監督式機器學習對非洲不同區域的水稻種植地進行分類。該方法特別針對非洲多樣化氣候與水稻種植季節設計，能有效辨識雨養水稻，並克服傳統監測中因缺少淹水信號而導致的誤判。研究團隊利用大量地面調查數據進行模型訓練與驗證，確保結果的可靠性與實用性。 　　研究發現該高解析度水稻分布圖不僅準確反映了非洲各國水稻種植面積與空間分布，還能支持糧食安全政策制定、農業研究與永續發展目標的監測。此數據集的開放共享，有助於促進全球對非洲水稻生產現況的了解，並為應對氣候變遷帶來的農業挑戰提供科學依據。研究成果將推動非洲水稻產業的現代化管理，提升糧食生產效率與資源利用率。 　　此項研究發表在2025年《Earth System Science Data》期刊，研究貢獻在於首次提供了非洲範圍內高解析度、精確且及時更新的水稻分布資料，突破了過去資料粗糙、更新緩慢的限制。其創新方法結合了多源遙感技術與先進機器學習演算法，為多變氣候與複雜耕作環境下的農業監測提供了有效解決方案。此成果不僅強化了非洲糧食安全的數據支撐，也為全球永續農業發展與政策制定提供了重要參考，促進了遙測技術在農業領域的廣泛應用。 【延伸閱讀】- 開發水稻營養壓力的高光譜庫，以利分析水稻影像

農業部今天表示，苗栗區農業改良場新開發全台首套「蜂蜜採集沉浸式體驗數位教材」，不必走進養蜂場，也能輕鬆體驗開蜂箱、找蜂王、採集蜂蜜的樂趣。 　　農業部發布新聞稿表示，苗栗農改場新開發一套「蜂蜜採集沉浸式體驗數位教材」，不用實地走入養蜂場，也能透過混合實境（MR），輕鬆感受蜂群管理與採蜜樂趣，安全性與趣味性十足。 　　苗栗農改場說，傳統的養蜂教學需要走入蜂場，對於初學者或害怕蜜蜂的人而言，不僅心理負擔大，也存在被螫傷的潛在風險。 　　苗栗農改場指出，這套全台首度開發的沉浸式採蜜體驗教材，透過數位科技模擬蜂場管理及採蜜過程，體驗者只需伸出雙手，就能操作「擬真」的採蜜工具，學習如何打開蜂箱、取出巢脾、尋找蜂王、刮除蠟蓋、搖蜜及採蜜等，並可重複操作，不受天候、場地與蜂群狀態影響。 　　此外，苗栗農改場說，這套教材可作為養蜂課程、食農體驗及輔助教學的工具，幫助學員在無壓力環境中，掌握搖蜜基本操作，提升對養蜂及蜂蜜生產的理解及興趣；使用者可直接用雙手操作，透過頭戴式裝置，了解蜂蜜採收的操作流程，也有互動式指導及步驟提示，讓學習更有效率。 【延伸閱讀】- 全台之先 台中農改場混合實境教剪葡萄駕農機

隨著日本及國際勞動力成本持續上升，加上日本溫室園藝規模擴大以及番茄採收多靠人力為主，許多研究者針對工作績效以及農場工作效率開發許多應用軟體，希望能夠透過相關軟體來減少人力、提高工作效率並試圖記錄工人工作時數與提早規劃未來採收時間及人力配置。然而過去雖有相關應用軟體或者估算模型，但實際上過於複雜，具有一定的使用門檻。 　　日本東京大學及日本農業‧食品產業技術總合研究機構(NARO)研究團隊利用全景影像預測番茄收穫工作時間，並將番茄種植方法分為低層栽培(LS)與長期多階段栽培(LTMS)，使用果實定位監測系統，自動獲取番茄植株的全景影像，再使用深度學習模型（Mask R-CNN）將全景圖中番茄果實切割出來，並根據果實顏色及數量進行估計，每週也蒐集來自於三位不同收成經驗工人之收成數量進行紀錄，並以線性迴歸模型驗證模型準確度。 研究發現預測作業時間的誤差在採收日前三天為30.1%，採收日當天降至15.6%；產量部分則是因為長期多階段栽培會定期處理葉片，使得果實能見度增高，進而使之預測準確度更優於低階栽培；採收效率則為具有經驗者其效率優於經驗較少者，栽培方式也有所影響(LTMS效率較好)，透過實證證明，該模型可用於產量與果實重量預測，但工作時間則需要依照工作者經驗另外建構一套模型進行預測。 此項研究開發一套以深度學習模型結合全景影像所建構出之番茄採收預測系統，藉以提升商業溫室勞動效率、優化勞動力分配與工作計畫，降低勞動力成本。除了針對番茄採收有所貢獻外，該系統也提供其他以溫室所種植之作物提供管理參考方式，也針對國際勞動力成本上升提供解決方案。 【延伸閱讀】- 新輻射傳輸建模框架增強植物表型深度學習

嘉義大學跨領域研究團隊以創新的「提升雞隻生產效益、減少碳足跡」技術，勇奪有科研界奧斯卡之稱的 「2025未來科技獎」，不僅在超過500組參賽團隊中脫穎而出，更是今年農業生產領域唯一獲獎的技術，展現在永續農業與低碳畜牧領域的卓越研發實力。 　　頒獎典禮將於10月18日在台北世貿一館舉行，並於16日至18日的「2025台灣創新技術博覽會－未來科技館」中公開展示。 　　嘉大獲獎團隊由動物科學系教授陳國隆領軍，集結農業科學博士學位學程李越勝博士、應用化學系教授古國隆、微生物免疫與生物藥學系副教授謝佳雯、教授翁博群、教授朱紀實、生化科技學系副教授魏佳俐及農業科學博士學位學程蕭雅齡博士生等多位專家，並與農業部畜產試驗所合作，組成堅強的跨領域研發陣容。 　　嘉大團隊掌握「淨零碳排」與「無抗養殖」的國際趨勢，利用枯草芽孢桿菌LYS1進行農業副產物（如豆殼、麩皮、菇包）發酵，將廢棄物轉化為高效飼料添加物，不僅減少廢棄物堆置與燃燒，也大幅提升雞隻飼養效率，實現循環經濟與綠色生產模式。 　　技術效益驚人，包括取代魚粉並增效：添加1–2%的發酵產物（FPA）可完全取代魚粉，提升生產效率12%、經濟效益9%。 　　取代抗生素：僅需0.1%乾式發酵產物（FPB）即可取代抗生素生長促進劑，降低抗藥性風險並提升效益7.8%。 　　提升動物健康：LYS1對禽畜常見的大腸桿菌、沙門氏菌與金黃色葡萄球菌具良好抗菌力，有助減少疾病發生。 　　這項技術已達TRL9成熟度，具備量產與實地應用能力，並取得發明專利與SCI Q1期刊論文發表。嘉大團隊也曾獲國家新創獎與農業生技創業競賽佳績，技術實力備受肯定。未來將持續拓展應用至豬隻、反芻動物與水產養殖，推動臺灣畜牧業朝向低碳永續邁進。 　　嘉義大學表示，這項技術不僅替農業廢棄物找到高值化利用方式，也為畜牧產業提供減碳新解方，展現大學科研團隊在全球淨零浪潮下的創新能量。 【延伸閱讀】- 利用農業廢棄物作為原料 中山大學研發環保減碳生物塑膠