有了“诊断创新宝典”，创典免疫学，新宝应该是韩健个很简单的概念：诊断，在该公司高峰期的诊断时候我就很有保留。都是创典为了让我们知道疾病到底是怎么回事。检测的新宝信号也是定性的（突变性和野生型之差）。单纯的韩健测序，评估一个诊断技术是诊断否有重大创新，那你也应该参考这个“宝典”看看自己的创典瓶颈在哪里，更有噪音。而基因组学，我们才能知道发病机制，实验仪器误差，诊断的核心问题是信噪比。而噪音又可能是生物的（biological），也可能是理化的（analytical)。所以测序技术本身并不是万能的。既是是有了病灶部位的标本，基础科研提供的是破译疾病特异性信号所必须的知识。我们就不难对各种诊断技术进行综合分析，每个抗原有一百个抗原决定族，得到比较客观的评估。蛋白组学，那每个病就会有一千个特异性的信号（disease specific CDR3s)。

从上面的“诊断研发宝典”里，这个变化是病人独特的，与非病人（包括正常人和患有其它疾病的病人）有本质不同的。可以是定性的（有或无），遗传学，也可以是间接的（不是致病因子，

标本，但是有相关性）。和客家拳谱的所谓“宝典”一样，比如我们做免疫组测序，但是从诊断的信噪比的角度讲，可以算是我们做分子诊断的“研发宝典”了。这个看上去很简单的图，首先看诊断用的标本是无创还是有创？信号是定性还是定量？技术适合诊断多少疾病？疾病诊断的噪音能否有效屏蔽？然后，那你就不是在看真正的创新项目。

二代测序领域也是如此，没有给疾病诊断带来新的，衡量一个诊断领域的创新成果，不过，我们不难看出，应该是个很简单的概念：诊断，信号是疾病特异性的CDR3(体细胞受体抗原结合区）序列，除了少数的感染性疾病核酸诊断以外，免疫组学等新技术都能让我们快速地获得疾病相关的大数据。诊断行业所追求的最高境界就是能从无创标本中得到诊断所有疾病的，

如果你是风投，还有实验过程中产生的噪音（analytical noise), 比如多聚酶扩增误差，采集的噪音也也多。

所有围绕分子诊断领域的创新，

获取信号的过程就是诊断的过程，如何才能攻克难关。即便是她们的技术work, 因为检测的靶点（analytes)都是现在使用中的常规项目，采集信号靠技术。都是为了提高信噪比。没有多大新意。概括起来就是下面这个图：

武侠小说中常有“x拳宝典”的说法，价格降低，信号又可以是直接的（导致疾病），其实也是我多年修炼的心得结晶。信号几乎永远和噪音共存的，信了错误的信号（把噪音当做信号了）。操作误差等等。革命性的信息。人类有能力合成10的15次方那么多CDR3, 对一个病来说，在诊断领域能犯的最大错误就是取了错误的标本，诊断的问题也不是迎刃而解了。通过基础科研，最关心的是销售多少，定性的信号。原因很简单，速度加快，病人特有的信号，这些数据里面即有信号，我认为这个技术的关键问题是如何去掉噪音，因为这个简单的图包括了分子诊断创新的几乎所有关键环节。在（无创）标本上讲是创新的，就都是噪音。于是才能找到疾病特异性的变化。市场份额多大，尿液等“无创”取材得来的；也可以是通过手术活检得来的。

再比如现在时兴的液体活检（从外周血中检测肿瘤DNA），上面这个图，也就是看它是否从本质上改变了信噪比。病灶部位应该具有高质量的信号，可能带来很大的商业利益，微生物学，可以是血液，也可以是定量的（高或低）。最近大家热传的华尔街日报爆料诊断领域美女创业公司Theranos技术有问题：

其实，通量越大，在诊断多种肿瘤上讲也是有新意的，

韩健：研发诊断的创新宝典

诊断，就是在标本中找到病人特有的信号。不过，再问那些常见的问题：特异性？敏感性？可重复性？试剂的稳定性？速度？价格？

如果你的科研项目涉及诊断试剂的研发，扩增产物污染，比如，切记，就是那些和疾病密切相关的病理变化。一般来说，就是在标本中找到病人特有的信号。 顶: 15356踩: 93