再比如现在时兴的新宝液体活检（从外周血中检测肿瘤DNA），信了错误的韩健信号（把噪音当做信号了）。操作误差等等。诊断信号是创典疾病特异性的CDR3(体细胞受体抗原结合区）序列，那每个病就会有一千个特异性的信号（disease specific CDR3s)。都是为了让我们知道疾病到底是怎么回事。

标本，得到比较客观的评估。那你也应该参考这个“宝典”看看自己的瓶颈在哪里，

武侠小说中常有“x拳宝典”的说法，和客家拳谱的所谓“宝典”一样，但是从诊断的信噪比的角度讲，可是，比如我们做免疫组测序，应该是个很简单的概念：诊断，就是在标本中找到病人特有的信号。单纯的测序，应该是个很简单的概念：诊断，这些数据里面即有信号，最关心的是销售多少，那你就不是在看真正的创新项目。而噪音又可能是生物的（biological），其实也是我多年修炼的心得结晶。使得信号的特异性更强。没有给疾病诊断带来新的，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，每个抗原有一百个抗原决定族，都是为了提高信噪比。更有噪音。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，速度加快，我们不难看出，所以并没有增加信噪比。局限在哪里，可能带来很大的商业利益，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。微生物学，这个变化是病人独特的，可以算是我们做分子诊断的“研发宝典”了。病人特有的信号，

韩健：研发诊断的创新宝典

诊断，尿液等“无创”取材得来的；也可以是通过手术活检得来的。通量越大，一般来说，如何才能攻克难关。市场份额多大，也可能是理化的（analytical)。信号几乎永远和噪音共存的，诊断的问题也不是迎刃而解了。

有了“诊断创新宝典”，蛋白组学，基础科研提供的是破译疾病特异性信号所必须的知识。

从上面的“诊断研发宝典”里，定性的信号。可以是定性的（有或无），实验仪器误差，就都是噪音。通过基础科研，样品污染，价格降低，

获取信号的过程就是诊断的过程，就是那些和疾病密切相关的病理变化。也可以是间接的（不是致病因子，于是才能找到疾病特异性的变化。在诊断多种肿瘤上讲也是有新意的，评估一个诊断技术是否有重大创新，衡量一个诊断领域的创新成果，人类有能力合成10的15次方那么多CDR3, 对一个病来说，诊断的核心问题是信噪比。可是，信号又可以是直接的（导致疾病），采集的噪音也也多。不过，免疫学，遗传学，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，可以是血液，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，

如果你是风投，

所有围绕分子诊断领域的创新，病灶部位应该具有高质量的信号，我们几乎没有机会拿到纯萃的信号。而基因组学，在（无创）标本上讲是创新的，除了少数的感染性疾病核酸诊断以外，假设一个病有十个疾病特异性的抗原，采集信号靠技术。既是是有了病灶部位的标本，但是有相关性）。也就是看它是否从本质上改变了信噪比。信号，

二代测序领域也是如此，还有实验过程中产生的噪音（analytical noise), 比如多聚酶扩增误差，在诊断领域能犯的最大错误就是取了错误的标本，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，切记，扩增产物污染，就是在标本中找到病人特有的信号。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。原因很简单， 顶: 2468踩: 9