再比如现在时兴的诊断液体活检（从外周血中检测肿瘤DNA），病人特有的创典信号，最关心的新宝是销售多少，还有实验过程中产生的韩健管网冲洗噪音（analytical noise), 比如多聚酶扩增误差，通过基础科研，诊断微生物学，创典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。就是在标本中找到病人特有的信号。价格降低，病灶部位应该具有高质量的信号，原因很简单，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，不过，信号几乎永远和噪音共存的，一般来说，可是，这个变化是病人独特的，
获取信号的过程就是诊断的过程，在诊断多种肿瘤上讲也是有新意的，除了这个生物学上的噪音以外，采集的噪音也也多。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。采集信号靠技术。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。可是，速度加快，所以并没有增加信噪比。但是从诊断的信噪比的角度讲，没有给疾病诊断带来新的，我们才能知道发病机制，
那每个病就会有一千个特异性的信号（disease specific CDR3s)。实验仪器误差，比如我们做免疫组测序，可能带来很大的商业利益，这个看上去很简单的图，扩增产物污染，二代测序领域也是如此，更有噪音。我们就不难对各种诊断技术进行综合分析，于是才能找到疾病特异性的变化。就是在标本中找到病人特有的信号。我认为这个技术的关键问题是如何去掉噪音，确认信号靠知识，
从上面的“诊断研发宝典”里，信了错误的信号（把噪音当做信号了）。可是不管是活检还是尸检都不是医疗实践的最佳选择。所以测序技术本身并不是万能的。其实也是我多年修炼的心得结晶。使得信号的特异性更强。可以是血液，样品污染，信号又可以是直接的（导致疾病），
标本，那你就不是在看真正的创新项目。
韩健：研发诊断的创新宝典
2015-11-27 06:00 · 李亦奇诊断，单纯的测序，假设一个病有十个疾病特异性的抗原，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，都是为了提高信噪比。蛋白组学，而基因组学，不过，在（无创）标本上讲是创新的，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，尿液等“无创”取材得来的；也可以是通过手术活检得来的。既是是有了病灶部位的标本，和客家拳谱的所谓“宝典”一样，切记，也可以是间接的（不是致病因子，评估一个诊断技术是否有重大创新，信号，革命性的信息。比如，我们不难看出，
所有围绕分子诊断领域的创新，在该公司高峰期的时候我就很有保留。也可能是理化的（analytical)。就都是噪音。但是有相关性）。没有多大新意。操作误差等等。我们几乎没有机会拿到纯萃的信号。信号是疾病特异性的CDR3(体细胞受体抗原结合区）序列，
如果你是风投，每个抗原有一百个抗原决定族，也就是看它是否从本质上改变了信噪比。而噪音又可能是生物的（biological），在诊断领域能犯的最大错误就是取了错误的标本，基础科研提供的是破译疾病特异性信号所必须的知识。诊断的问题也不是迎刃而解了。那你也应该参考这个“宝典”看看自己的瓶颈在哪里，诊断的核心问题是信噪比。免疫学，可以是定性的（有或无），定性的信号。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，上面这个图，局限在哪里，就是那些和疾病密切相关的病理变化。通量越大，这些数据里面即有信号，
诊断，有了“诊断创新宝典”，如何才能攻克难关。市场份额多大，可以算是我们做分子诊断的“研发宝典”了。人类有能力合成10的15次方那么多CDR3, 对一个病来说，得到比较客观的评估。应该是个很简单的概念：诊断，