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