翱锐生物研发投入主要投向哪些板块?一份来自团队的说明
我们是翱锐生物,一家做肿瘤早筛和精准诊断的公司。经常有同行、投资人和刚认识我们的朋友问同一个问题:你们的钱主要花在哪?这篇文章就把这件事说清楚——不是财务口径的报表拆解,而是研发团队每天在做什么、为什么这么分配。
先回答这个问题:投入分成五块
简单说,我们的研发投入分布在五个板块,而且这五块是有先后的:前面的决定后面能不能成立,后面的决定前面的东西有没有用。
| 板块 | 做什么 | 为什么必须投 |
|---|---|---|
| 标志物发现 | 从临床样本里找能区分肿瘤与良性的信号 | 没有信号,后面全是空转 |
| 技术平台 | 甲基化检测、液体活检、算法建模 | 决定灵敏度、特异性与成本 |
| 临床验证与注册 | 多中心队列验证、注册申报 | 数据不经得起验证,产品就不算成立 |
| 样本与数据体系 | 生物样本库、随访数据库 | 长期壁垒,短期看不见 |
| 产品落地 | 试剂盒工艺、检测流程、报告系统 | 实验室里的结果要能被稳定复现 |
一、发现端:先把信号找对
肿瘤早筛这件事,最贵的不是仪器,是试错。一个候选标志物从进项目到被判"这条路不通",往往要耗掉几个月和一批宝贵的临床样本。所以我们把相当一部分投入放在发现端:扩大候选位点的筛选范围,同时提高筛选的可信度。
做法上,我们更依赖真实临床队列——早癌、癌前病变、良性病变、健康对照要一起进来。只看阳性样本的团队,容易把"能测出来"误当成"能区分开"。这两件事差得很远。
二、技术平台:甲基化、液体活检与算法
我们的技术路线围绕外周血里的游离核酸展开,核心是甲基化信号的读取与判读。投入大致落在三处:
- 检测方法本身:在低起始量、低肿瘤信号占比的条件下把有效信息留住,减少不必要的深度堆叠。
- 算法与建模:把位点信号组合成可解释的判读模型,重点不是把数字做漂亮,而是让模型在不同医院、不同年龄段的人群里都经得起看。
- 多癌种扩展:单癌种跑通之后,同一套流程能否复用到别的癌种,决定了这个平台是一次性项目还是可复用的能力。
这里有个我们内部反复讲的判断:特异性上多花的每一分钱,都是在减少后面的复检、焦虑和误解。所以宁可先把"不该报警的不报警"做扎实。
三、临床验证:最容易超支、也最不能省
研发投入里增长最快的一项,是验证。多中心入组、样本管理、随访、数据核查、注册材料准备,每一项都是持续的现金支出,而且看不到即时的产出感。
但不做这一步,一个在自家实验室表现不错的检测,到了体检中心和医院就可能掉链子。样本采集时间、运输温度、离心条件,任何一个环节变了,结果就可能变。验证的意义就是把"能做到"变成"到哪都能做到"。
四、样本库与数据:最安静的一块
生物样本库和长期随访数据库是典型的"投入在前、回报在后"。样本存下来那天不产生任何收入,但三五年后要做回顾性研究、要优化模型、要回答审评老师的问题,靠的就是它。
我们对这块的要求是规范高于数量:知情同意链条清楚、临床信息字段齐、随访有节律。一个存了十年却不知道临床结局的样本,价值是很有限的。
五、落地端:让检测在真实场景里跑顺
最后一块投入,是把技术变成用户可以用的东西:试剂盒的工艺稳定性、检测流程的标准化、报告的可读性。
举个具体的场景:一位五十多岁的体检者在报告里看到"建议进一步检查",如果报告没讲清楚这是什么意思、下一步该去哪里、大概要做哪些项目,他的第一反应大概率是恐慌而不是行动。所以我们花时间在报告的文字上,把结论、依据和后续路径分三层写清楚。这不算科研,但同样要投人。
投入顺序背后的判断标准
如果有人问我们怎么分配,我们大致按三个顺序想问题:
- 这件事能不能提升判读的可靠性。会提升的,排在前面。
- 这件事是不是一次性的。能沉淀成平台能力的,优先级高于解决单个问题的项目。
- 这件事三年后还有没有价值。样本、数据、工艺属于这一类。
反过来,纯粹为了短期好看而做的投入,我们尽量不碰。
行动建议:怎么判断一家早筛公司的研发是否扎实
如果你也在看这个行业,可以拿下面几条去对照,包括对照我们:
- 问验证队列怎么来的:入组了多少人、从几家中心来、对照人群怎么设。
- 看特异性,而不只看灵敏度:早筛场景里,一次误报的成本往往被低估。
- 问平台能不能复用:只能做一种癌种的,多半是项目而不是平台。
- 看有没有样本库和随访数据:这块最能说明公司愿不愿意做长期的事。
- 看报告写得清不清楚:一份用户看不懂的报告,等于检测没做完。
我们的账本大致就是这些去向。早筛是一个慢行业,投入的回报周期以年计,急不来。但方向对,慢也比绕远路快。
