约翰霍普金斯大学博士兄弟回国创业，瞄准脑病血液早筛诊断

过去，AD的诊断主要依靠神经心理量表、脑脊液检测和PET影像。其中，量表容易受到主观经验影响，脑脊液检测具有一定侵入性，PET检查则面临设备成本高、检查费用高和医疗资源有限等问题。对于需要大规模筛查的老年人群而言，现有诊断手段仍有一定局限。

血液检测由此成为全球脑病诊断领域的重要研究方向。通过检测血液中的特定生物标志物，有望在疾病症状出现之前识别风险，并为后续诊断和干预提供依据。

这正是苏州检力康科技有限公司（以下简称“检力康”）选择的方向。

与目前市场上采用化学发光、单分子阵列等技术路线的企业不同， 检力康掌握了基于人工智能的脑病血液早筛诊断新型分子技术，其将质谱作为脑病血液检测的核心技术平台，并尝试将人工智能与多组学研究结合，建立从标志物发现、检测到疾病风险预测的技术体系。

这家公司的创始团队有着颇为特别的背景：创始人钟晓力与联合创始人钟晓刚是一对亲兄弟，二人均毕业于美国约翰·霍普金斯大学。早在2014年，钟晓刚便作为共同作者，在《Nature Medicine》发表了与血浆生物标志物预测认知障碍相关的研究成果。

十多年后，曾经的科研探索开始走向产业化。

检力康的故事，得从一篇2014年发表于《Nature Medicine》的论文讲起。

当时，全球对阿尔茨海默病的研究仍面临一个难题：疾病发生发展具有较长的潜伏期，等到患者出现明显认知障碍，再通过临床症状进行诊断，往往已经错过了更早期的识别窗口。

如果能够通过血液检测，在症状出现之前发现疾病风险，是否就有机会将诊疗关口前移？

围绕这一问题，研究团队开展了长期探索。2014年，相关研究成果发表于《Nature Medicine》，研究通过检测血浆中的脂质分子，发现了一组能够提前预测认知功能障碍风险的生物标志物。

在这项研究中，钟晓刚主要承担算法模型建立、统计分析及人工智能预测等工作。钟晓力则在后续研究中参与了检测相关工作，并与美国神经内科医生及研究同行持续推进随访研究。两人的专业分工，也构成了后来检力康的技术基础。

钟晓力毕业于美国约翰·霍普金斯大学，获得分子诊断相关博士学位，此后在美国学习和工作了17年。2017年底回国后，他曾担任江苏省苏北人民医院分子诊断中心主任。在他看来，科研成果如果要真正发挥临床价值，还需要经过检测方法开发、产品转化和产业化等环节。相比单纯留在学术研究领域，这项技术更适合在产业界继续推进。

不过，真正让团队看到脑病血液检测产业化机会的，是AD治疗领域的变化。在很长一段时间里，因为缺乏有效的治疗药物，AD被认为是“不治之症”。

但随着卫材、渤健和礼来等企业推动AD治疗药物取得进展，针对β淀粉样蛋白的单抗药物逐渐进入临床应用。与此同时，相关研究也进一步显示，治疗的获益与疾病所处阶段密切相关，早期患者可能拥有更大的治疗获益空间。

这意味着，AD诊疗的需求不再局限于疾病确诊后的治疗，如何在更早阶段识别患者，也变得更加重要。

对于检力康而言，这恰好为此前积累的研究成果提供了产业化窗口。

但检力康并没有简单地将十多年前的研究直接包装成一款早筛产品。据钟晓力介绍，2014年的研究主要基于脂质分子检测，目标是预测认知功能障碍风险；公司目前推进的脑病血液诊断产品，则进一步涉及p-tau217、Aβ42/Aβ40等疾病相关蛋白标志物。两条技术路径既有科研积累上的延续，也有检测对象和应用目标上的差异。

在团队看来，未来的脑病诊断不会依赖某一个孤立的生物标志物，而需要整合多种分子信息、临床数据和人工智能算法，才能更准确地识别复杂疾病。

脑病血液检测看起来只是抽取一管血，但真正的技术难点在于：疾病相关标志物在血液中的含量往往非常低。以AD为例，p-tau217、Aβ42和Aβ40等都是目前受到关注的血液生物标志物。但这些蛋白在血浆中的丰度较低，同时还可能受到个体差异、其他疾病及血浆基质效应的影响。

如何从复杂的血液样本中准确识别目标分子，并实现稳定定量，是检测技术需要解决的关键问题。

目前，AD血液检测主要存在化学发光、单分子阵列和质谱等技术路线。前两者主要依靠抗体识别抗原，再通过信号放大实现检测。其优势在于检测流程相对成熟，但对于极低丰度的蛋白标志物而言，抗体的特异性、检测体系的稳定性以及非特异性信号干扰，都可能影响最终结果。

检力康选择质谱，核心考虑就在于此。钟晓力解释，质谱主要依据分子的质荷比进行识别，不需要完全依赖抗体对目标分子的特异性识别。以Aβ42和Aβ40为例，两者仅相差两个氨基酸，使用抗体实现精准区分存在一定难度，而 质谱能够根据两者不同的分子量进行识别。 此外， 质谱还能够借助同位素内标实现绝对定量。

这一点对于脑病血液检测尤为重要—— 不同患者的血浆成分存在差异，血脂水平、其他蛋白含量以及身体状况等因素，都可能对检测结果产生影响。传统免疫检测通常采用相对定量方式，不同平台、不同抗体体系之间的结果也可能存在差异。而通过引入同位素内标，质谱能够对目标分子的实际浓度进行定量，有助于提高检测结果的准确性和不同检测体系之间的可比性。

对于检力康而言，质谱不仅是一种检测工具，也关系到后续多指标联合检测和临床参考范围的建立。但同时，质谱的产业化门还需要解决样本前处理复杂、仪器价格较高以及操作流程专业化等问题。

检力康的另一项工作，正是围绕这些环节进行适配。钟晓力介绍，国际上已有企业采用高端质谱平台开展AD血液检测，但部分仪器价格昂贵，且尚未取得中国医疗器械注册证。检力康则希望通过检测方法和仪器平台的适配，让相关技术能够在国内具备注册条件的仪器上落地。

这背后需要长期的实验积累和方法学开发。目前，检力康已经开展质谱样本全自动前处理系统研发，希望通过自动化设备解决质谱检测前处理流程复杂的问题；同时，公司也在推进国产质谱仪研发。从检测方法到样本前处理，再到仪器平台，检力康希望逐步建立自主可控的质谱检测能力，而不只是依赖外部设备完成检测。

如果说质谱解决的是检测端的准确性问题，那么人工智能则承担着从多维数据中识别疾病风险的任务。

在检力康的技术体系中，AI主要参与两个环节。一方面，团队利用人工智能和多组学技术，从大量生物分子数据中筛选与疾病相关的标志物，确定用于检测的多指标组合（Panel）；另一方面，在获得患者不同时间点的检测数据后，再结合随访信息进行模型训练，预测疾病发生和发展风险。

钟晓力认为，脑病具有较强的复杂性，单一标志物往往难以完整反映疾病状态。通过整合脂质分子、蛋白标志物、代谢通路等多组学数据，以及神经心理量表、PET影像和临床信息，才有机会建立更全面的风险预测模型。

其中， 长期随访数据是检力康尤其看重的技术壁垒。 与疾病确诊后的检测不同，早筛需要在受试者尚未出现明显症状时就采集样本，并持续追踪其后续认知功能变化。只有将早期检测结果与数年后的疾病结局建立关联，才能真正验证模型预测风险的能力。

换句话说， 算法模型并非简单依靠增加数据量就能建立，而需要长期、连续且具有临床结局信息的队列数据支撑 。检力康希望形成一套由多组学标志物、质谱检测和长期随访数据共同支撑的脑病风险识别体系。

围绕脑病血液检测，检力康目前将产品开发分为 诊断 与 早筛 两个方向。

其中，血液诊断是公司现阶段优先推进的业务。相较于早筛，诊断产品的临床应用路径相对明确，国际上已有相关产品获批。检力康希望先围绕AD相关蛋白标志物开发血液检测试剂盒，逐步推进临床验证和注册申报。

早筛则是检力康更具差异化的长期布局。公司希望延续此前脂质分子研究的积累，利用脂质分子能够相对容易通过血脑屏障的特点，寻找疾病发生早期的变化信号。目前， 检力康已经建立了相关血液检测模型，并在持续推进技术验证。

为创造更强韧的现金流，公司还 为药企提供“AI驱动端到端药物发现平台”，利用AI和多组学技术寻找潜在药物靶点，并进一步探索将其转化为疾病标志物或伴随诊断标志物。

从更长远的角度看，脑病血液检测的价值也不应局限于单次诊断。当检测技术能够在症状出现之前识别风险，并在后续治疗和康复过程中持续追踪相关生物标志物，其应用场景就有机会从疾病筛查延伸至动态监测和患者管理。

接下来，检力康真正需要跨过的，是从实验室性能到真实世界稳定性、从算法模型到获批产品的转化门槛。动脉网也将持续关注。