据基因慧统计，2016年国内43家精准医疗相关企业融资共计52.59亿元，精准医学元年过后，即将迎来2017年新的格局。旧的热点在财报数字面前接受检验，新的并购和扩张同时在进行。
1. 生物云计算
2016年6月卫计委公布61个精准医学专项，国家投入63.5亿元，地方配比投入1.5-2倍。61个项目主要集中在京津冀区域自然人群、心血管疾病队列、乳腺癌队列等人群和专病队列研究，2017年样本陆续测序转化得到数据。对于大样本量的数据管理和存储，云平台提供了弹性的资源共享利于成本控制，模块化数据分析工具弥补生物信息人才的奇缺，降低了医疗机构参与数据质控的门槛。
海外代表性企业DNAnexus，背后有谷歌（C轮领投$15M）以及药明康德（D轮独投$15M）投资，去年12月参与TCGA的10,000余名癌症基因数据重分析，2015年8月“精准FDA”选作供应商。DNAnexus主要的云平台架构支持是亚马逊的AWS，上个月也在微软的Axure云上发布平台。另外，中标NCI癌症云计算项目的Seven Bridges，去年10月也被美国癌症登月计划选择为供应商，最近推出Graph Genome Suite和Sonar，提高数据分析的智能水平。其他标的可以参考GenomeCloud、Curoverse、收购Spiral Genetics的Omicia、Genestack等。
国内，华大基因旗下，BGI Online得到阿里云和英特尔云计算的支持，从流程化分析走向DNA app store；药明康德旗下明码生物麾下的明码云（WuXiNextCODE)，与华为企业云和DNAnexus合作，从临床决策系统布局total solution和数据共享；出自前阿里团队的聚道（GeneDock)从专注企业级云服务兼顾数据源的顶层设计；从为临床机构建立基因数据分析平台的华点云开始进入跨界领域；百度云和诺禾致源、碳云智能和腾讯也在展开合作。根据基因慧整理，目前国内共存在44家提供生物云计算的企业。据公开资料云计算融资较少，其中聚道在2015年获得经纬中国等数百万的融资，目前有几家企业在融资过程中。
生物云计算是云计算在基因等生命大数据上的应用。IaaS架构由AWS、Google Cloud、IBM、BATH等成熟供应商进入生命科学领域，对特别是群体数据的管理和计算成本控制有很大的应用价值，而在国家遗传资源政策限制下，国内云计算商占得优势，国外供应商借正借力寻求代理商或战略合作伙伴；同时SaaS层面受制于数据分析标准空白和生物信息高端人才奇缺，兼顾这两方面资源的企业将获得先机。PaaS层面，基于基因和临床数据的辅助诊断系统是当前临床医生在应用基因数据时的需求之一（加上日常生活方式数据的收集以及机器学习算法的“基因+人工智能”将在第六部分讲到），这里对于数据整合、决策算法需要较长周期的研发，包括对遗传咨询过程的算法模拟和大样本量的验证（不仅是文献证据摘录），收购国外平台的企业取得相对优势，本土企业期待原创性的开发成果公开亮相。
图：生物云计算及其相关企业分布（来自基因慧）
2.微生物组
微生物作为共生关系存在的生命体，对环境监测和从内环境层面反映人体健康水平提供新的维度。据研究，微生物和人类诸多疾病有关（例如肥胖、自身免疫性疾病、I型糖尿病、神经系统疾病等）。但对于其系统的整体研究一直到高通量的二代测序技术成熟以来，才开始在对微生物不破坏的情况下进行定量精准分析，自2010年对人体共生微生物组的解析的文献发表开始如火如荼，同时和当前流行的医美、营养平衡、环境监测结合，并有望在临床应用于快速检测。
2005年13国的科学家组建“国际人类微生物组联盟”，2007年起，陆续启动MetaHIT（欧盟）、HMP（美国）、人类源基因组计划（日本）、MetaGUT（中法）等项目计划。2016年，美国白宫启动“国家微生物组计划（NMI）”，中国的40多位专家在第582次香山会议上商议中国微生物组计划（CMI）。最早参与MetaHIT的华大基因，其微生物平台多任负责人和其他平台负责人先后创业率先进入微生物检测细分领域，例如量化健康（2015年2000万元pre-A轮）、锐翌基因（2016年4000万元pre-A）、谱元科技、hcode(2016年数千万人民币pre-A)、微健康等，主要通过16s rRNA或宏基因组测序进行微生物种属分析和功能分析，来预测疾病风险。在海外，成立2013年的uBiome俗称微生物版的23andme，89美元检测口腔和肠道菌群微生物，A轮融资497万美元；同时，微生物组也可以应用于新药研发（Second Genome、Seres Therapeutics等）、以及粪便移植（比尔和梅琳达盖茨基金会农业项目研究院创立的OpenBiome、成立2011年的Rebiotix B轮融资1800万美元）。相对起步较晚（2014年起）的国内微生物组企业，上下游的价值链尚在整合中，当前市场偏向于To C的服务，特别是婴幼儿端的应用场景，在市场教育和产品开发在开发完善过程中（微生物科普知识可参考热心肠道旗下的“热心肠先生”）。其中，To B模式的量化健康，建立知识库和整体分析平台，为To C企业助力产品开发和交付环节（2015年获得鼎兴基金2000万pre-A轮融资），获得资本青睐。微生物组作为人类第二基因组，提供了系统性表征的“晴雨表”式的指标反馈，但量化仍需进一步建模中，目前集中在种属分析和功能基因分析。同时，微生物以共生关系存在，受环境、饮食、地域影响较大，从科研和消费级走向临床，技术上需要一定周期的开发和验证。
图片来自：www.recode.net
3. 新生儿基因检测
据不完全统计中国有2000多万罕见病患者，而罕见病中有80%是遗传性疾病。遗传疾病的检测在技术上，是基因技术应用在临床除了NIPT（无创产前基因检测）之外相对较成熟的应用之一。同时，二胎政策环境和高达5.6%（实际数字尚缺乏更新）的出生儿缺陷需要借助基因类似新型技术来加速实现一级预防。2017年1月23日，国家卫计委发函明确将以首都医科大学附属北京儿童医院为主体设置国家儿童医学中心（北京），以复旦大学附属儿科医院、上海交通大学医学院附属上海儿童医学中心为联合主体设置国家儿童医学中心（上海），共同构成国家儿童医学中心，而这三家医院早在三年前与国内知名基因检测企业展开了深入的合作，其中复旦大学附属儿科医院在2016年8月联合中国遗传学会遗传咨询分会发起的“新生儿疾病的基因组计划”，计划5年内完成10万例新生儿基因检测。基因检测技术应用于遗传病检测，很大部分集中于神经遗传病，这于可能即将启动的“脑计划”有着直接的功能性关联。
2月6日，杜克大学为北加州独生子女家庭提供免费的新生儿遗传病筛查。2月3日，Baebie获得FDA批准作为首个新生儿遗传筛查系统为4种罕见的代谢遗传病提供检测。新生儿基因检测是基因检测技术在当前临床路径下落地“产前”、“孕前”后的后续解决方案，涉及6000余种疾病，4000余疾病相关基因。当前广泛采用的全外显子基因检测以千元量级在各大三甲医院展开，未来在中文表型数据库逐步完善和全基因组成本减低的情况下，应用范围将逐步扩大。商业模式上主要以第三方检测机构和医生/科室进行合作，患者在常规检测之外额外单独付费或绑定现有检查项目中；检测机构和医院层面合作的联合实验室能持续良好运营的占据少数；而医院自有的检测实验室，由于体制风险的规避以及数据分析人才的奇缺而一再搁浅。精准基因、德易东方（A轮1亿元）、明码生物、华大基因（医学板块估值151亿元，产前、新生儿和肿瘤基因检测作为主要的板块）、未来组（A轮近亿元）等在新生儿遗传病检测受到关注。
在相同检测技术、略有差异的检测策略下，瓶颈和核心仍然在于新生儿基因检测前后的遗传咨询以及配套的健康干预管理体系急需建立，以及处于核心环节的医生缺乏信息化知识库、专业医生助理、辅助诊断系统的支持。这方面期待基因检测机构跳出圈子，与医疗信息化、云平台、遗传咨询团队互补合作，打通基因检测路径闭环。
图片来自：blogs.plos.org
4. 消费级基因检测
作为新兴技术转化的市场应用，无论是计算机、手机还是互联网，历经从高成本到低成本，从学术殿堂到普通大众，从功能消费到体验消费。基因从早期科研发展到当下临床诊断，在人口红利和当前经济环境催化下，必将逐渐迈向消费级应用，只是一个时间的参数。这个参数的最大系数是市场教育，其次才可能是技术本身，而这两点是累积增长和优化的。在应用对象上，婴幼儿的体质检测、高端人群的健康体检和青少年的体验心理，特别是前两者，消费级基因检测无非提供了一个新的载体。在对23andMe和Pathway Genomics的1648名消费者的调查结果中（January 10, 2017, Public Health Genomics），74%对祖源分析感兴趣，72%关注健康测评，93%认为检测是有意义的，94%未来会重新检测。
23andme前不久爆出情人节促销，单祖源分析、健康检测和祖源分析套装分别从99美金、199美金（不含邮费）下降20美金，有Google背书，约120万样本量，估值超10亿美元的企业。而其竞争对手相对不为国内市场熟知的Ancestry，有着30余年的家谱分析历史，在2009年上市初融资1亿美元，DNA样本量300万。而illumina旗下的Helix在2015年成立初称获得超过1亿美元的融资承诺，Illumina的CEO Jay Flatley担任董事会主席，Helix投资者中包括梅奥诊所、杜克大学、西奈山医院等知名医疗投资者。 其他对标包括human longevity, Pathway Genomics, Family Tree DNA,Genos，Habit等。
国内WeGene、23魔方等的套装价格均在千元以内。WeGene据称在其平台上有高通量基因组数据的用户超过1.5万，在数据兼容和解读持续发力；23魔方在1月初获得2000万人民币A轮融资；一脉基因早在2015年天使轮获得滴滴天使投资人王刚的投资；其他如基因猫、360基因、水母基因、美佳基因、基因卡、Hi基因、比特基因等有的在坚挺、部分在转型或已经消失。而市场上熟知的大型基因企业都有消费级基因项目，大部分是面对高端消费人群，他们与纯粹的B2C有差别的是，定价在5万上下区间，且走B2B2C的渠道模式，和保险、体检、银行以及其他高端消费场所合作推广或植入。
23andme早在两年前与基因泰克和辉瑞签订数据合作服务；Helix则希望打造通过基因信息提供定制服务的平台；Habit则在1月推出基于DNA定制饮食营养的套装；WeGene称联合国内研究机构和高校启动多个群体遗传学、分子人类学和全基因组关联分析的研究项目；23魔方已取得临床检验所建设批文，并启动自主实验室二期的建设，一脉基因则在2016年宣布基因数据和解读免费，专注全基因组从测序到解读的全流程服务。
从以上可以看出差异化的产品和模式试水中。对DNA采集、测序生产和数据分析有较强依赖的产品开发存在高成本限制，而为了减少成本测几十个位点，或浮夸天赋预测功能的高额价格都会被市场淘汰，特别是2017年随着科普推进，良币驱逐劣币现象将体现明显。在市场模式上，用户教育尚需一定周期，在新鲜期过后存在一定的疲软期；渠道上以保险公司为例，大多将基因检测归于互联网产品类别，规避政策风险，同时渠道商的用户教育能力以及用户信息的不共享对于生产企业有着较大的制约；在盈利模式上给予希望的收集数据用于药物研发模式，尚未有新的进展，在数据源顶层设计上可能尚需得到药企的深度参与和进一步认可。
图片来自：scoop.it
5. 代谢组代谢组学是“后基因组时代”发展起来的一门新兴的跨领域学科，属于系统生物学的重要范畴。广义代谢组实际分组学（非靶、广靶等技术）和代谢物检测（靶向），在食品安全、环境监测、药物分析、药代药动、临床质谱等方向有广泛应用，尤其是前三者。药代药动受国家仿药一致性评价政策刺激市场容量急速增加，而临床质谱应用方向刚刚起步，主要出于科研阶段，应用于寻找疾病风险因子或靶点，疾病分型和预后评估等。近年在美国临床诊断上，质谱检测凭借准确、灵敏、快速等特点，逐渐替代了常规检测方法，发展迅猛，目前美国有约有500项左右质谱检测项目；而我国不到其十分之一，但逐步有企业机构将代谢小分子与基因结合检测，促进精准医疗的准确性。同时，上游质谱仪生产厂家也意识到市场的应用前景，逐步开展了仪器的医疗器械许可申报。
以代谢检测为主的企业当属Metabolon，该公司已先后进行5轮融资，在糖尿病监测产品上面已有检测试剂盒，其它产品也在陆续推出，并于近期宣布与迪安诊断合作开拓中国市场。其他对标包括Quest, Labcorp等。国内，以申报试剂盒为主的可力梅塔公司（上海）由达安投资。金域检验（广州）也在质谱领域布局较早，在2016年6大业务板块中基因检测及质谱为主的检测呈现高增长态势，此外也有近两年成立的武汉迈维代谢，杭州佰辰医疗等公司，迈维代谢以广泛靶向代谢技术为核心，结合基因组领域的背景在创新性方面有较大优势，佰辰医疗以传统代谢、蛋白标志物检测为主，采取第三方检测、试剂盒申报等并行策略。
由于技术壁垒和设备投入等原因，代谢组在国内仍属于高门槛行业，属于早期投资范畴；在产业设计上，建立有效、稳定的检测方法，基于队列样本开发适合国人的检测指标的企业值得关注。市场应用场景上主要集中在科研，临床上采用少数种类的代谢物检测，类比为基因组检测时代的早期，由于代谢组和基因组相互呼应的数字化监测，对于未来市场价值增值有一定的潜力。
6. 基因数据+人工智能
在Google的Alpha Go、IBM的Waston等应用的热潮下，人工智能极有可能将成为2017-2018年创新创业新的引爆点。当人工智能与各硬件行业紧密结合时，回头看基因行业的大数据以文本形式存在，PB量级增长，成本10年间降低100倍，超摩尔定律。巨大数据量且相对低成本的基因数据产生将带来数据解读和进一步数据挖掘的需求，这将是人工智能进行数据挖掘的一大资源池。同时，民营医院、多点执业、家庭医生等政策环境下，人工智能的机器识别协助将医疗资料信息化，在顶层设计标准化数据基础上，将基因数据和临床数据结合，将为个体化医疗健康提供精准化诊疗路径。此外，基于移动设备收集的的环境数据、运动睡眠等体征数据，结合临床表型，基因型数据，全方位的信息整合使得开辟数字生命这一新的研究领域成为可能。
曾成立仅半年的生命科学人工智能领域代表的碳云智能在2016年4月获得A轮融资近10亿人民币（腾讯、中源协和天府集团等），同月紧接着融资6300万人民币（荣之联，分享投资主基金，分享投资“享投就投”俱乐部），7月获得鑫根资本3亿人民币的股权投资，估值近10亿美金。几轮融资后，开始上游布局大健康数据，下游开放健康体验企业合作，先后投资国内保险大数据企业般若系统（3000万元）、收购以色列图像人工智能公司Imagu，2017年1月发布数字化健康管理平台觅我?，同时碳云开始构建数字生命联盟碳云生态，并以碳云生态的名义投资4亿美元。而同月，Illumina联手IBM Waston合作人工智能解读癌症基因谱、标准化基因数据解读。去年11月，首届中国智谷大会上，陈润生院士演讲提到“工智能和大数据也对研究我们遗传信息中97%的、我们尚未了解的‘暗物质信息’起到关键作用”；同月在在第三届世界互联网大会上，百度李彦宏表示，“基因分析和精准医疗是这些年做计算机科学最觉得兴奋的方向。国内几家知名基因企业也在对人工智能在基因数据的应用在研发过程中。目前相关联的对标公司包括拥有海外研发团队的WuXiNextCODE，拥有IT基础并与华大基因合作紧密的荣之联，基于多维询证知识库和人工智能算法提供临床决策服务的为朔医学，完成千万元级天使投资的赛福基因。海外对标可参考N-of-one，Deep Genomics，Berg等企业。
人工智能的核心是机器学习，机器学习目前主要基于已有标签的训练数据建模（有监督学习），而对于无监督学习（无标签训练数据，自我寻找规律）的应用仍需时日，监督学习要求训练数据的标准化，这对于当前基因数据源产生和质控的标准欠缺是一个瓶颈。其次，大多数疾病是多基因关联，基因和部分疾病的关系在科学理论层面需要进一步发现和论证。此外，对于单基因疾病，目前基因和疾病的关系的循证主要基于文献，这对于临床存在一定风险，因为文献当时研究水平的局限以及部分缺乏生物体验证和大规模人群验证，仅供参考。最后，基因数据、环境数据和体征数据的整合的复杂度极高，在人才培养和行业价值链整合上仍需要周期。
联系客服
