You can see everything: 伊丽莎白·霍姆斯的“一滴血检测”，为什么在技术上没能兑现？

89 阅读 0 评论 1 点赞

“今天看完伊丽莎白·霍姆斯的故事，差点被那双蓝色大眼睛和改变世界的信念说服。

几滴指尖血，就能完成上百项检测？Theranos吸引了超过7亿美元投资，却掩盖了最该追问的问题：技术证据在哪里？

血糖仪也能用一滴血，为什么她的承诺没能兑现？

翻开公司的技术论文和FDA审评材料，我们来八一八：从采到血、测出信号，到给出可信的检验结果，这个动人的故事，究竟跳过了多少步？

”

—

一个曾经炙手可热的创业公司

Theranos由19岁的伊丽莎白·霍姆斯于2003年创办，宣称利用自研的小型自动化设备，只需几滴指尖血，就能快速、准确地完成广泛检测。

霍姆斯担任董事长兼CEO，2009年加入的Sunny Balwani后来担任总裁兼首席运营官。公司吸引了超过7亿美元投资，估值一度达到90亿美元。

其董事会阵容尤其耀眼：曾包括美国前国务卿亨利·基辛格、乔治·舒尔茨，前国防部长威廉·佩里，退役海军陆战队上将詹姆斯·马蒂斯，以及富国银行前CEO理查德·科瓦切维奇等政商界人物。

这样的阵容足以让人肃然起敬。2015年起，媒体调查与监管检查逐步揭露，公司自有设备的能力远未达到宣传水平，大量检测依赖第三方分析仪。Theranos最终于2018年解散，霍姆斯随后因涉及投资者的欺诈罪名被定罪。[1]

—

MiniLab

2018年，Theranos团队发表了一篇miniLab技术论文，描述了如何把多种实验室操作整合进一台桌面设备。[2]

血样和试剂装入一次性卡匣后，内部机械臂完成移液、混合和转移，再由不同模块检测。服务器则下发实验流程，接收、分析和存储数据。

看起来像是“把大实验室塞进小仪器”。不过，自动化远不止增加几条机械臂：微量移液、温控、试剂稳定性、污染控制、故障识别，都必须协同工作。

论文也披露，当时机箱只能安装热循环仪或显微镜其中之一。因此，核酸与细胞检测数据来自不同配置，并不是同一台机器同时完成全部功能。

检测模块	如何检测	论文展示的项目
核酸扩增与荧光检测系统	扩增目标核酸，再读取荧光信号	寨卡病毒RNA
荧光／化学发光检测器	读取特定试剂反应产生的光信号	HSV-2病毒IgG抗体
分光光度计	测量样本的吸光度变化	总胆固醇、HDL、LDL、甘油三酯
荧光／暗场显微镜	对细胞成像，结合荧光标记识别和计数	T细胞、B细胞、NK细胞等淋巴细胞亚群

—

几滴血完成200项检测

Theranos公开的检测目录包含200多个项目，涉及HIV筛查、肿瘤标志物，以及代谢和生化指标。

但需要拆开三个问题：

公司能提供多少项目？

其中多少由自有设备完成？

又有多少能够用同一份微量指尖血可靠完成？

据SEC起诉材料，公司自有分析仪实际只承担目录中的约12项检测，其余依赖第三方设备。[1]

“提供检测服务”与“拥有能够完成这些检测的自有技术”，显然不是一回事。检测项目的数量，也不能直接换算成能确诊多少种疾病。

指尖血只是少一点的静脉血吗？

并不是。

指尖穿刺采集的血液，与静脉血在来源和采集过程上存在差别。部分指标可能出现浓度差异；过度挤压可能混入组织液，溶血则会释放细胞内成分。

研究还发现，同一次指尖穿刺中，连续血滴的部分细胞指标也会出现波动。[3]

这不意味着指尖血不能用于检测，而是说明：每个项目都要针对采样方式、样本处理和分析流程验证，不能直接照搬静脉血方法。

而miniLab论文中的主要实验样本来自静脉采血或购买的临床样本，不能将这些结果直接写成“指尖血平台已经验证成功”。[2]

检测类型	miniLab论文中的方法	医院常用方法	主要区别
生化：血脂等	试剂反应后，用微型分光光度计测吸光度	自动生化分析仪通过酶促等反应测吸光度	原理接近，主要改变体积、液体处理与仪器布局
免疫：HSV-2 IgG抗体	特异性结合后读取化学发光信号	化学发光、电化学发光等免疫分析	属于同一类检测思路，具体试剂和反应流程不同
核酸：寨卡病毒RNA	核酸扩增＋荧光检测	PCR、RT-PCR等核酸扩增检测	同样需要靶向试剂和扩增，不能直接“扫描所有病毒”
细胞：淋巴细胞亚群	荧光标记＋显微成像分析	常用流式细胞术	miniLab主要拍图识别；流式让细胞逐个经过检测区域

微型化之后，误差怎样控制？

miniLab使用的检测原理，与医院方法并非完全不同。它仍依赖生化反应、免疫结合、核酸扩增和细胞成像，重点在于缩小和整合流程。

但体积缩小，不会让误差自动缩小。

假设一次移液偏差为0.2 μL：吸取20 μL时，相对偏差是1%；吸取2 μL时，就是10%。

这只是一个说明原理的例子，并非miniLab的实测误差。它提醒我们：微量化要求同步提高精度。

不同模块还面临不同问题：吸光度检测要控制样本颜色与浑浊的干扰；免疫检测要防范交叉反应和非特异性结合；核酸检测要控制提取损失、扩增抑制和污染；细胞成像则需要可靠的染色、对焦与分类。

重复测得一致，只说明精密度好；还要证明它与可靠参考方法足够一致。

吹哨人看到的，是实验台上的失败

两位重要吹哨人Erika Cheung和Tyler Shultz，分别参与实验室检测及方法验证。他们质疑的，是当时设备是否已经足够可靠。

Erika发现，Edison质控反复失败，部分数据被人为忽略后才得以通过；自有设备与传统仪器的能力验证结果，也出现令人担忧的差异。[4]

如果连预期范围已知的质控样本都测不稳，又凭什么放心报告患者结果？

回看影片，Liz那双蓝色眼睛依然清澈，谈起技术时笃定得让人恍惚。让我不安的，是这种笃定与失败数据之间的距离。

眼神可以传递信念，不能证明检测准确

—

Theranos2.0（Haemanthus）：拉曼与AI能走多远？

影片后半段，Billy Evans反复提到laser和deep learning，让我产生了另一个疑问：这一次，他们想做的技术，究竟有没有可能？

据报道，霍姆斯的伴侣Billy Evans正在推进一家名为Haemanthus的诊断初创公司。公司主要以隐身模式运营，希望结合拉曼光谱与人工智能分析生物样本。[5]

Haemanthus也是石蒜科“网球花属”的拉丁学名，字面意为“血之花”，其部分植物被称为blood lily。

名字依旧动人。但这次需要看的，还是技术和数据。

拉曼光谱测的是什么？

简单说，拉曼光谱用激光照射样本，读取少部分散射光的能量变化，从而获取分子振动信息。

可以把原子想成小球，化学键想成弹簧。不同结构具有不同的振动特征，会在光谱里留下类似“指纹”的信息。

配图中的低处横线表示振动能级，高处的“虚能级”则用于描述散射过程，不是分子可以稳定停留的真实状态。

光与分子交换能量后，可能出现两种情况：分子获得能量，散射光能量降低，即Stokes散射；分子释放能量，散射光能量升高，即反Stokes散射。

仪器读取的，正是这些能量差。

为什么它有多指标分析的潜力？

因为多种分子可以同时贡献信号。同一张光谱里，可能包含蛋白质、脂质和代谢物等不同成分的信息。

已有研究结合拉曼光谱与统计模型，分析血清中的葡萄糖、尿素、总蛋白和血脂等指标，说明这个方向具有科学基础。[6]

深度学习则可以帮助处理背景、提取特征，并学习光谱与浓度或疾病状态之间的关系。

一个分子可以贡献多个峰，一个峰也可能叠加多种成分的信号。高丰度蛋白容易“被听见”，低浓度激素或肿瘤标志物则可能被背景掩盖。

模型还可能利用其他成分与目标之间的相关性作预测，而没有直接测到目标。因此，换一批患者、换设备或换采样条件后，它是否依然可靠，必须另行验证。

原理可行，不等于产品已经可行

仅凭与霍姆斯的关系，不能断定Haemanthus是另一场骗局；同样，拉曼和AI有科学基础，也不能证明公司的广泛检测目标已经实现。

真正需要展示的是：具体测哪些指标，每项误差多大，失败样本占多少，以及独立患者中的表现。

希望这一次，技术能够在成熟后走向患者。

毕竟，改变世界可以从一个大胆的想法开始。但要进入临床，最终必须回到可重复、可核查的数据。

来源：秋颜的生物笔记

参考资料

[1] SEC. Elizabeth Holmes and Theranos, Inc., Complaint. 2018.
https://www.sec.gov/files/litigation/complaints/2018/comp-pr2018-41-theranos-holmes.pdf

[2] Nourse MB, et al. Engineering of a miniaturized, robotic clinical laboratory. Bioengineering & Translational Medicine. 2018;3(1):58–70.
https://doi.org/10.1002/btm2.10084

[3] Bond MM, Richards-Kortum RR. Drop-to-Drop Variation in the Cellular Components of Fingerprick Blood. American Journal of Clinical Pathology. 2015;144(6):885–894.
https://pubmed.ncbi.nlm.nih.gov/26572995/

[4] Erika Cheung庭审证词及公开访谈。
https://alumni.berkeley.edu/california-magazine/online/whistleblower-erika-cheung-on-working-at-theranos/

[5] Glickman K, Kozlov M. Elizabeth Holmes film enthralls — but her legacy haunts science. Nature. 2026.
https://doi.org/10.1038/d41586-026-03383-7

[6] Quantitative analysis of serum and serum ultrafiltrate by means of Raman spectroscopy. Analyst. 2004.
https://doi.org/10.1039/B408927H