王小康，水母基因CEO。北京大學天體物理學學士、北京大學國家發展研究院經濟學碩士。
這是一刻talks的講者王小康在一刻talks【未來大會】上的演講。比爾蓋茨曾說，「21世紀最偉大的公司不是網際網路公司不是銀行，它一定跟基因關聯。」王小康預言未來更多的基因數據將被收集，可以根據每個人特性制定出個性化的解決方案，幫每個人做出更好的健康決策。
文章3092字，閱讀需要8分鐘
▼王小康x一刻talks【未來大會】完整版
01
21世紀最偉大的公司 一定跟基因有關係
我在2000年進入北京大學物理學院，我的專業是天體物理學。四年後畢業的時候我發現仰望星空太長時間了，看不懂這個世界怎麼運行。所以我又來到了北京大學國家發展研究院，花了兩年時間學習了經濟學。
我畢業的時候，沒有馬上開始找工作，我去尋找有沒有好的創業機會。回到家鄉我發現傳統的商貿企業，還在用刀耕火種的方式在管理自己的公司。當他們面臨淘寶、阿里巴巴的時候變得不堪一擊，所以我就創建了我的第一家公司，幫助這些傳統的商貿企業如何用網際網路工具更好的管理他們的生意。
直到2015年的6月份，我的人生發生了重大的改變。這個改變來自於誰？就來自於我兒時的偶像，這個偶像就是比爾·蓋茨。他說了一句話，「21世紀最偉大的公司不是網際網路公司，不是銀行，它一定跟基因有關係。」
聽完這句話，我覺得我是不是應該有所行動。所以我開始翻我的通訊錄，看看我的同學裡面我的朋友裡面有沒有學生物的，還真不少。但是有一個共性，他們都沒有在工作，都在學校教書，在科研機構念博士，念博士後。當我打通我現在的技術合作人趙南的電話的時候，他正在美國一所大學裡教書，這個大學城總共只有2000多人。然後當學生來的時候，人數比較多。他告訴我一個美國公司，這家公司在做一件事情。它通過人的唾液做基因檢測，從基因檢測裡面得到非常多有用的結果，這些結果能夠幫助人們做更好的健康決策。我一聽這個生意好。
為什麼？因為我們有一句老話，中國人一人一口唾沫就可以幹很多事情。所以我在想，一人一口唾沫那就是一個千億的市場。所以我跟趙南說這個事，好事，我們一起創業吧。你帶著技術，我帶著錢還有你，我們一起幹一家公司。
當經營這家公司三個月之後，有一天晚上我找到趙南，我開始打退堂鼓。為什麼？我跟他說要不你先來當CEO，我先回北大再念個生物學的PHD再回來。因為我發現三個月的時間，我連基本的概念都沒搞明白。這時候趙南幸好比較耿直，沒有趁機把我打發回學校。他跟我說，我們的隔壁屋就住著十個生物學的博士，不缺這一個。我們缺少的是如何把技術轉化為產品，如何把產品推向市場的這麼一個人。我一聽挺有道理的。我又花了三個月時候，終於有一天我覺得我明白了。我跟趙南說，那是不是在整個產品裡面，我們要做的是兩件事情。
第一件事情我們希望我們的基因檢測技術，應該惠及到每一個人，所謂的每一個人，意味著我們必須通過網際網路的方式直接賣給消費者，否則通過渠道裡的層層加價，那一定會變成一個有錢人的玩具。
第二個問題是，如果我們希望讓每個人終身受益，那我們不應該只把產品賣給在醫院裡面的病人，我們希望通過基因檢測技術，讓更多健康人少生病，晚生大病，這才是能夠讓這個技術真正體現出核心的價值。
02
基因監測技術
讓更多人受益
那怎麼來做？我發現了從我過去學習的幾個專業裡面幾個共同點。為什麼？因為不管是研究天體物理研究黑洞，或者在經濟學上研究一家銀行，或者我們在用基因技術做出更好的健康決策。我們都用了同一套方法。
第一步通過量化現實獲得觀測數據。
第二步圍繞數據建立一個預測模型。
第三步如何用這個模型指導人們的生活。
想明白了這一點，我們的工作相對來說變得簡單了。所以我覺得可以通過這種方式，介紹一下水母基因怎麼工作，基因檢測到底是怎麼樣的情況。
我們工作開始是非常簡單的，用戶通過在家裡面吐口水的方式把基因樣本寄送到我們的實驗室，雖然我們跟用戶說過，在採樣前不能多吃東西，但是我們實驗室會收到各種各樣顏色的口水。綠中帶黃的，應該是韭菜雞蛋餡的餡餅，紅中帶黑的的應該是火龍果。所以我們在實驗室裡面的第一步需要把這些雜質去掉，剩下的就是從你口腔脫落的細胞中的一個DNA。
我們會把這些DNA通過左側這樣一個自動化的工作站，把這些DNA片段放到右側的這樣一個基因晶片上。雖然我們叫它是晶片，其實它跟我們手機電腦晶片有相同點也有不同點。相同點他們都是矽片，都是一個網際網路半導體的矽片。這上面的每一個方格，用來處理每一個用戶的樣本。在這個方格的上面，我們會用雷射的微刻技術刻上70萬個探針，每一個探針能夠獲取一條用戶的遺傳信息。當這個DNA進入這個晶片之後，根據遺傳信息的結果不同，每個探針會顯示出不同的顏色，所以我們需要有一個特殊的掃描儀，把這張晶片上產生的顏色轉化成數位訊號。最後我們用來做分析。這就是我們用來做掃描的掃描儀。
當這張基因晶片放入這個設備之後，七天之後我們會得到類似一張的結果。圍繞這個信息，我們把它輸入到電腦中，通過對這些信息的分析來構建我們的模型。
到了第二步，我們如何圍繞這些信息來構建模型呢？比如我們想知道到底哪個基因或者哪個位點，決定了一個人是左撇子。研究人員會找一群志願者，首先把他們的基因數據採集了。第二步我們得知道這批志願者裡面到底哪些人是左撇子。
當然這個事情我們不能直接問他們，因為有很多天生的左撇子被他們的父母修理成了右撇子。所以我們需要把這些志願者關到小房間裡面，每一個小房間的桌子上，放著兩個小杯子，左側杯子有一百個圖釘，右側杯子是空的。我們會要求每一個志願者先用左手把這一百個圖釘移到右手的杯子裡面。再用右手把一百個圖釘移回到左邊的杯子裡面，我們看到底左手更快，還是右手更快。左手更快的志願者，我們把他判定為左撇子。
有了這兩個數據一方面我們擁有了他的基因數據。另外一方面我們擁有了他是否是左撇子的數據。把這些數據放在一起去關聯分析。看看到底有沒有哪個基因，哪個位點決定了他是左撇子。通過這種方式我們可以從左撇子再擴展到各種疾病的風險，擴展到你愛不愛吃糖，擴展到你未來有可能跟什麼樣的人結婚。所以這一切的一切，當我們在建立模型之後，可以通過量化方式，通過數據化方式去做計算。
第三步當我們得到了這些計算結果之後，我們如何做最後的幹預的結果呢。這兩張圖上展示就是我自己最擔心的兩個基因檢測結果。
第一個結果是自律能力比較弱。第二個結果是脫髮的風險比較高。今天大家在場可能能夠大概有一個感覺，我頭上的日漸稀少的頭髮。所以我讓我們這個團隊開始做兩個非常重要的課題。第一個課題是如何讓一個自律能力比較差的人，擔任一家創業公司的CEO。第二個課題是對於基因檢測脫髮風險比較高的用戶，每天早晨應該吃什麼，才能夠讓那些在40歲之前還能夠有一頭濃髮。
所以從這兩個例子來看，我們可以知道，當我們收集了用戶的基因數據，建立預測模型之後，我們就可以根據每個人特性制定出個性化的解決方案，這些解決方案未來能夠幫助每個用戶做出更好的健康決策。
最後我希望能夠用兩句話來總結一下我今天講的內容：
第一句話是希望更多正像我這樣的人，響應我們偶像的號召，到生物這個產業裡面來創業。當然你不需要再去念一個生物學的博士。你只要有一大群很牛的博士，能夠在這個公司裡面工作。
第二點我覺得作為一個理工科學習過來的學生，包括現在也在技術領域創業，我希望大家能夠理解一點。技術並不能夠解決所有的問題，但當我們努力用技術去解決一個個問題的時候，我們的未來就能夠變得更加美好。