![]()
微生物组行业:AI风口下,底层测量标准难题待解。
全文共2140字,大约需要5分钟阅读
9月10日,创投与企业创新平台Plug and Play发布了一份微生物组与长寿行业报告,把30余家初创公司排成一张从检测到干预的图谱。报告提出了一个观点:这个行业正在从单一菌株走向AI驱动的系统级配方
这是否代表,微生物组行业已经完成了测量和理解,下一步只是让AI找到更精准的干预方案。
但就在报告发布半年前,一项由美国国家标准与技术研究院等机构完成的研究,把同一批标准化人体粪便材料送到7家直接面向消费者的肠道微生物组检测服务商,每家公司测试3次。结果显示,不同服务商造成的差异,与8名不同供体之间的生物学差异处于同一量级[1]。
行业叙事已经跑到精准干预,底层测量却还没有形成共同尺度。由此只剩下一个真正需要回答的问题:当不同机构连同一批样本都难以给出可比结果,建立在这些数据上的AI解读还能走多远?
八成市场仍靠测量赚钱
Plug and Play的报告名为《微生物组与长寿:重塑我们衰老方式的头部初创》。报告援引的市场数据称,全球微生物组市场2025年约为8.2亿美元,2026年约为9.4亿美元;其中诊断占比超过80%,疗法与主动调节虽然增长更快,收入基数仍然较小[2, 3]。
换句话说,这个行业当前最主要的收入仍然来自测量,而不是治疗。消费者先寄出样本,企业再把菌群组成翻译成饮食、生活方式或补剂建议。至于这些建议能否稳定复现、能否用于诊断疾病,仍是另外两道尚未跨过的门槛。
这也解释了为什么检测平台容易成为资本和创业公司的入口。相较于药物研发,直接面向消费者的检测不必等待多年临床试验,也不需要先建立药品产能。一次居家采样、一份测序报告和一套线上解读,就能形成付费产品。
同一批样本为何得到不同答案
今年2月发表在《通讯·生物学》上的研究,检验的正是这门生意最基础的一环。研究团队将均质、稳定的标准化粪便材料分装进21个采样套件,分别寄给7家服务商。而同时,这些企业并不知道自己正在参与比较测试。
![]()
同一批标准样本在不同服务商和重复检测中呈现出的菌属组成差异 图源 Communications Biology 2026
造成差异的环节很多,好比采样工具、保存液、运输方式、DNA提取、测序方法和生物信息分析等,都可能改变最后的菌群构成。行业目前没有一套被普遍接受的流程,不同公司又很少公开完整方法,用户因此难以把两家报告放在同一尺度上比较。
这项研究也有清楚的边界。标准样本并不提供绝对真值,研究者无法据此判断哪家公司测得最准确。它能证明的是,公司之间的可比性不足;部分公司内部的重复结果也存在差异。用这项研究给某一家企业判错会越界,但用它说明行业标准化尚未完成是成立的。
分析一致性只是第一道门槛。即使每家公司都能稳定测出同一个结果,企业还需要证明某种菌群特征确实对应疾病风险,以及根据报告作出的干预能够改善健康结局。论文指出,截至发表时,美国尚无依据整体菌群构成获批的临床微生物组诊断检测,欧洲也只有一项测序检测取得CE-IVD资质[1]。
所以,当前的缺口不是没有数据,而是没有一把所有参与者都认可的尺子。没有统一参考材料、最低分析性能和透明的方法披露,检测报告很难从个人健康信息进一步走向临床判断。
AI能读懂论文 但改不了输入
对于报告所说的AI路线,它对粪便样本进行宏基因组测序,再让大语言模型从数十万篇研究中寻找与用户菌群相关的线索。公司不销售益生菌或补剂,而是把检测和分析本身作为产品,希望用这种分离减少推荐受到销售利益影响的风险[2, 4]。
这套产品的单次价格为485美元,官网建议每3至6个月复测一次。对消费者而言,它卖的是一套持续更新的个人健康解释;对公司而言,定期复测也提供了天然的复购周期。
AI解决了一个真实问题。微生物组研究每天都在增加,一份样本又可能包含数以万计的微生物,人类专家很难逐篇阅读文献,再把发现与个人数据匹配。让模型承担检索、归纳和匹配,可以显著降低解读成本。
但AI出现的位置在检测之后。它可以更快地解释输入,不能让不同实验室生成的输入自动变得一致。如果测量误差和真实生物学差异混在一起,模型可能放大信号,也可能只是更高效地解释噪声。
![]()
官网免责声明将服务限定为教育与信息用途 不用于诊断且可能出现假阳性或假阴性
在商业化角度,企业通常会将网站的免责声明写得很清楚:服务仅用于教育和信息,不用于诊断,未经FDA审查,也不能排除疾病是否存在,分析可能产生假阳性或假阴性[4]。消费者可以为信息付费,但信息距离临床工具还有明显距离。
结语:真正的分水岭是统一尺度
Plug and Play看到的产业方向并非错误。微生物组包含的变量太多,AI确实有机会提高文献处理和个体匹配的效率。问题在于,行业不能从测量尚未标准化,直接跳到精准干预已经到来。
下一阶段真正值得观察的,不是哪家公司又读了多少篇论文,而是检测服务商能否使用统一参考材料,公开自己的分析性能,并证明报告能够稳定地改变临床决策。保险愿意为什么服务付费,也会比融资额更能说明产品是否走出了健康消费品阶段。
在这些条件满足以前,AI可以成为更好的解读工具,却不能替底层测量补上可信度。微生物组行业要走向精准干预,第一步仍然是把同一份样本测成同一个人。
声明:本文为行业信息梳理,不构成任何投资或医疗建议
编辑:长寿科技情报站
责任编辑:姜茶
运营:绒青
参考资料:
[1] Servetas SL, et al. Evaluating the analytical performance of direct-to-consumer gut microbiome testing services. Communications Biology, 2026. https://doi.org/10.1038/s42003-025-09301-3
[2] Microbiome and Longevity: How Startups and Corporations Are Driving Innovation. Plug and Play Tech Center, 2026-09-10. https://www.plugandplaytechcenter.com/insights/microbiome-and-longevity-startups
[3] Microbiome Global Market Report 2026. The Business Research Company,经Global Information Inc.报告详情页引用。
[4] Jona官网产品页、技术页与免责声明,2026-09-16访问。https://jona.health/products/microbiome-test
这里是只做最硬核续命学研究的TIMEPIE,专注“长寿科技”科普。日以继夜翻阅文献撰稿只为给你带来最新、最全前沿长寿资讯,欢迎评论区留下你的观点和疑惑;日更动力源自你的关注与分享,长寿路上与你并肩同行!
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.