如何借助交叉学科的力量突破创新？| 峰瑞生物医药创投峰会实录
11月8日，峰瑞资本生物医疗创投峰会第三场直播上线，主题是新设备、新工具：与硬件结伴前行的生物技术前沿”。峰瑞资本执行董事王蕾和三位优秀的峰瑞被投公司创始人展开了一场精彩、务实的线上对谈，他们分别是：
王璞，VibroniX创始人兼CEO，北京航空航天大学生物医学工程学院特聘教授，博士生导师 李腾，蓝晶微生物联合创始人兼总裁，清华大学生命科学院博士 魏可成，优脑银河的联合创始人兼CEO，麻省理工学院工程硕士，连续创业者
他们探讨了如下话题：
交叉学科在生物技术领域有哪些应用？
如何选择交叉学科的具体切入方向？
如果发现技术和市场不匹配，要如何应对？
其他领域的哪些技术突破会（将）对生物技术应用产生巨大推动？
交叉学科领域哪些存在过热，哪些则需要更多的关注和投入？
如何招到跨学科人才？招人过程中最看重哪些因素？
我们附上整理后的部分对话实录，希望能对你有点启发。
/ 01 /
交叉学科在生物技术领域的应用
王蕾：我是峰瑞资本医疗投资组的王蕾。今天我们做这场主题讨论的原因在于，科技的飞跃无法单独倚靠某个领域的发展，新的突破往往来自交叉学科的爆发力。就像我之前听到一位CEO说的，交叉学科可以让大家看到之前完全看不到甚至想象不到的新的数据或视觉维度，并诞生出新的衡量体系。最近，国家自然科学基金委员会成立了第九大学部——交叉科学部，这是自2009年医学部划分出来以后，基金委成立的又一新的科学部，这透露出国家对于交叉学科发展的重视。这跟我们在创投领域的观察和思考不谋而合。
今天我们请来了三位被投企业创始人，虽然他们所在的赛道各不相同，但共同点是项目的起源都是交叉学科，其核心创始人都是非生物医学背景，多以物理、光学、电子计算机为专业领域，项目的进程也都高度依赖硬件和硬件相关技术的提升。
不过需要指出的是，虽然我们很看好交叉学科的创业方向，但要通过这一途径实现颠覆依然存有很高的门槛，同时要经历很长的市场教育周期，同时也面临人才稀缺的挑战。所以一会儿也会请三位创始人分享下他们的解题之道。首先想请三位创始人分别介绍下各自的企业、核心技术属于哪些领域的交叉，以及与硬件有怎样的连接？
魏可成：我们优脑银河是一家脑科技企业，我们的目标是攻克脑疾病这个世界难题。脑疾病包括我们熟悉的小儿自闭、抑郁症、老年痴呆等几十种疾病。虽然这一领域的全球患者已高达10个亿，但人类依然束手无策，几十年没有太多进展，核心原因就在于人类对于大脑的认知还处于初级阶段，对脑疾病的机制并不理解。所以要谈攻克，最重要的还是要在科学上实现真正的突破。所以我们是以哈佛大学医学院十几年研究所取得的脑科学突破为基础，以交叉学科的角度切入，综合信号处理到计算到电磁波到软硬件技术，提供从脑疾病机制理解到检测，诊断、治疗的系列产品。我们的核心是科学突破， 利用的是交叉技术，解决的是脑疾病。
李腾：蓝晶微生物是一家合成生物学公司。合成生物学领域是一个典型的交叉学科，即生物学和工程学的交叉。这个领域挺新的，诞生于2000年。之所以会出现合成生物学领域，是源于人们在基因层面的了解逐渐深入，于是设想是否可以通过大规模改造生物的DNA来改变生物体的功能，比如赋予一些新的功能或者删掉一些不必要的功能。
一个最典型的应用就是胰岛素，早期的胰岛素都是在猪的胰腺内提取的，所以造价昂贵。到了1970年代末，随着基因工程技术的发展，有人想到可以把人胰岛素基因放到大肠杆菌的基因组中，用大肠杆菌来合成胰岛素，所以现在胰岛素得以大面积被应用。最初的基因操作大多是在微生物里，直到2013年基因编辑技术实现在高等生物体内的应用突破，于是合成生物学领域开始实现长足发展。今年的诺尔贝奖化学奖就是颁发给这项技术的。
蓝晶就是一家专门给微生物做合成生物学改造的公司。为什么做微生物呢？两个原因：一是人类对微生物的认知相对比较清楚，二是微生物的应用潜力很大。微生物的应用潜力主要体现在生物制造上，也就是生物大分子或生物小分子的工业规模的合成。典型的例子除了刚提到的胰岛素之外，还包括绝大部分的抗生素、氨基酸、以及很多生物活性物质。你可以用这样的方式去制造几乎所有的有机物，无论是药物还是食物、护肤品中的有效成分。我们的第一款产品就是一种被称作PHA的天然高分子材料，它既可以用作医用植入材料，也可以作为塑料的替代品，实现全生物降解。
王璞：VibroniX是一个典型的硬件与软件结合的公司。我们主要围绕光声成像导航、拉曼散射显微镜等多项技术产品展开研发，后者是通过一种基于拉曼散射的光学显微成像方法，将其应用于肿瘤和微生物的药敏检测，从而实现肿瘤以及感染的精准用药。
/ 02 /
如何选择交叉学科的具体切入方向？
王蕾：那么，我想问下创业初期，团队为何会选择生物医疗作为交叉学科的切入方向？对于具体要在生物医疗的哪个具体方向做应用，当时是如何抉择的？
魏可成：我们前面提到过优脑银河是一家脑科技公司，但实际上我们也不限于生物医疗，我们本质上使用计算机软硬件的方式来帮助解决脑疾病问题，未来也可能会将相关技术应用到其他更广泛的领域。
对于脑疾病，不同的研究者和企业切入的角度不同，有的是从分子层次，有的是从制药层次等等。在我们看来，脑疾病最核心的就是两件事，第一，怎么从大脑采集信号，并从这些信号中了解到大脑发生了什么，这是“读”；第二，读取后，你要解决脑疾病，就需要对大脑做一些改变，就是“写”。那么要实现核心的“读写”问题，有很多方式。当然，吃药是一种“写的”方式，但目前来看，服药在“写”这一块效果并不好。所以我们创业之初，思考的就是要怎么更好地“读”，以及怎么更好地“写”。
我们创始团队一共四个人，我不是做脑科学出身，我擅长的是计算机软硬件，过去20年一直做的是各种不同的计算机软硬件系统。另外三位联合创始人，一位是哈佛大学医学院的刘河生教授，他的本硕博都是在清华大学，是生物医学工程出身。生物医学工程做的就是信号处理，怎么把信号拿出来，怎么处理信号。另外两位联合创始人，一位是MIT麦克文脑科学所所长、美国两院院士Robert Desimone，另一位也是院士，来自MIT的教授冯国平。这两位都是在脑科学领域功成名就的科学家，在大脑的工作机制、疾病认知和基因层面有过许多突破。
我们之所以能做这些事情，根本原因是把这四种不同背景结合在一起，得出了一套交叉学科的方案。脑科学这个领域，如果不靠学科交叉，是很难实现突破性成果的。而交叉给了研发很多新的思路。过去一年，我们已经取得了很大的进展，产品已经在多家三甲医院部署开来，效果也挺好。接下来的一年，我们还会有一些非常突破性的成果公布。
李腾：我们的情况不太一样。我们并不是从外部跨界到生物科学领域来寻找应用场景的。恰好相反，我们最初的起点是典型的生命科学领域的技术和应用场景，而我们跨界出去是为了寻找能被我们所利用的新技术，从而加快合成生物学领域的创新速度。
我和我的合伙人张浩千分别在清华和北大读了生命科学的本科和合成生物学领域的博士。
今天我们讨论硬件、数据、自动化等等技术，对我们来说都是工具，我们用这些工具来更好地解决问题或者提升效率。所以当你去看蓝晶微生物的技术领域，基本可以分四个方向，前三个都是生物的，最后一个是非生物。
第一是酶工程。我们做的很多创新，其构成要素都是酶或者蛋白质。很多时候蛋白质是需要在场景下做定制。也就是说，需要给这个酶做理性或半理性的设计。这是我们运用到的第一个主要技术。
第二是代谢工程，这是合成生物学的一项核心技术。意思是通过基因层面的重新设计，改变微生物细胞内整个代谢网络的结构，从而赋予微生物全新的功能、或者删除掉一些冗余的功能，从而设计一个全新的微生物。类比地讲，是在微生物的基因组这套“软件”上修改一部分“代码”。
第三是发酵工程。微生物设计好了，为了利用微生物把产品制造出来，就要做工程放大，在工业规模上培养微生物，这个过程其实就是发酵，和酿酒差不多。最初的微生物都是在很小的实验室规模下被培养的，毫升级别。而大型的发酵罐是百吨或者千吨级的。从1毫升到100吨，这是一亿倍的放大。你需要保证整个放大过程的顺畅是很不容易的。
第四是数据和自动化，也就是BT（BioTech）和IT的结合。我们知道，传统的生物学研究是基于人工的，科学家手动的实验过程通量是比较低的。但是在合成生物学研究的场景下就行不通了，因为研究人员需要并行操作的场景非常多，很难同时兼顾这么多细节，所以就需要自动化来做辅助。这已经是一个明显的行业发展趋势了。
可以说，随着合成生物学应用的深入，对自动化的需求越来越高，具体到硬件，我们用到的硬件大概有三类：一类是液体转移类设备，其实生物学的研究，不管是配反应体系还是微生物的培养，大多数时候就是在做移液。用于移液的自动化设备目前还是挺成熟的，但需要把设备跟我们自己的研发体系顺畅地结合起来；第二类是培养类设备，比如培养箱、发酵罐、超低温冰箱等；第三类是检测类设备，也就是获取各种类型数据的设备，我们对于检测类设备的创新需求是三类中最高的。特别是对原位的、高通量的、实时的和自动化的检测技术有很强的需求。比如新型的色谱仪、质谱仪、单细胞水平的成像仪器或者检测仪器等等。
总体上看，我们的领域非常交叉，以生物为主，覆盖了软件、硬件和自动化。
/ 03 /
一旦发现技术和市场不匹配，
就需要果断而迅速地调转方向
王蕾：我经常听到一种说法，对于硬科技项目来说，一旦确定了技术路线，之后就很难再去调整，所以必须在最初就想得很清楚。不知道你们创业过程中有没有出现过技术和应用不太匹配，需要调整方向和技术路线的情况？
魏可成：我们在优脑银河还没有碰到这个问题，基本上目前为止我们设想的技术路线实现得都比较顺利。因为我们的几位创始人在各自的领域都有几十年的经验积累，要解决什么问题，如何解决，大家事先都想得很清楚了。我们公司正式注册是在2019年7月，现在已经有产品落地到一批头部医院，取得了不错的进展。
但其实创业中，技术和应用不太匹配的情况是大概率事件。我的上一家公司就遇到过这样的情况。上一家公司是我在美国创立的一家云计算公司。我们运用云计算技术帮助电商网站实现用户体验的自动优化（用海量计算来实时的个性化的优化每一个用户的体验），最终提高电商网站的转化率。我们走的是一条高精尖的技术路线，有一些真正的技术突破。我们瞄准的市场是所有的网站， 认为每一个网站都需要好的用户体验，而且能欣赏用户体验的价值。
产品出来后的第一年我们确实成长得不错，我们拿下了一百多家客户。第二年开始的时候，大家特别兴奋，觉得我们可以把100家网站变成1000家再变成10000家，我们就成功了。可没想到第二年，销售进度没有加速，同时第一年拿下的订单也在流失，我们的大部分时间都花在挽救老客户身上了。这时候才发现，客户们在乎的并不是高精尖的技术。他们在乎的是商业效应， 投入多少，而回报又是多少。高精尖的技术听起来不错，但99%的网站没有衡量这些高精尖的技术的价值的能力。他们看到的是这些东西反而会增加他们的成本，维护起来也很费气力。
又经过了一年多，我们明白了，要活下去，要么改技术，要么改市场。一番艰难的抉择后，我们决定改市场。改为仅服务有能力衡量我们技术的价值的客户：大型网站。从此我们的路就走得越来越顺了。因为对于GMV十亿美金的电商网站来说，我们产品的效果可见且容易评估。
李腾：我们在这方面的经验也很多。因为创业刚开始的时候，是很难把事情想得非常清楚的。但那时候你肯定要逼着自己想，即便你觉得自己想得很清楚了，但做的时候还是会出现问题，比如魏总说的技术和市场匹配的问题。一旦你发现方向有误，就需要果断而迅速地调转方向。
我们就在技术路线的选择上出过问题。蓝晶微生物是2016年底成立的，到现在正好4年。合成生物学有很多场景，我们最初选择做可降解材料，也就是天然高分子材料PHA。这个方向非常好，市场潜力大，而且合成生物学可以让成本大幅下降。方向是没问题，但我们选的技术路径出了问题。
我们选择的技术路径的核心是底盘微生物，底盘微生物的选择特别重要，因为它决定了你的上限。当在实验室尺度去做测试的时候，测试结果表现不错，可当放大时，就会遇到很多问题。我们当时选择的那个微生物比较新，比较新的好处在于，我在上面构建的所有东西能受到专利保护，它是我的一条独特的技术路径。但问题是当它工艺放大的时候，工业规模的生产测试发现这个技术路线的生产成本是有瓶颈的。这和微生物本身的能力有很大的关系，要想解决是非常复杂的。就像你难以用一个轿车的底盘去改造成一辆越野车一样，这就是典型的技术路径问题。
这时候我们能清晰的看到市场需求，摆在我们面前的是一道选择题：沿用现在的技术路径还是重新开发一条技术路径。可是这种转换的沉没成本是相当高的。因为你之前的专利都在那个技术路径上，如果你想更换，就需要重新做。我们当时很犹豫，但多方考虑后，还是觉得必须要换。转完之后的效果特别好，以生产的关键数据衡量，用了相当短的时间就超过了原有技术路径的水平。当然这个结果有一个很重要的基础，就是我们在开发原有技术路线的时候，积累了相当多的基因元件和数据，这些是可以直接平移到新底盘微生物的，否则不可能在这么短的时间内取得快速的进展。
所以有一件事情是显而易见的：客户并不关心你采用什么技术路线，他们最关心的是你能不能提供满足他需求的产品和服务。创新肯定是有不确定性的，你需要积累大量的数据才能形成足够的认知，你需要不断探索什么样的技术路径是最满足市场端需求的。
王璞：我们的调整也挺多的，公司最初做的是跟光声成像和相干拉曼的底层技术研发，致力于为科研界提供高效、高性价比的光学成像装备。后来转到医疗尤其是IVD行业，就属于交叉领域了，我们目前使用的核心科技是一种分析化学技术，即用相干拉曼技术去做微生物药敏的应用场景。这也是我们多方探索最后才确定下来的。在选择具体的医疗应用场景时，我们通过研究分析化学同行们，尤其是质谱行业在医疗上的应用点。最后团队认为，相干拉曼可以在肿瘤以及微生物感染等应用场景中实现市场的最大化，这样一来我们就找到了自己应用的核心价值。就这样，我们把技术的应用从科研设备转向了医疗设备。很多时候，我们在寻找合适的起点时，也可以借鉴同行的一些经验，看看他们时如何思考这个行业、应用场景，以及如何确定技术的核心应用的。
/ 04 /
其他领域技术突破
对生物技术应用的巨大推动
王蕾：这两年，包括芯片、光学、传感器、电池等发展迅速，有哪些技术对于你们的项目或者所在的赛道会产生重大的推动作用？
魏可成：这确实是件非常让人激动的事情。我会从以下几个维度来回答：
首先，从十年、二十年甚至三十年的时间维度来看，我们这个领域最需要的突破是找到一种比较好的从大脑读取信号的方式，我觉得最好的解决方案应该是无创的，而且不限于读取局部的信号。因为人的行为是系统性行为，大脑的不同区域经过大量的计算综合产生的一种反应。如果仅仅是获取局部产生的信号并不足以来推算整个系统的行为。所以最核心的问题是，如何通过一种无创的方式采集全脑的全局信号，只有这样才能真正理解人类的大脑，这属于科学的终极命题。这可能是三五十年的问题。
接下来我们说下近一点的时间维度。以优脑银河为例，我们现在有能力用医院的核磁设备做无创的全脑信号采集（在读取和采集信号的方法上，基于我们研究的结果， 我们的做法和目前医院的方法会有不同）。核磁设备的优点是可以读取全局信号，有非常好的空间分辨率，也有很好的人体穿透性，但问题在于体积大、价格昂贵。如果有人能找到一种方式，把核磁设备做得轻巧、易移动甚至可携带，对于全脑信号采集问题将会有巨大的帮助。
第二件对我们非常有利的事情是计算。信息的采集只是第一步，第二步就需要解析。在过去二三十年间，我们的算力实现了成千上万倍的提高。优脑银河在脑疾病领域的研究能有突破的一部份原因正是算力的突破。而现在，我们在算力升级上的需求也越来越高。目前仍然有一些计算我们在大型机器还需要十几个小时才能完成运算。所以我们也在和一些有关公司合作探索，希望用新型计算架构来大幅提高计算速度，这也是非常让人期待的突破方向。
第三件事是如何把信号写到大脑里，这就涉及到疾病治疗领域。除了用药，目前有许多的方式，比如光、电、磁、超声甚至是病毒，都是“写”的方式。我们比较看好的是超声、电、磁这类物理干预方式。这个领域对神经疾病的治疗，对大脑的干预是最有可能取得较大突破的。我们也在这一块在做临床测试，相信一年之内，在这一领域就会有巨大的突破。这个领域过去有很多的积累，其实已经濒临爆发。
总体来说，不管是怎么读取，怎么采集信号，还是怎么解析信号，最后怎么反过来写到大脑里，脑科学领域有许多非常让人期待的进展。我们也非常期待，未来几十年内，这个领域会如何改变人类。
李腾：最希望在检测领域实现突破。比如微生物菌种，要在不同的尺度上收集数据，高质量、实时的数据获取目前还是瓶颈。以发酵为例，如果用工业尺度的发酵罐做实验，一次的成本非常高，那有没有可能以更小的规模去做高通量的并行测试，这个测试能够和工业生产的结果保持一致？另外，能不能做原位实时的检测？因为微生物的生长是不间断的，它会快速生长，然后迅速衰老。这个过程中，你数据的获取能不能保证原位实时，就非常重要。此外，还有数据深度，比如你在发酵的时候，传统的情况下，你只能检测到一些宏观参数，比如PH、温度、转速、溶解氧、二氧化碳的生成速率等，但你很难观测到整个发酵液中，各种微生物小分子的代谢，细胞的分裂速度、活性等。如果能在数据深度上实现突破，那么我们单次实验就能获取更多的有效数据。最后，检测技术成本的降低也非常重要。
最近检测领域有一些新的趋势，比如小型化的质谱和光谱仪在生物制造的检测领域的应用在增多，再比如以微流控技术和流式细胞仪为基础的微量培养和检测技术的发展。如我上面所讲，这些新的趋势都是让我们的检测变得更加高通量、更加实时、更加深层次。
可以说，整个生命科学都是被各种各样的技术所推动的，硬件技术的创新同样在深刻影响着合成生物学的发展。
/ 05 /
交叉学科领域哪些存在过热，
哪些则需要更多的关注和投入
王蕾：下一个问题。各位觉得在哪些领域的交叉应用现在有些泡沫化趋势？反过来说，在哪些领域，交叉学科的应用还不够泡沫化？
王璞：我觉得人工智能领域有一定的泡沫化的趋势。因为人工智能+医疗器械其实已经做了很长时间，比如影像人工智能。影像人工智能的用处很多，比如肺小结节的诊断，超声的颈动脉扫查等等。这些落地点也做得非常好。我们也看到资本方对人工智能项目的估值也非常高。但事实上，由于终端收费的问题，人工智能软件和硬件的结合问题，商品化的通路还是比较艰难的。有些人工智能的应用点并不是特别的扎实，导致它们当前的运行状况并不是特别好。
所以只有将人工智能在医疗环节的价值放大，并且能为商业模式服务，才能落地落得稳。当然在我们认为已经比较热的领域，真的有些创业公司的落地做得非常好。比如我知道的有一家公司，团队借助了人工智能的技术，大大提高了超声的读片效率。在这个案例里，人工智能并不是直接解决了某项核心难题，而是说对于一些医疗流程中得特定的点或者环节，人工智能可以极大提高问题解决的效率和成功率，从而使得公司得商业模式可以scale。
第二个方面是哪些领域应该比现在更热一些。其实我们自己所在的分析化学行业就属于这类领域。我们是做仪器仪表出身的，我们所做的事情就是通过分析生物学或者化学的现象得到生物化学得本质。在分析化学领域，虽然质谱算是一只脚出圈，迈到了特定医疗应用场景，但包括拉曼、红外等一些技术手段，其实还是大范围停留在化工、化学以及科研领域。所以未来，我们也希望分析化学类的设备能够有更广泛的医疗行业中应用。
魏可成：我同意王总说的AI领域存在一定的泡沫，虽然AI领域整体是非常有前途的，但里面确实有些公司是因为风口起来的。此外就是半导体，我看到有统计数据显示，过去一年，国内新增了一万多家半导体公司。当然，这两个领域是国家需要重点突破的科技领域，从大局上讲是没问题的，但毫无疑问这里面很多企业只是泡沫。
第二个问题，确实我觉得脑科学领域还值得更多的关注。我们可以看到，过去一百年里，人类社会最重大的科技进步是计算机科学技术，包括芯片，PC， 互联网，手机等。那么下一个百年，人社会最重大的突破会在哪个领域呢？我认为会是脑科学领域。其实人类作为一个物种而言，目前基本上已经停止进化了，如果我们还会有下一步进化，可能的突破口就在脑科学领域。如果有一天我们弄清楚了什么叫意识，就会产生很多特别有意思的突破性进展，这些进展会影响全人类。所以从长远的眼光来看，脑科学领域会是非常有前途的一个方向。
李腾：跟合成生物学可能带来的影响相比，这一领域现在的发展现状还偏冷。合成生物学的应用场景很多，挺有意思的一点在于，以前没人想过最快出圈的会是人造肉。人造肉用到的核心技术其实就是合成生物学，它的影响可能是很深远的。
/ 06 /
最看重的人才素质：
学习能力、开放的心态、使命感
王蕾：最后一个问题，是有关交叉学科的人才培养。虽然国内外高校会都会设置一些交叉学科。但大部分交叉学科方向的项目，还是倚重单学科的后学习能力，尤其是工程学科的融会贯通能力。三位创始人能不能从你们自己在融合学习的过程中遇到过哪些困难，是怎么克服的？在招人的时候，会看中哪些素质？
魏可成：我本科读的就是双学位。我刚进校时读的是土木工程，但是我对房地产兴趣不浓，于是去读了自动化。在我看来，学校给我们的教育最重要的是学习能力。从我的经验出发，学校学习到的书本上的知识在现实中应用得并不多，反而是每做一个公司，都需要从头开始自学很多东西。所以我觉得最重要的素质就是两点，一你愿意去学习，二你有能力学会。
从人才角度来说，我们非常需要各方面的人才加入我们。我们现在在北京，以后也会在长三角。明年至少要招三四十人。目前的团队专业背景覆盖很广，有学物理的、数学的、力学的、心理学的、神经学的、电子的、计算机的、化学的。所以你具体学什么学科不是最重要的，我们所作的事情是综合了各个学科，即便是学神经科学背景的人才，到了这里也有很多东西需要重新去学。我们现在也在大面积招人，包括产品经理， 市场运营， 软硬件产品研发等， 欢迎志同道合之士来加入我们，详情请见官网 www.neuralgalaxy.com.
王璞：我们是做分析化学类设备的，而且我们应用在了体外诊断的场景下，所以对跨学科人才的需求量也很大。我是物理背景，博士生读的生物学工程。我们招人的方向基本上也是覆盖了化学、物理、数学、生物学工程、电气工程、软件工程等等专业。
招人方面，首先看的是应聘者的技术技能。其次无论是招工程师还是销售，我们也会着重看一个人对医疗这件事是否有热情，以及为这种情怀落地的原动力。
李腾：我们也是典型的跨学科。在跨学科背景下，其实很重要的一点是，大家在讨论和做事的时候能有一个共同讨论的语境。在我们这里，讨论一切问题的出发点都是客户需求，你能满足客户的什么需求？如果是基于这个前提，大家进行理性务实的讨论，基本最后都能达成一致。所以学习能力和开放的心态都特别重要。另外一点就是使命感。我们做的这个事有非常大的想象空间，大有可为，当你参与进来时，你是否有使命感是很重要的。
我们这两年基本上保持着每年人数翻一倍的节奏。我们的总部设在北京，深圳也设有研发中心，上海也有办公室。我们的伙伴来自生物学、材料科学、软硬件都有。欢迎加入我们，我的邮箱是 liteng@bluepha.com