过去几年，从智能手表、连续血糖监测（CGM）到各类可穿戴医疗设备，一场围绕人体健康数据入口的竞争打得火热。

越来越多企业希望通过持续采集人体数据，将疾病管理从医院延伸到家庭，将健康管理从间断体检延伸到全天候监测。从苹果、华为等消费电子企业，到雅培、Dexcom等医疗器械企业，再到众多数字医疗创业公司，都在试图回答同一个问题：未来健康管理需要哪些数据，又该如何获得这些数据？

竞争带来进步。当前，心率、血氧、睡眠、运动、体温等指标已经能够实现连续采集，连续血糖监测（CGM）更推动糖尿病管理进入实时监测时代。人体健康数据正以前所未有的速度被数字化。

但随着AI医疗和精准健康管理不断发展，新的问题开始浮现：数据越来越多，真正能够反映人体生理状态的数据却依然有限。

以智能手表为代表的消费级设备，大多采集的是心率、体温、血氧、运动等物理信号，它们能够反映人体状态的变化，却往往是“结果指标”——当心率升高、体温异常时，人体内部的代谢变化早已发生。即便是数字医疗最成熟的CGM，能够覆盖的也只是人体复杂代谢网络中的一个维度。

相比之下，葡萄糖、乳酸、酮体、NAD⁺等代谢分子，能更直接地反映人体能量利用、运动恢复、疾病进展乃至衰老过程，因此被越来越多研究机构认为是未来精准医疗、AI医疗和个体化健康管理的重要数据基础。

换句话说，过去行业竞争的是谁能够采集更多健康数据，那么未来或许是谁能够持续获取更多高价值的代谢数据。而这，也成为近年来全球生物传感领域开始共同探索的新方向。

连续健康监测的发展，是一部人体数据不断丰富的历史。

最早，可穿戴设备关注的是运动数据；随后，心率、睡眠、血氧等生理指标陆续实现连续监测；近年来，以CGM为代表的连续血糖监测快速普及，让代谢数据真正走出医院，进入日常生活。

CGM的成功，不仅改变了糖尿病患者的管理方式，也让行业看到连续代谢监测的巨大价值。

相比传统指尖采血只能反映某一时间点的数据，连续监测能够记录人体全天候的动态变化。无论是餐后血糖波动、运动后的代谢变化，还是夜间低血糖风险，都能够被完整记录下来。这种连续数据正在成为临床决策、慢病管理乃至人工智能算法训练的重要基础。

也正因如此，过去几年，越来越多企业开始尝试把连续监测从血糖扩展到更多代谢指标。例如，运动医学希望实时了解乳酸变化，以评估运动强度和恢复水平；生酮饮食管理需要连续监测血酮，以判断机体是否进入酮症状态；抗衰老研究则越来越关注NAD⁺等代谢分子的动态变化，希望借此更准确地评价细胞能量代谢和衰老进程。

这些需求共同指向一个趋势：多维度、连续性的代谢数据，正在成为下一代健康管理的重要基础设施。

然而诚如前文所述，真正能够实现连续、多指标代谢监测的产品却十分有限。因为大多数连续生物传感产品是围绕单一代谢物设计。无论是葡萄糖、乳酸还是酮体，不同代谢分子的检测机理、识别酶、反应环境以及信号处理方式都存在明显差异，这意味着每增加一个检测指标，往往需要重新设计传感体系、重新优化算法，甚至重新开发整套产品。不仅开发周期长、研发成本高，也很难实现不同指标之间的平台化复用。并且，各家头部企业在血糖单指标上已经建立了极高的技术壁垒和品牌护城河，因此更多是在持续优化既有指标。

这也是为什么连续血糖监测已经形成成熟市场，而连续乳酸、连续血酮等产品却迟迟没有迎来大规模商业化。

一支来自牛津大学体系的团队——津合生物，选择了一条截然不同的技术路线。

津合生物的核心技术为“酶电偶联”，其本质是基于直接电子传递的第三代酶电传感技术：通过纳米材料固定化酶，在酶的活性中心与电极之间构建一条高速电子通道，使酶与电极直接交换电子，无需依赖电子媒介体。

这一架构的关键突破在于：不同代谢分子虽然识别它们的酶各不相同，但最终输出的都是统一的电信号。这意味着，从血糖到血酮、从乳酸到NAD⁺，监测不同指标之间不再是“重新设计一套系统”，而是“换一个识别模块（酶）”即可。津合生物希望以此打造一套能够兼容不同代谢物检测的底层技术平台，实现多指标监测的平台化扩展。

津合生物核心团队来自牛津大学生物电化学研究体系，其技术源头可追溯至牛津大学长期积累的酶电化学研究。

牛津大学长期是全球生物电化学领域的重要研究中心之一。上世纪，Allen Hill等学者推动了酶电化学在生物传感领域的早期发展；近十年来，Fraser Armstrong院士持续深耕酶直接电子传递（DET）等基础研究，为新一代酶电传感技术提供了重要理论基础。

津合生物尝试将这些基础研究进一步工程化，并形成一套可扩展的生物传感平台。

简单来说，传统传感器像是一把只能开启一把锁的钥匙，每检测一种新的代谢物，都需要重新设计一整套识别与信号转换系统。这正是国际巨头们花了二十年攻克血糖、却在血酮和乳酸面前止步的根本原因：从葡萄糖氧化酶到乳酸氧化酶，酶的活性中心结构不同，电子传递路径不同，意味着电极材料、固定化方式、信号读取电路几乎要全部重来。

而津合生物建立的是一套统一的底层传感架构：不同代谢分子虽然仍然依靠不同的酶进行识别，但最终通过相对统一的电子信号输出。换言之，津合生物将传感过程拆解为“前端识别”与“后端信号输出”两个相对独立的模块，前端可以灵活更换，后端保持统一。

这意味着，新增一种代谢指标，不再需要重新开发整套传感器系统，而只需在已有平台上完成前端生物识别模块的开发与适配。这不仅大幅缩短了产品开发周期，也让平台具备了向更多应用场景持续扩展的能力。

而这种技术能力，在商业上意味着三件事：

首先，它能以极快的速度和较低的边际成本覆盖多个场景。以血糖监测为基础，平台可以进一步增加血酮、乳酸等检测能力，逐步覆盖糖尿病管理、生酮饮食、运动健康、康复监测等不同市场。每增加一个指标，都是在打开一个垂直市场，而新增的开发成本远低于“每做一个指标就造一条产线”的传统模式。

其次，它可以把传感器做成“平台”。无论是想做代谢监测的穿戴品牌，还是需要实时数据流的AI制药公司——都不必自己从头研发传感器。津合提供标准化的传感模块，客户按需选择监测指标，津合在几周内完成酶的组合配置与校准。这与云计算的逻辑相似：客户不需要自建服务器，只需按需调用算力；在津合的平台上，客户按需调用的是代谢数据采集能力。

最后，它能使数据资产化。当足够多的传感器铺出去，连续、多维度的代谢数据回流到云端，这套数据集的价值会超过硬件本身。保险公司的差异化定价、保健品公司的功效验证、长寿诊所的代谢年龄评估……这些商业模式的共性需求，都是高质量的真实世界代谢数据。而目前，几乎没有渠道能够持续提供这种数据。

随着商业价值不断拓展，津合生物也获得了资本市场的持续关注。2026年新一轮融资，产业方和国资已经率先入局。此前，公司已完成多轮融资，投资方包括奇绩创坛、中信资本、英诺基金、国宏嘉信、天择资本、鼎晖投资等机构。

三类不同行业的需求，指向了同一个答案——津合生物的平台化技术能够解决各自的数据监测难题。但这个答案的终点，或许会比想象中的要更加壮美辽阔。

今天的健康管理，依赖的是体检单上孤零零的箭头和零散的指标。血压高了吃降压药，血糖高了打胰岛素——这是一种“事后响应”的逻辑。但当血糖、血酮、乳酸、NAD⁺这些维度的数据流持续汇聚，再交给AI去拆解、关联、发现规律，它会拼出一张从未有过的东西：一张属于每一个人的动态代谢图谱。

这张图谱能回答的问题，远比“血糖高不高”深刻得多：你的能量系统怎么运转？脂肪代谢在什么水平？细胞的修复节奏是快是慢？相比实际年龄，你的代谢系统到底老了还是年轻了？

当足够多的传感器铺出去，每天回传数百万条数据——不同年龄、不同体质、不同生活方式的人汇在一起——就不再是一个人的画像，而是一整代人的身体数据底稿。

这份底稿的商业想象力远远超出了传感器本身。保险公司可以用它设计更精准的定价模型：一个代谢年龄比实际年龄年轻五岁的人，保费是否应该更低？保健品公司可以用它验证产品功效：你吃的那瓶NMN，NAD⁺到底涨没涨？长寿诊所可以把代谢年龄作为核心评估指标，像今天的体检报告一样普及。

这些不是遥远的未来。它们只缺一样东西：连续、多维度、低成本的代谢数据采集能力。

而这恰恰是津合生物正在交付的东西。

数据入口的战争已经打到了每个人的皮肤表面，但大家争抢的几乎都是同一类“矿物”——心率、体温、步数这些物理信号数据。真正有价值“矿脉”埋在地下更深的地方，而第一把能同时开采多种高价值“矿物”的铲子，已经由津合递出来……