基因测序行业研究:从生命读码器到精准医疗基础设施
梳理基因测序在生物科技产业中的底层位置,拆解 NGS、长读长、纳米孔、单细胞测序、测序仪耗材、测序服务和临床应用的产业逻辑。
前面几篇讨论了 AI 制药、mRNA、基因治疗、细胞治疗、合成生物和生物制造。这些方向看起来差异很大,但背后都绕不开同一个基础问题:我们能不能足够便宜、足够准确、足够大规模地读取生命信息。
基因测序就是生命科学的“读码器”。如果不能读取 DNA 和 RNA 序列,就很难理解遗传变异、肿瘤突变、病原体演化、作物性状、细胞状态和工程菌改造结果。某种意义上,基因测序是很多生物技术的基础设施:先把生命系统读清楚,后面才谈得上编辑、合成、诊断和治疗。
但基因测序也不是一个单纯的科研工具行业。它同时包含高端仪器、化学试剂、光学和电学检测、芯片耗材、生物信息算法、临床注册、数据安全和下游服务。真正的壁垒不只是“读出碱基”,而是把样本、仪器、试剂、算法和解释报告连成稳定的工业系统。
一、产业定位:基因测序是生物科技的读信息层
基因测序,是测定 DNA 或 RNA 分子中碱基排列顺序的技术。1977 年 Sanger 测序奠定了第一代测序基础,后续第二代高通量测序把成本和通量推进到临床与产业应用阶段,第三代和第四代长读长技术又开始解决短读长难以解析的结构变异、重复序列、单倍型和复杂转录本问题。
在生物科技产业中,测序的角色可以理解为三件事。
第一,它是科研基础设施。生命科学研究中的基因组、转录组、表观组、宏基因组、单细胞组学和空间组学,都需要测序作为数据入口。没有低成本测序,就没有今天的大规模生物数据。
第二,它是临床诊断工具。无创产前检测、肿瘤伴随诊断、遗传病检测、感染病原识别、药物基因组学和液体活检,都把测序从科研工具推向医疗服务。临床测序的核心不是读得越多越好,而是能否给出可解释、可监管、可支付、可被医生使用的结果。
第三,它是其他生物技术的验证系统。基因编辑需要测序验证编辑位点和脱靶风险,合成生物需要测序验证工程菌改造,基因治疗需要测序监控载体和插入风险,基因育种需要测序识别种质资源和性状位点。
| 层级 | 核心内容 | 产业价值 | 研究重点 |
|---|---|---|---|
| 上游仪器和耗材 | 测序仪、流动槽、芯片、文库构建试剂、聚合酶、荧光或电信号检测系统 | 决定成本、通量和平台壁垒 | 仪器装机量、试剂耗材收入、核心专利、国产替代 |
| 中游测序服务和分析 | 科研测序、临床测序、生物信息分析、数据存储和报告解读 | 把测序能力转化为科研或临床交付 | 样本量、项目结构、分析能力、质量体系 |
| 下游应用 | 科研、精准医疗、公共卫生、农业育种、合成生物、消费基因检测 | 决定市场空间和渗透率 | 临床支付、法规准入、数据安全、客户黏性 |
Illumina 的 SBS 测序技术长期定义了第二代测序主流范式,PacBio 的 HiFi 读长强化了高准确长读长路线,Oxford Nanopore 则把实时、便携和超长读长推向新的应用场景。中国企业中,华大智造的 DNBSEQ 平台是少数能在测序仪层面参与全球竞争的国产平台,诺禾致源、华大基因、贝瑞基因、达安基因、金域医学和迪安诊断则分别映射到科研服务、临床检测和医学检验环节。
二、技术路线:短读长是主力,长读长补全复杂区域
基因测序的技术演进,可以先用四代路线理解。
第一代是 Sanger 测序。它准确率高、读长较长,但通量低、成本高,今天主要用于小片段验证、单基因检测和部分金标准确认场景。
第二代是 NGS,也就是大规模平行测序。Illumina 的测序边合成路线通过可逆终止子和荧光成像实现大规模并行读取;华大智造的 DNBSEQ 则基于 DNA 纳米球和 cPAS 等技术路线。NGS 的核心优势是通量高、成本低、准确率高,是当前科研和临床应用的绝对主力。
第三代是 PacBio 代表的单分子实时测序。它过去的短板是错误率较高,但 HiFi reads 通过环形一致性测序把长读长和高准确度结合起来,在结构变异、单倍型、全长转录组、重复区域和复杂基因解析中价值很高。
第四代是 Oxford Nanopore 代表的纳米孔测序。它通过检测 DNA 或 RNA 分子通过纳米孔时引起的电信号变化来识别序列,优势是实时分析、设备可便携、读长可非常长,并且可以直接读取 DNA/RNA 和部分修饰信息。短板是准确率、通量、成本和临床标准化仍在持续演进。
| 技术路线 | 代表平台 | 主要优势 | 主要短板 | 典型应用 |
|---|---|---|---|---|
| Sanger 测序 | ABI 等 | 准确率高,验证可靠 | 通量低,成本高 | 单基因验证、小片段确认 |
| NGS 短读长 | Illumina、华大智造、Thermo Fisher 等 | 通量高、成本低、生态成熟 | 难解析长重复和复杂结构变异 | WGS、WES、RNA-seq、肿瘤 panel、NIPT |
| PacBio HiFi | PacBio Revio、Sequel 等 | 长读长和高准确度结合 | 单次成本和样本量仍需匹配 | 结构变异、全长转录组、单倍型、de novo 组装 |
| 纳米孔测序 | Oxford Nanopore MinION、PromethION 等 | 实时、便携、超长读长、直接测序 | 准确度和临床标准化仍需持续提升 | 病原快速检测、现场测序、复杂基因组 |
| 单细胞测序 | 10x Genomics、华大智造相关平台等 | 从组织平均走向细胞异质性 | 成本高,分析复杂 | 肿瘤微环境、免疫、发育和药物研发 |
这里有一个重要趋势:短读长不会被长读长简单替代。NGS 仍然是大规模样本、成熟临床和成本敏感场景的主力;长读长更像补全基因组复杂区域、解析结构变异和提升完整性的新工具。未来更可能是短读长、长读长、单细胞和空间组学共同构成多层数据体系。
三、商业模式:仪器是入口,耗材和数据是长期价值
基因测序行业有两种典型商业模式。
第一种是仪器加耗材模式,也就是常说的“剃须刀和刀片”。测序仪装机后,会持续消耗流动槽、芯片、测序试剂、文库构建试剂和维护服务。真正决定平台价值的,不只是卖出多少台仪器,而是装机量、开机率、单台样本量和耗材收入。
第二种是测序服务模式。科研服务公司和医学检验机构不一定自己生产仪器,而是采购平台、建设实验室、承接样本、完成测序和数据分析。科研测序看项目交付能力、成本和全球客户;临床测序看注册证、质量体系、医院渠道和报告解释能力。
在临床场景里,测序服务还要面对更复杂的问题:医生是否认可,患者是否支付,医保和商保是否覆盖,报告能否指导治疗,数据能否合规存储。测序结果如果不能进入真实诊疗流程,就很难成为稳定收入。
| 商业模式 | 代表公司 | 核心收入 | 关键指标 |
|---|---|---|---|
| 测序仪平台 | Illumina、华大智造、PacBio、Oxford Nanopore、Element Biosciences | 仪器、试剂、芯片、软件和服务 | 装机量、耗材占比、测序成本、平台生态 |
| 科研测序服务 | 诺禾致源、华大基因、Macrogen、Eurofins 等 | 样本测序和数据分析 | 样本量、项目结构、交付效率、毛利率 |
| 临床检测服务 | 贝瑞基因、达安基因、金域医学、迪安诊断、Natera、Guardant 等 | NIPT、肿瘤、遗传病、感染检测 | 注册证、医院渠道、检测量、支付能力 |
| 生物信息和数据库 | DNAnexus、Seven Bridges、国内科研和临床分析平台 | 数据处理、云平台、算法和报告 | 数据规模、分析准确性、合规能力 |
对于 A 股公司来说,华大智造更偏“平台和耗材”,诺禾致源更偏“科研服务”,贝瑞基因和达安基因更偏“临床检测和分子诊断”,金域医学和迪安诊断更偏“第三方医学检验平台”。这些公司都和测序有关,但利润驱动完全不同。
四、应用场景:从 NIPT 到肿瘤,再到全基因组
基因测序的下游应用可以分成五类。
第一类是科研测序。高校、科研院所、药企、农业研究机构和合成生物公司,需要基因组、转录组、表观组、宏基因组、单细胞和空间组学数据。这是测序行业最早成熟的需求,但价格竞争也更充分。
第二类是生殖健康和遗传病检测。NIPT 是测序进入临床最成功的应用之一,因为它有明确场景、明确风险识别、明确医生路径和较好的支付基础。遗传病检测则更依赖数据库、解读能力和遗传咨询体系。
第三类是肿瘤检测。包括组织样本 panel、液体活检、伴随诊断、MRD 监测和免疫治疗相关 biomarker。这个方向空间很大,但也最考验临床证据、支付体系和医生使用习惯。
第四类是感染和公共卫生。新冠疫情以后,病原体测序、变异株监测、耐药菌监测和医院感染追踪的重要性明显上升。纳米孔测序在现场和快速检测中有独特价值,但标准化和成本仍是关键。
第五类是农业和工业应用。基因测序可以用于种质资源鉴定、分子育种、微生物组研究、工程菌验证、发酵过程监控和食品溯源。这类需求不像临床那样直接高单价,但长期会跟生物制造、基因育种和农业数字化联动。
| 应用方向 | 典型场景 | 产业逻辑 | 关键难点 |
|---|---|---|---|
| 科研测序 | WGS、WES、RNA-seq、单细胞、宏基因组 | 数据量增长,支撑生命科学研究 | 价格竞争、交付效率、分析能力 |
| 生殖和遗传病 | NIPT、携带者筛查、罕见病诊断 | 临床路径清晰,支付基础较好 | 数据库、遗传咨询、伦理合规 |
| 肿瘤检测 | 靶向用药、液体活检、MRD、伴随诊断 | 精准医疗核心场景 | 临床证据、医保支付、报告解释 |
| 感染和公共卫生 | 病原识别、耐药监测、变异株追踪 | 公共卫生基础设施 | 时效、标准化、成本和监管 |
| 农业和工业 | 分子育种、工程菌验证、食品溯源 | 支撑生物制造和农业升级 | 应用分散,支付意愿差异大 |
从商业确定性看,NIPT 和部分遗传病检测已经较成熟;肿瘤 NGS 空间更大,但支付和临床证据仍在建设;全基因组测序成为常规体检还需要很长时间,不能简单按成本下降线性外推。
五、国内外差距:中国在 NGS 平台接近前沿,生态仍需补课
基因测序是中国生物科技中少数接近全球前沿的方向之一。原因在于中国既有庞大科研和临床需求,也有华大系长期积累出的测序仪、测序服务和数据库基础。
第一,NGS 平台层面中国已经具备全球竞争力。华大智造的 DNBSEQ 平台让中国不再完全依赖海外测序仪,这一点在国际贸易摩擦和数据安全背景下尤其重要。2025 年围绕 Illumina 的贸易限制事件,也让国内市场重新意识到测序仪平台自主可控的战略意义。不过,政策状态会随国际关系变化而变化,不能把短期事件简单当作长期供给格局。
第二,长读长和纳米孔仍有差距。PacBio 和 Oxford Nanopore 在长读长生态、软件工具、用户社区和国际临床科研合作中积累更深。国内齐碳科技、安序源等公司在纳米孔方向追赶,但大规模商业化和全球生态仍需要时间。
第三,单细胞和空间组学仍是海外公司领先。10x Genomics 在单细胞样本制备、试剂、软件和生态上优势明显。国内平台有追赶机会,但不只是做出设备,还要形成稳定试剂、标准流程、分析软件和科研用户网络。
第四,中国测序服务能力很强,但高价值临床闭环仍需加强。中国科研测序服务规模和成本优势明显,临床检测需求也很大。但肿瘤 NGS、遗传病诊断和全基因组临床应用,需要医生教育、数据解释、支付体系和监管证据共同推进。
| 维度 | 海外领先点 | 中国优势 | 主要差距 |
|---|---|---|---|
| NGS 短读长 | Illumina 生态、临床装机和全球标准 | 华大智造具备自主平台,国内供应链安全价值高 | 海外生态和客户惯性仍强 |
| 长读长 | PacBio HiFi、Oxford Nanopore 技术生态 | 国内企业追赶,应用需求快速增长 | 仪器、试剂、软件和用户社区仍有距离 |
| 单细胞和空间组学 | 10x Genomics 等平台生态领先 | 华大智造及国内创业公司布局 | 标准化、试剂和分析软件仍需积累 |
| 科研服务 | 海外客户和高端项目丰富 | 诺禾致源、华大基因等有全球服务能力 | 高端品牌和定价能力仍需提升 |
| 临床应用 | 美国肿瘤、遗传病和伴随诊断体系更成熟 | 中国样本量大、医院需求大 | 支付、报告解释和数据合规更复杂 |
所以,对基因测序行业不能只看“国产替代”。更大的问题是,中国能不能从仪器和测序服务,继续往临床证据、数据库、软件算法和全球生态延伸。
六、为什么基因测序很难
基因测序难在它是一个高度耦合的系统工程。
仪器上,光学、电学、流体、温控、机械稳定性和芯片制造要同时稳定。任何一个环节波动,都可能影响碱基识别质量。
试剂上,聚合酶、连接酶、可逆终止子、荧光染料、纳米孔蛋白、文库构建试剂和样本处理流程都非常关键。测序行业的耗材壁垒往往比硬件更持久。
算法上,碱基识别、质量控制、比对、变异检测、结构变异识别、拷贝数变异、融合基因和临床注释都需要持续迭代。尤其是长读长和单细胞数据,算法复杂度更高。
临床上,测序不是出一堆数据就结束。真正有价值的是把数据变成医生能理解、患者能承担、监管能认可的诊断结论。一个肿瘤 panel 是否有价值,取决于能否指导治疗,而不是测了多少基因。
合规上,人类遗传资源、跨境数据流动、隐私保护、临床样本管理和算法透明度都越来越重要。测序行业越靠近临床和大规模人群数据,监管要求就越高。
七、后续跟踪框架
后续跟踪基因测序,我会重点看九类指标。
| 指标 | 观察意义 |
|---|---|
| 测序成本和通量 | 判断平台是否具备规模化竞争力 |
| 装机量和开机率 | 判断仪器平台是否形成真实生态 |
| 耗材收入占比 | 判断“剃须刀和刀片”模式是否成立 |
| 测序准确率和读长 | 判断平台适用边界 |
| 临床注册证 | 判断能否进入医院和合规诊断 |
| 样本量和客户结构 | 判断服务公司收入质量 |
| 数据库和算法能力 | 判断报告解释和长期壁垒 |
| 医保和商保支付 | 判断临床应用能否放量 |
| 数据安全和政策变化 | 判断供应链和业务边界风险 |
对公司研究来说,我会把基因测序企业分成三类。第一类是平台型测序仪公司,重点看装机、耗材和技术路线;第二类是科研测序服务公司,重点看订单结构、交付效率和全球客户;第三类是临床检测公司,重点看注册证、医院渠道、支付和报告解释。
八、阶段性判断
基因测序是生物科技中最基础、也最容易被低估的环节。它不像基因治疗和细胞治疗那样直接面对患者疗效,也不像生物制造那样直接面对产能和成本,但它决定了整个生命科学产业能否形成数据闭环。
短期看,NGS 仍然是主战场。科研测序、NIPT、遗传病、肿瘤 panel 和病原检测都会继续依赖成熟短读长平台。华大智造的国产测序仪平台价值,不只在替代进口,还在于为中国生命科学数据基础设施提供自主底座。
中期看,长读长、单细胞和空间组学会提升测序行业的复杂度。它们不是简单增加测序量,而是改变我们理解基因组结构、细胞异质性和组织空间关系的方式。谁能把这些新技术做成稳定、低成本、可解释的工具,谁就可能获得下一阶段生态位。
长期看,基因测序会从科研工具变成医学、农业和工业的基础数据入口。但这个过程不会只由测序成本下降推动,还需要临床证据、数据安全、支付体系和伦理框架共同成熟。
因此,我对基因测序的阶段性理解是:它已经不是单一的仪器行业,而是一个围绕仪器、耗材、数据、算法和临床解释建立起来的基础设施行业。中国在 NGS 平台和测序服务上有现实竞争力,但在长读长生态、单细胞平台、临床证据和全球软件生态上仍需继续追赶。
上述内容仅为个人学习和研究目的,不构成任何投资建议,也不保证信息完整、准确或及时。 涉及公司、行业、市场和策略的内容,都应被视为阶段性观察,而不是确定性结论。
Newsletter
订阅后续文章
如果这篇笔记对你有帮助,可以留下邮箱。新文章发布时,我会把研究笔记直接发给你。