基因测序成本下降速度远超摩尔定律，这不仅是技术进步的体现，更标志着行业正从“测序能力”驱动切换至“数据能力”驱动的关键拐点。当前，基因测序行业发展的核心瓶颈已不再是“读”基因的成本，而是“处理”与“解读”海量数据的成本与能力，数据处理和机器学习正成为下一阶段竞争的主战场。

成本下降：从测序扩展到数据处理

柏基投资(Baillie Gifford)的美国权益资产主管汤姆·斯莱特(Tom Slater)曾在访谈中明确指出，基因测序成本曲线的下降幅度，远远大于摩尔定律下计算能力成本下降的幅度。这一趋势正在向相关领域扩展：基因测序正在产生大量的医疗数据，处理和存储这些数据的成本正在迅速下降，将机器学习应用于这些数据的成本也在迅速下降。

这意味着，行业关注的焦点正从“如何更低成本地测序”转向“如何更低成本地挖掘数据价值”。测序成本的骤降让数据量呈指数级增长，而驾驭这些数据的能力，决定了行业能否从科研走向大规模临床应用。

应用场景与行业拐点

目前，基因测序有三大应用场景：辅助生殖、癌症早筛、遗传病研究。测序成本的大幅降低，也让各种商业化的测序项目成为可能，比如消费级基因公司。随着技术发展，第三代辅助生殖及其伴生技术，正在深刻影响人类社会的繁衍与发展。

从行业发展历程看，当前正处于从“测序能力”向“数据能力”切换的关键拐点。通过大规模的 DNA 测序，积累足够的数据，再通过大数据分析、AI 等形式解读基因和外在表现的相关性，正逐步成为现实。生命科学也呈现出从单变量研究向系统层面研究、上下结合的倾向——基于大数据和系统层面研究的开展，生命科学才有希望直面生命现象的核心问题。

数据驱动下的新格局

在这一拐点上，行业竞争要素正在变化。一方面，数据规模成为壁垒，例如英国启动的全球最大基因医学项目，将对500万成年人进行DNA测序，并与生活方式数据和健康记录挂钩。另一方面，基因数据的安全与合规日益重要，基因组等人类遗传资源已被视为国家安全的重要组成部分。

对于投资者而言，超摩尔定律的发展会带来什么，是下一个英伟达还是下一个台积电，这一切都不确定。但可以确定的是，生物技术正在发生深刻变化，包括系统生物学的引入、高通量检测工具的迭代更新以及大量数据的积累。生物技术若获得裂变能力，或有效延长人类工作寿命，才有能力点燃下一轮经济周期的引擎。

常见问题

基因测序成本下降为什么比摩尔定律还快？

摩尔定律描述的是计算能力成本下降的速度，而基因测序成本曲线的下降幅度远远大于这一幅度。这得益于高通量测序技术的迭代，使得单位测序成本急剧降低，从而让大规模商业化应用成为可能。

成本下降后，行业的下一个瓶颈是什么？

成本下降正在向数据处理、存储和机器学习领域扩展。当测序成本不再是障碍时，如何高效处理、存储并解读海量基因数据，成为行业面临的核心挑战，这正是当前从“测序能力”向“数据能力”切换的拐点所在。

数据驱动对基因测序行业意味着什么？

数据驱动意味着行业重心从“获取数据”转向“解读数据”。通过大数据分析和AI技术解读基因与外在表现的相关性，生命科学正从单变量研究向系统层面研究转变，这将赋予生物技术更大的横向迁移及应用裂变能力。