基因测序成本下降的速度远超摩尔定律下计算能力成本下降的幅度，这一趋势正在重塑行业的供需格局：成本骤降持续刺激下游科研、临床与消费端需求爆发，而供给端的产能扩张与需求释放之间，或出现阶段性错配，带来价格与产能利用率的周期性波动。

成本超摩尔定律下降，需求端被持续激活

柏基投资（Baillie Gifford）的汤姆·斯莱特在访谈中明确指出，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。这种超摩尔定律的成本下降，正在向相关领域扩展——基因测序产生的大量医疗数据，其处理、存储成本以及将机器学习应用于这些数据的成本，都在迅速下降。

成本的骤降让过去难以商业化的测序项目成为可能。目前基因测序有辅助生殖、癌症早筛、遗传病研究三大应用场景，同时消费级基因公司（如23andMe）也因成本降低而获得商业化空间。从单变量研究向系统层面研究的转变，叠加高通量检测工具迭代与数据积累，生命科学正获得更强的横向迁移与应用裂变能力，为需求端的持续爆发提供底层动力。

供给端扩张与国产化进程

需求爆发的同时，供给端的产能扩张节奏值得关注。以国内测序仪市场为例，测序仪进入医疗机构需经国家药监局审批，目前获批设备主要分为两类：一类是华大智造等自研产品，另一类是与外资（如Illumina）合作研发、本质属于外资品牌的贴牌报证测序仪。在当下时间点，国内基因测序行业的国产化率提升是大概率事件。

供给端的产能扩张通常需要较长的审批与建设周期，而需求端的释放节奏由成本下降和技术渗透驱动，两者节奏天然存在差异。这种时间差意味着行业可能经历供需错配的周期性波动——需求快速放量时供给短期紧张，产能集中释放后又可能面临阶段性过剩，进而带来价格与产能利用率的周期性起伏。

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，而基因测序的成本曲线下降幅度远远大于这一幅度。这得益于测序技术的持续迭代（从NGS到三代技术）、数据处理成本的同步下降，以及机器学习应用成本的降低，形成了技术进步的叠加效应。

成本下降对下游需求有什么具体影响？

成本下降让测序从科研走向更广泛的商业化应用。辅助生殖、癌症早筛、遗传病研究三大场景的需求被激活，消费级基因检测也成为可能。同时，大规模DNA测序积累的数据，通过大数据分析和AI解读基因与外在表现的相关性，正在逐步成为现实。

供需错配会持续多久？

供需错配的时点与幅度取决于多重因素：需求端受技术渗透速度影响，供给端受产能建设周期和审批节奏制约。从行业规律看，价格与产能利用率会呈现周期性波动，错配是阶段性现象而非永久状态，具体节奏需以行业后续公开数据与第三方实测为准。