基因测序成本下降速度之所以能超过半导体行业的摩尔定律，核心在于其技术路线并非单一维度的进步，而是测序化学、光学系统与算法等多环节协同突破的结果。柏基投资在2021年接受《巴伦周刊》采访时就明确指出，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，这一判断已成为行业公认的“超摩尔定律”现象。

多技术路线的成本下降机理

测序成本的骤降，源于不同技术路线在底层原理上的持续迭代。以目前主流的边合成测序（SBS）为例，其核心在于通过光学系统捕捉碱基合成过程中的信号，光学系统的灵敏度提升直接降低了单次测序的试剂消耗与时间成本；而流体芯片的微量化设计，则让单位面积的反应通量大幅提升。与此同时，纳米孔测序与单分子测序等三代技术路线，绕开了传统的扩增步骤，直接读取单条DNA分子，从原理上省去了大量文库制备与扩增的耗材成本。

值得注意的是，碱基识别算法的进步同样关键。随着机器学习技术被应用于测序数据的处理与存储，错误率下降带来的重复测序次数减少，进一步摊薄了整体成本。正如柏基投资所观察到的，基因测序正在产生海量医疗数据，而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，形成了“测序产出—数据积累—算法优化—成本再降”的正向循环。

核心环节的技术壁垒与迭代方向

尽管成本曲线陡峭下行，但测序仪的核心壁垒并未被打破。在光学系统环节，高精度荧光检测所需的精密元器件设计与制造工艺，仍是少数头部厂商的护城河；流体芯片则涉及微纳加工与表面化学处理，工艺经验的积累远比理论设计更为关键。在碱基识别算法层面，如何从海量噪声信号中准确还原序列信息，需要长期的真实测序数据作为训练基础，这构成了后来者难以逾越的数据壁垒。

从产业格局看，国内测序仪市场正呈现国产化率提升的确定性趋势。以华大智造自研产品为代表的国产设备已获批进入医疗机构，而部分与外资合作研发的设备本质上仍属于外资品牌。随着《人类遗传资源管理条例》与《生物安全法》将基因组数据纳入国家安全范畴，技术自主与供应链安全已成为行业发展的底层约束，这也将倒逼更多资源投向核心环节的国产替代。

常见问题

为什么测序成本下降能超过摩尔定律？

摩尔定律描述的是集成电路上晶体管密度翻倍带来的计算成本下降，而测序成本受化学试剂、光学器件、流体工艺与算法四个变量共同影响。当这四个维度同时进步时，其复合降本速度自然超过单一维度的半导体迭代，且测序行业起步较晚，早期基数低带来的追赶效应也放大了下降幅度。

纳米孔测序与边合成测序的成本差异在哪？

边合成测序依赖光学检测与扩增步骤，成本集中在试剂与仪器折旧；纳米孔测序则通过蛋白孔道直接读取碱基，省去了扩增环节的耗材与时间，但当前其单次准确率仍需算法纠错来弥补，综合成本优势尚未完全释放。两条路线的竞争本质是**“成熟工艺的规模效应”与“新原理的简化流程”**之间的赛跑。

普通投资者如何理解测序行业的技术壁垒？

技术壁垒主要体现在三个层面：硬件层面的光学与流体芯片制造工艺，数据层面的真实测序语料积累，以及合规层面的医疗器械审批资质。其中数据壁垒最隐蔽也最持久——没有海量真实测序数据，算法就难以优化，而算法落后又会推高使用成本，形成“强者恒强”的循环。