人类DNA约30亿对核苷酸中仅2%编码基因，基因测序产业链的上下游究竟如何分工？

人类DNA约30亿对核苷酸构成基因组，但其中仅有约2%能够编码RNA或蛋白质——这些带有遗传信息的DNA片段才被称为基因。根据测算，人类基因组上共有20000~25000个编码基因，不同基因长度差异极大，短的只有几百个核苷酸，长的可达几百万个。正是这种“极少编码、大量非编码”的结构，决定了基因测序必须先把DNA打成碎片、并行读取、再拼回完整序列，也由此分化出从样本处理到数据解读的上下游分工。

上游：把样本变成可读的序列

上游的核心任务，是把生物样本转化为测序仪能够读取的信号。这一步通常包括样本提取与文库构建：先将DNA从样本中提取出来，再打成碎片并加上接头，使每个片段可以被并行识别。设备与试剂环节则由测序仪和配套试剂承担，是整条链条中技术壁垒最集中的部分。

测序技术本身经历了从第一代到高通量测序的演进。第一代测序读长可达1000bp，准确性高达99.999%，但成本高、通量低，难以支撑基因组层面的分析。高通量测序可一次对几百万到几十亿条核酸分子进行序列测定，别名大规模并行测序（MPS）或下一代测序技术（NGS），使通量与成本以“超摩尔定律”的速度发展。

下游：把序列变成可用的信息

测序仪产出的是海量原始序列数据，本身并不直接回答生物学或临床问题。下游环节由此承接：先通过生物信息分析完成序列拼接、比对与变异识别，再进入科研或临床解读，把数据转化为可理解的结果。

这一环节的价值在应用端体现得尤为明显。基因测序是基础生物学研究、医学诊断、法医生物学、系统生物学、微生物学等多个领域最重要的基础技术之一。上游把成本推进到新水平之后，中下游应用的成长空间随之打开，以美股精密科学（EXAS）为代表的中下游应用企业已开始快速扩张。

上下游如何衔接

上下游并非简单买卖关系：上游的通量与成本直接决定下游应用的可行性，下游的需求又反过来定义上游的技术方向。

常见问题

为什么只有约2%的DNA是基因？

基因的定义是产生一条多肽链或功能RNA所需的全部核苷酸序列，只有具备这一功能的DNA片段才被称为基因。人类30亿对核苷酸中约2%符合这一条件，其余大部分不编码RNA或蛋白质。

基因测序产业链上游和下游的分界在哪里？

分界通常在测序仪产出原始序列数据之处。此前属于上游，涵盖样本处理、文库构建、测序仪与试剂；此后属于下游，涵盖生物信息分析与科研、临床解读。

高通量测序相比第一代测序改变了什么？

第一代测序读长长、准确性高，但通量低、成本高，无法进行基因组层面分析。高通量测序可一次测定几百万到几十亿条核酸分子，使通量与成本以“超摩尔定律”的速度演进，也让下游大规模应用成为可能。