基因测序的成本下降曲线已显著超越摩尔定律，这意味着测序供给能力的扩张速度将远快于传统科技硬件。供需周期的核心节奏是：供给端测序产能将经历快速、甚至阶段性的过剩扩张，而需求端的释放则呈现阶梯式、渐进式的特点，两者之间的缺口弥合将主要依赖应用场景的落地深度与速度。
供给端：成本下降驱动产能快速扩张
基因测序成本的大幅下降，使得大规模商业化测序项目成为可能。正如柏基投资所观察到的，基因测序成本曲线的下降幅度远大于摩尔定律下计算能力成本下降的幅度，这种成本崩塌直接降低了行业进入门槛，推动测序平台和数据处理能力的快速建设。
在供给端，国内测序仪市场正经历结构性变化。目前获批的设备主要分为两类：一类是华大智造等企业的自研产品，另一类是与外资合作研发的“类贴牌”设备。在基因数据被纳入国家安全组成部分的背景下（如《人类遗传资源管理条例》和《生物安全法》的出台），国内基因测序行业的国产化率提升是大概率事件，这将进一步释放本土产能扩张的空间。
需求端：三大应用场景的释放节奏差异
需求端的释放并非同步爆发，而是依应用场景的成熟度呈现明显的节奏差异。基因测序的三大应用场景——辅助生殖、癌症早筛、遗传病研究——各自的落地节奏不同：
| 应用场景 | 需求释放特点 |
|---|---|
| 辅助生殖 | 技术延伸快，如胚胎选择（ESPS）等应用已具雏形，需求释放相对直接 |
| 癌症早筛 | 依赖大规模人群数据积累与临床验证，释放周期较长 |
| 遗传病研究 | 与科研项目深度绑定，需求随重大项目推进而逐步放量 |
以英国“我们的未来健康”项目为例，该项目对500万成年人进行DNA测序并与健康记录挂钩，同时新生儿基因组项目将收集10万名婴儿的DNA。这类国家级项目的启动，标志着需求端从零散科研走向规模化应用，但需求的全面爆发仍需等待大数据分析和AI解读能力的同步成熟。
供需平衡的时间点：取决于数据解读能力的突破
供需周期的关键变量不在于测序能力本身，而在于“读懂”数据的能力。目前人类对自身基因组的理解仍相当有限，大量区域因技术局限而无法被洞察。NGS和三代测序技术的发展已将行业带到基因时代的门口，但通过大规模测序积累数据，再经由大数据和AI解读基因与表型相关性，这一闭环的完善程度决定了需求释放的最终斜率。
短期内，供给扩张速度大概率领先于需求增长；中长期看，随着生命科学从单变量研究向系统层面研究转型，生物技术的横向迁移能力增强，需求端有望逐步追赶并消化供给。供需平衡的时间点，将取决于数据解读能力的突破节奏，而非测序硬件本身的迭代速度。
常见问题
基因测序成本下降会带来什么影响？
成本下降使大规模商业化测序成为可能，推动供给端产能快速扩张。同时，辅助生殖、癌症早筛、遗传病研究等应用场景的落地成本降低，消费级基因公司如23andMe也因此成为可能。
国内测序仪市场的竞争格局如何？
国内已获批的测序仪主要分为自研和与外资合作两类。华大智造等企业拥有自研产品线，部分企业则与Illumina等外资品牌合作。在基因数据安全受到高度重视的背景下，国产化率提升是大概率事件。
为什么需求释放比供给扩张更慢？
需求释放依赖应用场景的成熟度和数据解读能力。目前人类对基因组的理解仍有限，癌症早筛等应用需要大规模临床验证，而遗传病研究依赖科研项目推进。需求端的全面爆发需要等待AI解读能力的同步成熟。