人类基因组中真正编码蛋白质的基因仅约 20000~25000 个，只占全部 30 亿碱基对的约 2%，这意味着基因测序的竞争焦点早已不局限于“读懂编码区”，而是转向了对庞大非编码区的解读能力，以及更底层的测序成本与通量竞赛。在基因测序行业，龙头企业的卡位逻辑集中在两个维度：上游设备端把单例测序成本推向“超摩尔定律”式下降，中下游应用端则比拼将海量基因组数据转化为临床与商业价值的能力。这条赛道上，设备制造商与临床测序服务商正在各自的环节构筑壁垒。
上游卡位：成本与通量的“超摩尔定律”竞赛
高通量测序技术（NGS）诞生后，基因测序通量及成本以“超摩尔定律”的速度发展。根据美国国家卫生院数据，人类全基因组测序成本从 2001 年的 9526.3 万美元一路断崖式下降，2015 年降至 1000 美元左右，2022 年已降低至 100 美元。在这一进程中，华大智造于 2023 年发布的超高通量测序仪 DNBSEQ-T20×2 每年可完成高达 5 万例人全基因组测序，单例成本低于 100 美元，被官方定位为“超级测序工厂”。这标志着全基因组测序（WGS）的规模成本竞争已进入新阶段——龙头的卡位不再只是“测得更准”，而是“在更低的单位成本下跑出更大的通量”。
中下游卡位：解读能力决定商业价值
编码基因稀少、非编码区庞大的基因组结构，决定了测序只是起点，真正的商业壁垒在于对基因组的解读能力。上游把成本推进到百美元级别后，中下游应用企业开始野蛮生长。以美股精密科学（EXAS）为代表的中下游应用企业，正把测序数据转化为临床筛查与诊断产品。在这一环节，龙头企业的竞争焦点从“设备参数”转向“数据解读算法、临床验证队列与应用场景覆盖”——谁能把 30 亿碱基对中的有效信息准确提取并交付给临床，谁就能在临床测序市场占据身位。
常见问题
为什么编码基因只有 2 万个，测序竞争反而更激烈？
因为约 98% 的 DNA 是非编码区，这些区域同样承载调控与疾病相关信息。编码基因稀少意味着“读序列”本身已不稀缺，稀缺的是对庞大基因组的解读能力，这推高了中下游的竞争门槛。
全基因组测序的成本下降有多快？
人类全基因组测序成本从 2001 年的 9526.3 万美元降至 2022 年的 100 美元，呈现“超摩尔定律”式下降。华大智造 DNBSEQ-T20×2 已实现单例成本低于 100 美元，年通量达 5 万例人全基因组测序。
龙头企业的护城河在上游还是下游？
两者兼有。上游龙头以设备通量和规模成本构筑壁垒，中下游龙头则以数据解读能力和临床转化能力取胜。最终将成本推进到 100 美元的并非传统巨头，而是 Ultima Genomics 和华大智造等后来者，说明这一行业的竞争格局仍在动态演变中。