是的，桥式PCR错误累积是制约基因测序供给端有效放量的核心瓶颈之一。它直接限制了单次运行的有效数据产出，导致测序仪的理论通量与实际可用的有效数据量之间存在显著差距，从而加剧了基因测序行业供需周期的波动。
桥式PCR如何导致有效数据产出下降
桥式PCR扩增技术是Illumina等主流NGS平台的核心步骤之一，但其固有的错误累积问题会直接影响数据质量。在扩增过程中，碱基错配会随循环次数逐渐累积，增加读长（read length）会进一步提升错误累积的风险。这意味着，尽管仪器标称的通量很高，但为了满足下游分析对数据准确性的要求，实际可用的有效数据量往往低于理论最大值。
此外，桥式PCR搭配的生化技术还会产生“标签跳跃”（Index Hopping）现象，导致序列被错误分配。虽然使用双接头技术可以降低Index Hopping的发生率，但无法完全消除，这同样会导致部分测序数据因无法正确溯源而被丢弃，进一步减少了单次运行的有效产出。
供给端通量增长与需求爆发的错配
由于上述技术限制，基因测序供给端的有效通量增长，往往落后于下游应用（如肿瘤早筛、精准医疗、科研服务）需求的爆发式增长。当需求快速上升时，有效数据供给不足会推高测序成本；而当上游厂商推出更高通量的新机型后，理论通量大幅提升，但有效数据量的提升幅度可能不及预期，导致产能过剩和价格战。这种供需错配，正是基因测序行业周期性波动的重要技术根源。
常见问题
桥式PCR的错误累积能否通过后期算法完全纠正？
不能完全纠正。虽然生物信息学算法可以过滤和校正部分错误，但无法挽回因Index Hopping或低质量扩增而直接丢弃的序列。错误累积从根本上减少了可供分析的有效数据总量。
所有NGS平台都受桥式PCR错误累积困扰吗？
并非所有平台。例如，华大智造采用的DNA纳米球技术（DNB）通过滚环扩增进行无损复制，在官方资料中被描述为“能有效减少数据浪费”，其技术缺点中并未提及桥式PCR相关的错误累积问题。而Illumina和Thermo Fisher的路线则明确受此影响。
如何判断一台测序仪的真实有效通量？
建议关注第三方独立评测或行业基准测试（如使用标准菌株进行全基因组测序），比较理论通量与实际产出高质量数据（Q30以上、无Index Hopping污染）的比率，而非仅看厂商公布的最大通量参数。