基因测序市场研究分析论文

现代遗传学概论

1、新生儿基因筛查：婴儿出生24-48小时内，从脚跟处采集血样并送到实验室分析，目的为新生儿进行基因筛查，及早确定生命早期治疗的遗传性疾病；2、无创产前检测（NIPT）：国内基因测序临床转化最成熟的项目，采取孕妇静脉血，利用第二代测序技术对血浆中的游离DNA片段（包含胎儿游离DNA）进行测序与生物信息分析，从中判断胎儿是否患三大染色体疾病；3、肿瘤分子诊断&疾病早筛：通过肿瘤基因检测早期发现和诊断癌症；4、用药指导&伴随诊断：主要采用分子诊断技术进行患者用药指导，实现科学服药与疗效最大化，而伴随诊断是一种体外诊断技术，针对患者提供特定治疗药物的治疗反应信息，帮助医生作出最佳诊断。5、心血管&遗传疾病：通过分子生物学相关技术对血液、体液中的分子标志物或生物大分子进行检测来进行心血管与遗传疾病相关的诊断；6、母婴健康&微生物：新生儿出生前多种因素，如剖腹产、抗生素治疗、益生菌、营养补充剂、宠物等都会影响婴幼儿体内的菌群平衡，所以检测微生物能及时发现菌群是否紊乱，是否引发婴儿免疫系统异常造成疾病风险；7、病原微生物检测：应用分子生物学技术快速检测病原微生物，对感染性疾病的诊断意义重大。近几年全球出现的几次重大疫情，都采用了NGS鉴定分析；8、微生物控制慢病健康：微生物生态系统与人体健康状况紧密联系。失衡的微生态系统会导致多种慢性疾病，例如肥胖症、II 型糖尿病、肠炎（IBD）以及抑郁症等；9、抗生素耐药性与养殖：目前临床用药及畜牧养殖中，明令禁止滥用抗生素，以避免丛生刀枪不入的超级耐药细菌，微生物检测能辅助判断抗生素用量及效果；10、精准营养食品专业：通过基因测序可提前预知自身是否具有患糖尿病、肥胖的高风险。为此靶向设计、精准制造营养、健康的个性化食品；11、药物基础研究与药物临床测试：通过药物相关的基因检测结果，能为制定个体化给药方案提供科学依据，目前不少创业公司聚焦研究药物相关基因与药物代谢动力学和产生药物不良反应个体的相关性，建立中国人临床用药数据库；12、消费级基因检测：能预测未来患病风险，也是目前颇具争议的热点话题。该门类下有祖源分析、疾病易感基因筛查、宠物基因检测、DNA应用商店等细分领域。

全球基因测序行业相关公司：宜曼达(Illumina)、赛默飞世尔(TMO)、太平洋生物科学(PACB)、Foundation Medicine(FMI)等

本文核心数据：全球基因测序市场规模、全球基因测序市场下游应用分布、全球基因测序市场区域分布等

基因测序是指通过一定的技术手段分析DNA或者RNA片段中的碱基序列，从而为生物学和医学的研究发现提供支持。基因测序能够从血液或唾液中分析测定基因全序列，预测罹患多种疾病的可能性，个体的行为特征及行为合理，如癌症或白血病，运动天赋，酒量等。

全球基因测序发展历程

从1988年人类基因组计划启动开始，基因组学应用的壮阔前景开始展现在人类面前。1998年毛细管测序技术问世，测序提速10倍，原计划15年完成的人类基因组计划加快进度。2006年，第二代测序仪诞生，成本下降百倍，形成“超摩尔定律”之势。

随着测序成本的显著降低和生物信息分析能力的显著上升，美国等西方发达国家已在这一领域做出前瞻式布局：鼓励高端测序仪的研发和商业化、建立配套的生物信息计算平台、推进基因组领域的科学研发和临床转化。

全球基因测序市场增长迅速

近几年来基因测序市场规模飞速发展，据BBC Research数据显示，2010-2019年全球基因测序市场规模呈现连续增长趋势，增速普遍超过10%，2019年全球基因测序市场规模约为126亿美元，按照增速初步测算，2020年全球基因测序市场规模约为149亿美元。

学术研究是基因测序主要应用市场

从全球基因测序下游应用分布来看，学术研究用途在2020年占据最大份额，达到约54%。预计该部分将从2021年到2026年以稳定的复合年增长率进一步扩大。这种增长可归因于NGS解决方案在研究项目中的应用在大学和研究中心进行。其次，在临床研究中，基因测序市场占总市场的约18%;医院诊所的应用市场占比约为14%，位列第三。

欧美市场总和超过全球市场七成

在全球市场区域分布来看，根据Market Research Future等机构发布数据，2020年全球基因测序市场分布最广的是欧洲，其次是美洲，欧美市场合计约占72%。相比来说，亚太地区和中东、非洲地区的基因测序市场规模则较小，亚太地区的市场占比仅为20%。

基因测序市场具有巨大增长空间

随着基因测序技术的高速发展，临床诊断、药物、个体化治疗、农业等领域发生了巨大的变革，并且随着社会各界对基因测序应用行业的关注度越来越高，各领域基于基因测序应用的需求也越来越大。预计2021-2026年全球基因测序市场规模仍将继续保持快速增长，到2026年规模将突破400亿美元。

科研人员揭示的完整人类基因组序列，是世界上最复杂的谜题之一，这一研究使得人类第一次看到最完整的、无间隙的DNA碱基基因序列，对于人类了解基因组变异的全谱，以及某些疾病的遗传贡献至关重要，将会推动与癌症、出生缺陷和衰老相关的研究与科学发展。

浅析现阶段高通量测序中的拼接问题论文

摘要：近年来，随着第二代测序技术的普及和第三代测序技术的逐步发展，高通量测序技术在实际研究中的应用越来越广泛。高速率、高性价比是其主要优点。相对于传统的桑格（Sanger）法测序来言，高通量测序得到的片段长度较为短小，故如何拼接得到完整的序列一直是炙手可热的研究方向。本文总结了现阶段高通量测序中拼接问题的研究结果，针对现在流行的各种算法进行了简单介绍。

关键词：高通量测序；reads 拼接；contigs 组装；OLC、De brujin 图

一、测序技术的发展过程和现状[1]

（一）桑格法

桑格法又叫做双脱氧链终止法，由Sanger在1977年提出。通过加入带有放射标记的dd NTP（双脱氧核苷酸）使DNA合成终止。再通过电泳，并使用放射自显影技术读出碱基。此方法得到的片段较长，能达到1000bp左右。

（二）第二代测序技术

随着科学技术的发展，传统的桑格法已经不能满足研究的需要。科学家们需要更快的速度、更高的通量以及更低廉的价格，于是第二代测序技术应运而生。其核心思想是边合成边测序。现在主要有454 GS FLX、SOLi D和Illumina/Solexa GenomeAnalyzer三个平台。第二代测序是现阶段测序技术的主流，也是高通量测序的开始。

（三）第三代测序技术

第三代测序技术是指单分子测序技术。不需要经过PCR的过程即可测序，速度可以达到每秒十个碱基。通量更大，读长更短，是现阶段测序技术的发展方向。

二、高通量测序中的拼接工作

（一）高通量测序所得片段的特点

高通量测序之后所得到的序列片段称为reads（读取），其主要特点两点。一是长度短，一般在200bp以 下，最长的454平台能达到的长度也不过1000bp,因此需要进行 大量的拼接才能得到整条DNA序列。二是有部分重叠，由于测序位置具有随机性，故各reads总会有一定的重叠，这些重叠是拼接工作的关键。

（二）拼接过程

整个拼接过程分为两步。第一步，考察reads的重复序列，并拼接成更长的片段，称为contigs（重叠群），这一步称为reads的拼接；第二步，确定contigs之间的顺序关系，并按此排列，形成称为scaffolds的序列，这一步叫做contigs的组装。

三、Reads的`拼接

（一）拼接过程的难点

reads拼接过程中要克服的难点主 要有两点，一是高通量测序得到的reads长度较短，故内含信息较少，不易确认相对顺序。二是远程连接信息（Long-range linking information）的不可靠性。 2这两点制约着reads拼接过程的准确率。

（二）方法[3]

reads拼接过程中算法的基本要求是de novo（从头测序），即不需要任何序列信息即可对原料进行测序。由此衍生出两种主流的算法：

OLC,即交叠-排列-共有序列算法（Overlap-layout-consensus），是一个比较传统的算法，其基本思想为根据reads间的重复部分，确定可能性的reads连接顺序。

其步骤为：构建交叠图：对每两个reads进行比对，计算它们的重叠度---排列reads:将reads进行排列，确定它们之间的相对位置，建立overlap图---生成共有序列：通过多序列比对等方法，确立最后的contig.

OLC算法的计算量主要体现在交叠图的构建，而高通量测序得到的海量短序列有大量的交叠，往往需要大量的运算时间。故OLC算法并不适合现在高通量测序的发展趋势。现在某些拼接软件，如Shorty、CABOG等仍在使用基于此的算法。虽然这些软件针对OLC算法有一定的改进和优化，但其拼接速度和准确性仍受到限制。

brujin图

基于De brujin图（DBG）的算法是现在最流行的算法，许多常用的拼接软件如Velvet、ABy SS等都在使用这种算法。其特点为把基因序列的拼接问题转化为了数学上的图论问题，大大提高了拼接效率。

（1）基本思想

reads中 连 续 的k个 碱 基 称 为k -mer,作 为DBG的节点，两个k-mer如 果在同一read中 相邻，则形成一条边。故每个read都会对一些边加权，最后形成一个含有节点、有权值的边的DBG,由此生成最佳的contig.

（2）步骤

筛选reads:对reads进行检测，去除掉可能错误的reads---确定k值：k的值直接影响速度和精度。 K值较大时，精度有所提高，但更容易受覆盖率的影响。故应该根据覆盖率、reads长度等确定合适的k值---处 理DBG:根 据 确 定 的k值，做 出DBG,同时完成化简和修正---根据DBG,拼接成contig.

（3）优缺点

DBG算法在处理海量短reads的时候效果优秀，与现在测序技术的发展趋势相匹配。然而，由于k-mer的长度较短，此方法受重复序列、测序错误的影响较大。

（三）不同拼接软件的效果差异

不同的拼接软件在reads拼接过程中表现为三点：一是比起软件来说，reads质量对拼接结果影响更大；二是与标准序列的接近度随reads和拼接软件的不同有很大改变；三是各软件拼接的正确率差别很大，但与接近度的结果不一致。

四、Contigs的组装

与reads的拼接相比，contigs的组装的难度相对较小。这是因为contigs的长度较reads长很多，所含信息较多。故可以较为准确的组装成scaffold

（一）组装过程的难点[4]

Contigs组 装 过 程 中 的 难 点 主 要 有 二。一 是contigs中 含有大量的重复序列，不易确定contigs之间的相对顺序；二是由于contigs由reads拼接而成，其中不 免 会 有 一 些 错 误，这 些 错 误 也 会 对contigs的组装产生干扰。

（二）方法

Contigs组 装的方法较reads拼 接而言较多，一般常用的有图论法和光学图谱法（Optical mapping）两种。

1.图论法[5]

图论法是比较传统的方法，与reads拼接有相似的地方。它以contigs作为节点，由相连的读取对（Linking reads pair）作为边，由此形成算图。

其一般步骤为：库的构建：构建出含有所有reads的 库---计算相连读取对之 间的距离，并由此计算gap的长度---把长度放在边上，作为算图的数据。

其理想的输出结果是一条scaffold序列，对应一条染色体，包含以正确顺序排 列 的contigs和contigs之间gap的长度。

2.光学图谱法[6]

光学图谱法是一种较为新颖的方法。通过内切酶将DNA切断，此时DNA的片段的谱表现出一种特殊的指纹或是识别码的性质。利用光学方法追踪此信息得到相对位置，由此组装成正确的scaffold.

主要步骤为：将contigs放 置 在 光 学 图 谱上---修正光学图谱---做出contigs的连接图，由此决定最佳的contigs连接顺序。

光学图谱法的组装结果有着很高的覆盖率，巧妙运用光学图谱法可以获得很高的成本效益。

有研究表明，当与454平台获得的实验结果相结合的时候，光学图谱法可以迅速、价廉的得到排列好的定向的contigs组，由此可以产生一个将近完整的基因组。

（三）发展方向

Contigs组装过程的关键点 在于如何得到正确的连接顺序。现阶段此方面研究多集中在这一方向。

五、前景与展望

随着生物学研究向微观、向基因领域逐步延伸，高通量测序作为获得基因序列的主要方法，越来越受到重视，拼接技术也在不断发展。高通量测序的基因片段会变得海量且短小，应对此变化，拼接技术也会由确定“唯一的基因序列”向确定“最可能的基因序列”完成转变。因此，新一代的拼接技术会在准确率、覆盖率和速度上，作出超于现在拼接技术的改进。

参考文献：

[1]Anderson MW, Schrijver I. Next Generation DNASequencing and the Future of Genomic Medicine.?;1（1）：38-69. doi:.

[2]Salzberg SL, Phillippy AM, Zimin A, et al. GAGE: Acritical evaluation of genome assemblies and Research. 2012;22 （3）：557 -567. doi:.

[3]Deng X, Naccache SN, Ng T, et al. An ensemble strategythat significantly improves de novo assembly of microbialgenomes from metagenomic next -generation Acids Research. 2015;43 （7）：e46. doi:.

[4]Latreille P, Norton S, Goldman BS, et al. Opticalmapping as a routine tool for bacterial genome Genomics. 2007;8:321. doi: -2164-8-321.

[5]Hunt M, Newbold C, Berriman M, Otto TD. Acomprehensive evaluation of assembly scaffolding Biology. 2014;15 （3）：R42. doi: -2014 -15-3-r42.

[6]Nagarajan N, Read TD, Pop M. Scaffolding andvalidation of bacterial genome assemblies using opticalrestriction . 2008;24 （10）：1229 .

因为这个难题是科学家一直探索的问题，他的发现对以后的研究有很大的帮助。

基因检测(Genetic Test)则是指通过人体液、细胞、血液对DNA进行检测的一项技术。人们通过特定设备对DNA分子作检测后，分析其所含的基因类型和基因缺陷及表达功能是否正常，以此了解自己的基因信息，明确病因或患某种疾病的风险。目前基因检测技术可以分为三个级别，分别是科研级、临床级、消费级。人们常在社交媒体中听到的祖源分析、运动基因、皮肤特性、儿童天赋、代谢情况等，都属于消费级基因检测(Direct-To-Consumer Genetic Test)。2013年iDNA/360基因创立，消费基因检测服务出现，定价多在2000元左右，标志着我国消费基因的萌芽，2019年我国消费基因进入观察期。我国消费基因用户规模总体呈高速增长态势，2019年用户规模近万。其中用户以女性和已婚有子用户为主，年龄集中在26-35岁，学历主要为本科和大专。我国消费基因用户了解基因检测的主要依赖于日常社交和医院、体检机构等。

2019年我国消费基因进入观察期

我国消费基因较国外发展较晚，2013年iDNA/360基因创立，消费基因检测服务出现，定价多在2000元左右，标志着我国消费基因的萌芽;后随着微基因、魔方/水母/各色等先后成立，消费基因市场价格大幅下降;2019年我国消费基因进入观察期。

我国消费基因用户规模总体呈高速增长态势，2019年用户规模近万

据统计，2016-2018年期间我国消费基因用户规模总体呈逐年增长态势，年均高速高达223%，2019年我国消费基因用户规模近万。

我国消费基因用户以女性和已婚有子用户为主

2019年我国消费基因用户主要以女性为主，女性比重高达;在婚育方面，主要以已婚有子为主，比重高达。

我国消费基因用户年龄集中在26-35岁，学历主要为本科和大专

2019年我国消费基因用户在年龄方面主要集中在26-35岁，其中26-30岁用户比重为，31-35岁用户比重为;在学历方面，用户主要为本科学历，比重高达，其次为大专学历，比重为。

我国消费基因用户了解基因检测的主要依赖于日常社交和医院、体检机构等

2019年我国消费基因用户最初得知基因检测的渠道主要是通过熟人介绍、产品官网、微信朋友圈及医院、体检中心等。其中熟人介绍最为普遍，的用户均是通过熟人介绍;12-14%的用户是通过产品官网和微信朋友圈;12%的用户是通过体检中心，的用户是通过医院。

—— 以上数据及分析均来自于前瞻产业研究院《中国基因测序行业市场前瞻与投资战略规划报告》。