當前位置:
首頁 > 科技 > 2019年我國基因檢測市場發展現狀及趨勢分析

2019年我國基因檢測市場發展現狀及趨勢分析

我國基因檢測產業市場潛力巨大,產業集聚化發展顯著,公司成立速度放緩行業進入整合期。我國監管政策滯後,行業准入門檻較低。

一、我國基因檢測產業市場潛力巨大

基因檢測行業是精準醫療的重要組成部分,隨著經濟的快速發展,作為人口大國,我國基因檢測發展迅速,2018年我國基因檢測行業規模將達到603.29億元,預計到2020年市場規模有望達到1015.49億元,複合增長率將達到37.87%。見圖1和表1。

數據來源:火石創造整理

表1 頭部企業基因檢測業務營收情況

二、基因檢測產業集聚化發展顯著

截至2018年末,我國基因檢測產業企業數量共計1030家,主要分布東南沿海和經濟發達地區。北京企業數量位居第一(236家,佔22.91%),其次為上海(206家,佔20%)和廣東(168家,佔16.31%),三個城市合計企業數量佔總體的60%。見圖2。

數據來源:火石創造資料庫

北京、廣東、上海三地基因檢測產業發展領先全國,除了當地具有人才和資本資源優勢以外,地方制定的產業政策也發揮著至關重要的作用。無論在頂層的產業規劃還是在細分領域的發展規範,當地政府均制定了相關文件,有效促進了基因產業健康快速發展。見表2。

三、公司成立速度放緩行業進入整合期

2015年1月底,美國總統奧巴馬在2015年國情咨文演講中宣布了美國的精準醫學計劃,目的是讓所有人獲得健康個性化信息。隨後,中國科技部也於2015年3月份召開了國家首次精準醫學戰略專家會議,並計劃在2030年前投入600億元加速中國精準醫療的行業發展,這為中國的基因技術行業的發展帶來了政策保證。

除了華大基因等老牌基因檢測企業以外,2011年後,初創企業數量開始增加。國內基因檢測行業從2009年開始醞釀,逐漸發展,爆發於2014—2016年期間,2017年以來隨著NIPT和市場監管逐漸成熟,國內產品擁有先發優勢的企業逐漸佔據市場話語權,中小企業生存空間被壓縮,新成立企業增量放緩。

火石創造資料庫顯示,截至2018年,全國基因測序企業有1030家,其中2009年新成立39家,2010年新成立67家,2011年新成立79家,2012年新成立64家,2013年新成立87家,集中爆發在2014年和2015年,分別有140家和214家,2016年有109家。此外,2009年以前成立的基因檢測公司共有206家。

四、上下游議價能力低,中游受制嚴重

上游測序儀和基因檢測試劑被Illumina、Thermo Fisher和Agilent等寡頭壟斷。我國中游眾多的測序服務提供商和研究機構與他們的議價能力不強。且試劑與儀器的捆綁式銷售,因此中游企業在試劑使用方面受制嚴重。我國基因檢測下游主要由醫院等機構組成,醫院在我國醫療服務產業鏈中一直處於最高端的位置。中游測序服務提供商與他們交易中沒有議價優勢。

總體來講,我國中游測序服務商對於上下游來說,其議價能力不足,且在試劑方面,還受制於上游的試劑供應。

表3 基因檢測技術典型企業

五、 監管政策滯後,行業准入門檻低

基因檢測作為新興產業,在我國起步較晚,且其技術處於較高的水平,因此,我國一方面為了儘可能小的限制產業發展,另一方面在監管和規範的政策制定客觀上存在不足。這導致在我國發展初期,基因檢測公司只要向上游購買測序儀,都可以向下游提供測序服務。

雖然測序服務提供商需要選定目標基因(例如,罕見病致病基因或者腫瘤致病基因等),並開發出配套試劑。但基因選擇與配套試劑開發技術難度相對不高,並不能構成有效的進入壁壘。總體而言,我國基因檢測服務企業的准入門檻相對很低。

表4 我國基因檢測試劑盒產品情況

六、小結

我國基因檢測產業集聚化發展顯著,公司成立速度放緩行業進入整合期。但我國監管政策滯後,行業准入門檻較低。

我國基因檢測行業趨勢從基因檢測技術方面,新型測序技術將持續湧現,長測序技術將進一步打開藍海市場,聯合治療將引領應用端技術市場。從基因檢測產業應用方面,NIPT產品升級將再迎新機遇,腫瘤早篩技術有待突破,伴隨診斷市場將呈現井噴式發展趨勢。政府方面正大力推動精準用藥發展。

總體而言,我國基因檢測產業發展潛力巨大,隨著測序技術的發展,外部政策的不斷完善,加上大數據與生物醫藥領域的不斷融合與發展,未來將湧現出更多創新型大數據應用場景,全方位加快藥物研發速度,完善罕見病診治閉環,實現精準預防和治療。

來源:基因谷

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 大數據實驗室 的精彩文章:

ARM暫停晶元架構合作,真的會危及備胎嗎?
一場屬於期權愛好者們的狂歡嘉年華,即將開啟!

TAG:大數據實驗室 |