1 寡核苷酸池库产业链分析
寡核苷酸库上游为亚磷酰胺等原料供应，中游为寡核苷酸库合成企业，下游应用包括靶标捕获、CRISPR/Cas9设计、基因合成、文库制备等。
2 主要原材料
核苷亚磷酰胺于 1981 年首次被描述。亚磷酰胺是经过修饰的核苷，是现代 DNA 合成中使用的标准化学品。自 1981 年 Caruthers 将亚磷酰胺化学引入 DNA 合成以来，它已成为寡核苷酸合成的黄金标准。这种 DNA 合成方法的关键步骤是核苷亚磷酰胺构件与寡核苷酸末端 5'-OH 的反应。经过进一步发展，固体支持物上的自动化寡核苷酸合成已发展为经典的 4 步合成循环。如今，存在许多经过修饰的亚磷酰胺版本，每种版本都具有针对特定 DNA 合成过程优化的不同特性。随着自动化 DNA 合成器的商业化，化学寡核苷酸合成已成为许多研究机构的商品，并且有几家公司专门从事定制寡核苷酸合成。
3. 主要原材料价格走势
基因合成的成本和价格持续下降，亚磷酰胺合成的价格每年都在下降。但定制 DNA 合成的可负担性却没有跟上步伐，成本仍然相对较高。过去几年，基因合成成本总体呈下降趋势，降至每 bp $0.01，而最新的新一代测序工具提供的每 Gigabase 成本则低于 $1-2。
传统上，寡核苷酸是通过固相亚磷酰胺化学合成的。这种基于柱的合成可生成多达 200 个碱基，错误率为 1/200，每产品产量为 10 至 100 nmol，每个碱基的成本为 0.05-1 美元，具体取决于长度和浓度产量。这些单独合成的寡核苷酸随后通常用于使用不同的基于 PCR 的方法合成基因长度的 DNA 片段。
为了提高寡核苷酸合成的通量并降低其成本，过去三十年来，人们开发了多种技术，在空间解耦微阵列中合成寡核苷酸，从而将成本降低了几个数量级。一般而言，基于微芯片的寡核苷酸合成成本比基于柱的寡核苷酸合成成本低 2-4 个数量级。每个核苷酸的成本在 $0.00001 到 $0.001 之间。
4 原材料主要供应商
几家关键供应商在全球寡核苷酸库原料供应市场上占据重要地位，这些供应商不仅提供寡核苷酸合成所必需的高品质亚磷酰胺原料，还通过持续的技术创新和产品研发带动整个行业发展，他们的存在保证了从研究实验室到商业化生产的供应链稳定，对维持行业竞争力、促进科技进步发挥着不可或缺的作用。这些供应商的全球网络覆盖和专业化服务为寡核苷酸库生产提供了坚实的基础，也体现了该领域对高品质原料日益增长的需求。随着合成生物学、精准医疗等领域的快速发展，这些供应商在支持创新、满足复杂市场需求方面发挥着越来越关键的作用。
表 主要原材料供应商分析
原料 | 供应商 | 联系信息 |
亚磷酰胺 | 赛默飞世尔科技 |
|
格伦研究公司 |
| |
TriLink 生物技术公司 |
| |
中银科学 |
| |
泓基生物科技股份有限公司 |
|
5 寡核苷酸库经销商名单
在寡核苷酸池库分销领域，一批专业化的分销商扮演着连接制造商和客户的桥梁角色。这些分销商不仅确保产品的广泛分销，还通过提供专业的技术支持和定制服务提升了供应链的效率和响应能力。他们的全球网络覆盖使寡核苷酸池库能够快速触达全球研究人员和企业用户，满足不同地区对高质量生物技术产品的需求。这些分销商的专业知识和市场渗透力对推动寡核苷酸池库技术的全球采用和推进相关科学发现具有重大影响。通过与这些分销商合作，寡核苷酸池库制造商能够扩大其市场覆盖范围，同时确保其客户获得及时的技术支持和优质的售后服务。
表 寡核苷酸库经销商列表
分销商 | 联系信息 |
BioCat有限公司 |
|
2B科学 |
|
北欧生物实验室 |
|
创新生命科学 |
|
生命科学亚太有限公司 |
|
阿德拉伯科学公司 |
|
6 寡核苷酸池库客户
全球寡核苷酸池库市场的主要客户包括：Azenta Life Sciences、CD Genomics、Daicel Corporation、Boster Bio、ProteoGenix、Biomatik。
桌专业 寡核苷酸池库的客户及其联系信息
顾客 | 联系信息 |
| |
| |
大赛璐株式会社 |
|
博士德生物 |
|
ProteoGenix |
|
|
7 寡核苷酸池库市场趋势
表市场趋势
物品 | 描述 |
低成本、高精度、自动化 | 由于寡核苷酸合成过程中化学试剂的消耗，以及寡核苷酸组装过程中的测序验证和错误校正步骤，合成整个基因组的成本仍然很高。大规模寡核苷酸合成技术将朝着低成本、高精度和更长长度的方向发展。这将实现更便宜的寡核苷酸来源。为了从根本上降低总成本，应该利用现代自动化技术将全基因组合成所需的所有功能（例如寡核苷酸合成、DNA组装和DNA分析）集成到一个平台中，以在一个设备中完成数据写入、复制、读取和随机访问的全部功能。由于合成DNA的基础化学不太可能发生显着变化，因此延长周期效率仍然是主要的限制因素。这促使公司开发互补功能，例如高度并行化、小型化和自动化合成，同时促进用户在生产DNA方面的自主性。因此，开发相应的生物信息学工具来设计DNA将变得更加重要。 此外，人工智能 (AI) 和从头蛋白质设计策略等计算工具目前正在彻底改变蛋白质科学。例如，人工智能已用于指导和加速定向进化的速度，最近还用于从大多数数据库可用的序列中预测哪些突变组合可能产生功能优化的蛋白质或酶。TargetRanch 是由 Deep Genomics 开发的软件系统，它使用在大规模基因组学数据集上训练的人工智能 (AI) 预测器来识别致病突变 - 以及可以治疗由此产生的问题的寡核苷酸疗法。 |
寡核苷酸用于存储数字数据 | 随着数字时代产生的数据量持续呈指数级增长，对信息密度、耐用性和能源成本显著提高的存储介质的需求也日益增长。当前的光学和磁性设备存储介质已达到信息密度极限，不适合长期（超过 50 年）存储。DNA 是最有前途的下一代数据载体之一。理论计算预测合成 DNA 可以在永久冻土中保存长达 28,000 年。它占用的空间也少得多。1 克 DNA 可以存储高达 1 ZB 的数字数据。从这个角度来看，只需要 20 克 DNA 就可以存储现代世界的所有数据。此外，如果在最佳条件下保存并脱水，DNA 可以保存数百万年，使其可用于数据存储。对微生物进行的大量太空实验也证明了它们在极端条件下具有非凡的耐用性，这表明 DNA 可以成为一种耐用的数据存储介质。 DNA 寡核苷酸占用的物理空间很小，数千年内都保持稳定，是长期数据存储的理想选择。要提取以这种方式存储的数据，需要在 DNA 序列上运行寡核苷酸。然后可以将此序列解码回二进制数字数据。编码（写入数百万个寡核苷酸）和解码（DNA 测序）步骤都已存在。最近的合作已经开发出将数据存储为 DNA 序列的方法。通过相对简单的化学反应，科学家可以以任何顺序对寡核苷酸中的 A、T、C 和 G 核苷酸进行编码，模仿和扩展二进制（1 和 0）数据语言。挑战依然存在，例如需要改进快速、无错误合成寡核苷酸的方法。从长远来看，研究人员需要开发经济实惠的数据存储解决方案，并需要改进合成长 DNA 链的方法。读取核苷酸序列的方法将朝着更高的置信度发展。 |
绿色合成技术 | 目前工业上DNA合成过程通常从化学合成的寡核苷酸开始，以寡核苷酸为原料通过酶促反应逐渐拼接、组装成较长的DNA分子，生产过程除合成、组装步骤外，还包括多步产物分离、纯化、检测等步骤。绿色化学旨在从源头上减少和消除污染物，提高资源利用率，降低能耗，一些可行的解决方案包括：在保证产量的同时，通过提高单体转化率、降低损失率来减少反应原料用量；对未反应的原料、溶剂、催化剂等进行回收再生；积极寻找那些不能回收、再生和再利用且有明显毒副作用和污染效应的原料的完全替代品；开发高效、高选择性、反应条件温和、环境友好的催化剂，如生物酶；对合成、纯化等相关载体进行进一步优化；利用计算机辅助设计和模拟来优化反应路线，促进生产步骤的简化等。更具可持续潜力的策略包括开发微型化和并行化的反应体系，最大限度地提高合成效率以获得更长的DNA，以及集成多种技术来提高合成平台的可扩展性。 |
