一、導讀：
在大部分投資者對“二代測序”（NGS）還沒有搞清技術細節的情況下，“三代測序”（3GS）又火了。
6月17日，醫藥板塊中基因測序相關標的在“三代測序技術獲得重大突破”的新聞影響上出現明顯漲幅，我們也接到較多投資者對相關新聞的背景及觀點的詢問。為此，我們結合各方面資料歸納總結了三代基因測序的發展歷史、原理、優劣勢，以及國內外布局的公司等（也就是說，這是篇三代測序“科普文”）。此外，我們對該英文文獻部分原文進行了意譯，以期能夠對的算法和行業技術有粗淺的了解，有不符合原文意思之處，望多多海涵。
新聞背景：
中科院昆明動物研究所研究員馬占山與美國馬里蘭大學葉承曦博士在基因測序領域的合作再次取得重要突破。合作團隊近日正式發布了一款代號為 Sparc 的軟件，針對第三代基因測序儀硬件錯誤率高達15%-40%的問題，研發出“基于稀疏分解的線性復雜度算法”，Sparc軟件基于該新算法完成。使用測序深度為30x的Pac Bio 數據， Sparc能夠達到錯誤率低于0.5%；使用更具有挑戰性的Oxford Nanopore數據，Sparc能夠達到和NGS相似的錯誤率。與現行方法相比，Sparc對于一致序列的計算更加準確，并且節省80%的內存和時間。這一重要突破為推進基因測序技術邁向三代技術的產業升級提供了又一關鍵軟件技術。
總體觀點：
我們認為，以Helicos公司的Heliscope單分子測序儀、Pacific Biosciences公司的SMRT技術和Oxford Nanopore Technologies公司的納米孔單分子技術為代表的三代測序技術在經過了多年發展后已經逐步趨于成熟。盡管當下該技術還有成本偏高、錯誤率較高、生物信息學分析軟件不夠豐富的問題，但其在讀長、測序速度等方面都具有明顯優勢，三代測序設備已實現穩定性、小型化，未來隨著準確度提升、平行測序能力和酶活性等問題的解決，第三代測序技術是未來發展的重要技術趨勢，實現大規模商業化將是大勢所趨。
具體到Sparc這一算法，根據文獻我們認為其具有幫助提高測序精度、降低測序成本的可能性（特別是混合使用NGS和3GS數據時，或能夠明顯降低成本），值得給予關注。但是否能夠實現商業化引用還有待觀察（其發表的PeerJ期刊以影響因子及投稿衡量并不是一線期刊）。而對于醫療板塊，我們認為，雖然醫療在高估值和部分行業事件（如魏則西事件）的影響下表現平平，但也不乏催化劑，2016年3月8日，國家發布《*關于發布國家重點研發計劃醫學研究等重點專項2016年度項目申報指南的通知》。考慮到年初以來相關標的已有較大跌幅，如果后續市場風險偏好提升且有持續催化劑（如新的行業規劃出臺或者相關企業獲得國家*醫學研究重點專項支持），也是值得關注的領域，同時建議關注部分前期未*發酵的新技術主題（如液體活檢），關注新開源、麗珠集團、潤達醫療、迪安診斷、美康生物。
風險提示：相關標的估值較高，政策催化及技術革新具有不確定性。
