咱们测序行业的小伙伴都熟悉下面的这两个图：

这张图包含了两个部分，分别展示了DNA序列测序成本和人类基因组测序成本随时间的变化。下面是对图中信息的解释：

Cost per Raw Megabase of DNA Sequence（每兆碱基对的DNA序列测序成本）

• 纵轴表示成本，单位可能是美元，从0.001美元到10,000美元不等。
• 横轴表示年份，从2001年到2022年。
• 图中显示了测序成本随时间的下降趋势。在2021和2022年，每兆碱基对的测序成本已经非常低，接近0.001美元。

Cost per Human Genome（每个人类基因组的测序成本）

• 纵轴表示成本，单位是美元，从100美元到1亿美元不等。
• 横轴同样表示年份，但这次只显示到了2012年。
• 这部分图表显示了人类基因组测序成本的显著下降，从最初的1亿美元降至1000美元以下。

图中还提到了“Moore’s Law”（摩尔定律），这是观察到的集成电路上可容纳的晶体管数量大约每两年翻一番的现象，通常被解释为计算能力的提升和成本的降低。在测序领域，摩尔定律被用来比喻测序技术的进步速度，即测序成本的下降速度和计算能力的提高速度。

图中的“National Human Genome Research Institute”（国家人类基因组研究所）和“genome.gov/sequencingcosts”可能是提供这些数据的机构和数据来源的网址。

总结来说，这张图展示了随着时间的推移，DNA测序技术的成本显著下降，这种下降速度甚至超过了摩尔定律所描述的计算能力提升的速度。这种成本的降低使得基因组测序变得更加普及和可行，为科研和临床应用开辟了新的可能性。

测序成本的降低造成了转录组测序的跳楼价吗

RNA测序（RNA-seq）是大家耳熟能详的技术手段，如果是二十年前做一个转录组样品可能会过万的费用，十年前就千把块钱了，五年前就五六百块钱，现在就三百多块钱了。详见：转录组价格腰斩哈！（优化升级后单个样本仅399元）。但是因为网络上最方便的教程就是差异分析：常规的表达量矩阵只需要实验设计合理，比如两分组的，就可以不管三七二十一，差异分析走起，上下调基因判断ok了，就火山图热图画出来了。这些常规的分析相信大家都不陌生了，基本上看我10年前的表达芯片的公共数据库挖掘系列推文即可；

• 解读GEO数据存放规律及下载，一文就够
• 解读SRA数据库规律一文就够
• 从GEO数据库下载得到表达矩阵 一文就够
• GSEA分析一文就够（单机版+R语言版）
• 根据分组信息做差异分析- 这个一文不够的
• 差异分析得到的结果注释一文就够

我本来以为做到这个价格已经是不可思议了，转录组价格腰斩哈！（优化升级后单个样本仅399元），但是昨天去东南大学的高等研究院参观的时候，看到了这样的海报，是真正的转录组测序的跳楼价了！