ゲノミクスにおける人工知能市場：アプリケーション、AI技術、サービス、シーケンスタイプ、エンドユーザー別-2025-2032年世界予測

ゲノミクスにおける人工知能市場は、2032年までにCAGR 33.63%で75億3,014万米ドルの成長が予測されています。

高度な計算モデル、ハイスループットシーケンス、データエンジニアリングの融合が、ゲノミクスにおける発見、診断、治療の意思決定をどのように再定義しているか

人工知能は、アルゴリズムの厳密さと生物学的洞察を組み合わせることで、以前は実用的でなかった発見を可能にし、ゲノミクスを急速に再構築しています。モデルアーキテクチャの進歩、注釈付きデータセットの利用可能性の向上、クラウドネイティブな計算エコシステムにより、ゲノムのシグナルを解釈するスピードと忠実度が総体的に向上しています。計算手法とハイスループットシーケンスの融合は、遺伝的変異を理解し、治療標的を同定し、分子シグネチャーを臨床的に実行可能な意思決定に変換するための新たな手法を生み出しました。

また、診断学では、臨床および研究に特化したアッセイにおけるパターン認識の改善により、解釈の待ち時間を短縮することができます。創薬では、計算モデルによってリード化合物の同定が合理化され、標的の検証が洗練され、前臨床試験の効率が向上しています。プレシジョン・メディシンの分野では、予測アルゴリズムがコンパニオン診断薬開発に情報を提供し、個別化治療戦略を形成し、薬理ゲノムの意思決定をサポートしています。

このイントロダクションは、アルゴリズムの革新、データの忠実性、サービス提供の間の相互作用を強調することで、エグゼクティブサマリーの残りの部分を構成しています。持続的な進歩は、強固なアノテーションと解釈の実践、シーケンシングプラットフォーム間の統合、そして学術界、臨床現場、産業界の利害関係者の連携にかかっていることを強調しています。その結果、ゲノミクスのワークフローにAIを組み込む際、リーダーは技術的なチャンスと運用上の複雑さの両方を考慮しなければならないです。

新たなアルゴリズムアーキテクチャ、シーケンスから解析までの統合ワークフロー、連携モデルにより、コンプライアンスとバリデーションの優先順位が高まる一方で、トランスレーションが加速しています

ゲノムを取り巻く環境は、より深いモデル能力、より豊富なマルチモーダルデータセット、エンドツーエンドの計算パイプラインの成熟によって、変革的な変化を遂げつつあります。畳み込みネットワークやリカレントネットワークを含むディープラーニングアーキテクチャは、現在、空間的パターン認識や時間的配列解釈を必要とするタスクに日常的に適用されており、オートエンコーダーは、隠れた生物学的関係を明らかにする次元削減や潜在表現学習を促進しています。教師あり学習や教師なし学習などの機械学習パラダイムは、分類やクラスタリングタスクを支え続けており、強化学習は、高スループット環境における実験デザインやリソース割り当てに情報を提供し始めています。生物医学文献や臨床ノートに適用される自然言語処理技術は、情報検索を改善し、仮説生成を加速しています。

このような方法論の転換は、サービスの革新と並行して進んでいます。バイオインフォマティクスサービスはモジュール化され、クラウドに統合されつつあり、アノテーションパイプラインや解釈エンジンをオーダーメイドのプロジェクトではなく、スケーラブルなサービスとして利用できるようになっています。シーケンシングサービスは、エクソーム、トランスクリプトーム、全ゲノムの出力が検証された計算ワークフローに直接流れ込むように、分析プラットフォームとの結合がますます進んでいます。コンサルティング業務は、実施のみの契約から、データガバナンス、モデル検証、展開パイプラインを包含する戦略的パートナーシップへと移行しつつあります。

運営面では、学術機関、臨床検査室、商業団体が、アクセス制御されたメカニズムを通じてキュレーションされたデータセットを共有する、より統合された協力モデルへと移行しています。このシフトは、重複作業を減らし、モデルのトレーニングを加速し、再現性を高める。同時に、説明可能性、出所追跡、規制遵守に対する要求が高まり、標準化されたオントロジー、バージョン管理されたパイプライン、厳格な検証フレームワークの採用が促されています。このような変革の流れは、ゲノムの知見をより迅速に実用化することを可能にすると同時に、品質保証と倫理的スチュワードシップの水準を高めています。

米国の累積関税措置がサプライチェーン、調達戦略、共同研究慣行、ゲノム研究における国内イノベーションの優先順位に与える定性的影響

2025年における米国の関税政策力学は、ゲノム学におけるサプライチェーン、調達決定、研究協力に複雑な一連の質的圧力をもたらしました。その累積的な効果は、国境を越えた調達に対する感度を高め、研究機関がベンダー選定基準を再検討し、試薬、機器、計算機の供給チャネルの回復力を評価するよう促すことでした。実際、このため多くの利害関係者がサプライヤーを多様化する努力を加速させ、重要な消耗品や機器のオンショアリングや地域製造パートナーシップを模索するようになりました。

一方、小規模の研究所や研究グループは、コスト変動を軽減するために、共同購買コンソーシアムや代替調達戦略を模索しています。これらの行動は、サプライヤーとの関係を再構築し、商業的な会話を総所有コスト、リードタイム保証、サービスレベルの約束へとシフトさせています。

調査協力やデータ共有の取り決めも適応しています。国境を越えたプロジェクトでは、以前は迅速な試薬の再供給と機器のサービス契約に依存していましたが、現在では、チームは、不測の事態に備えたメカニズムとして、データのポータビリティとリモート分析機能をより重視しています。クラウドネイティブな分析プラットフォームとSaaSは、物理的なコンポーネントが関税による遅延に直面した場合に、継続性を維持するために不可欠なものとなっています。同時に、知的財産権やデータのローカライゼーションをめぐる懸念が高まり、より厳格な契約フレームワークや、現地の規制コンプライアンスに改めて注目が集まっています。

技術革新の面では、関税に起因する圧力が、シーケンシング消耗品の生産、現地調達が容易なモジュール式装置設計、専有ハードウェアへの依存度を下げるソフトウェアプラットフォームなど、代替技術への国内投資に拍車をかけています。こうしたシフトは、専門化と規模の経済に伴うトレードオフを解消するものではないが、競争上のポジショニングを再構築し、費用対効果の高い国内ソリューションに焦点を当てた新規参入を促しています。結局のところ、2025年の関税の累積的影響は、サプライチェーンの戦略的再評価を加速させ、統合分析サービスの価値を強化し、ゲノミクスのワークフローにおける運用回復力の重要性を高めることになりました。

アプリケーションのニーズ、アルゴリズムアプローチ、サービスモデル、シーケンス様式、エンドユーザーの優先順位が、ゲノムAIの採用経路をどのように決定するかをセグメンテーション主導で洞察する

きめ細かなセグメンテーションレンズにより、ゲノムAIが臨床、農業、商業の各分野で最も実用的な価値を生み出している分野が明らかになります。アプリケーション領域では、農業と動物ゲノムが、アルゴリズムによる形質選択とゲノム選択手法の恩恵を受け、作物改良と家畜育種が加速され、育種家が収量、回復力、耐病性をより効果的に優先順位付けできるようになります。診断学では、臨床診断ラボと研究診断チームの両方が含まれます。AIは、バリアントの解釈を改善し、ターンアラウンドを短縮することで、ハイスループットアッセイを補完し、研究診断では、パターン発見を活用して、下流の検証のための仮説を生成します。創薬では、AIモデルによってバーチャルスクリーニングを強化し、オフターゲット効果を予測し、実験の優先順位付けを最適化することで、リード化合物の同定、ターゲットの検証、前臨床試験に計算論的アプローチが及ぶ。プレシジョン・メディシンは、コンパニオン診断、個別化治療、薬理ゲノム学を統合し、ゲノムデータと臨床データを組み合わせて特定した予測バイオマーカーに基づいて治療を調整します。

AI技術に関しては、オートエンコーダ、畳み込みニューラルネットワーク、リカレントニューラルネットワークを含むディープラーニングの進歩が、配列ベースのパターン認識や表現学習に特に大きな影響を与えます。教師あり学習、教師なし学習、強化学習などの機械学習サブフィールドは、分類、クラスタリング、最適化された実験戦略の中核を担っています。文献マイニングや臨床テキストに適用される自然言語処理技術は、エビデンスの迅速なキュレーションを促進し、非構造化ソースから実用的な洞察を抽出することでトランスレーショナルリサーチをサポートします。

サービス指向のセグメンテーションは、統合されたサービスの重要性を強調しています。アノテーション、データ解析、解釈を提供するバイオインフォマティクス・サービスは、生の配列を解釈可能な結果に変換するための基盤です。実施支援や戦略策定に対応するコンサルティング契約は、企業が技術的な展開を臨床および商業的な目標と整合させるのに役立ちます。エクソームシークエンシング、トランスクリプトームシークエンシング、全ゲノムシークエンシングに及ぶシーケンスサービスは、ダウンストリーム解析につながり、ソフトウェアとプラットフォームの選択は、クラウドベースかオンプレミスかを問わず、スケーラビリティ、データガバナンス、レイテンシプロファイルを決定します。

シーケンスモダリティの違いは、分析パイプラインと調達の両方にとって重要です。Illumina、Ion Torrent、PacBioなどの次世代シーケンスプラットフォームは、リード長、スループット、エラープロファイルがさまざまで、モデルのトレーニングや解釈戦略に影響を与えます。キャピラリーおよび蛍光モダリティを用いたサンガーシーケンスは、引き続きバリデーションおよびターゲット解析アプローチとして機能します。研究機関や大学を含む学術・研究機関は、手法の公開性と再現性を優先し、診断研究所や医療センターを含む病院や診療所は、規制への準拠、納期、臨床ワークフローとの統合を重視し、バイオテクノロジー企業や大手製薬会社を含む製薬・バイオテクノロジー企業は、医薬品開発やコンパニオン診断戦略をサポートするために、スケーラブルなパイプライン、IP保護、規制グレードのバリデーションを必要とします。

これらのセグメンテーションの洞察を総合すると、ゲノミクスにおけるAI導入の成功には、技術選択、サービスモデル、シーケンス様式、エンドユーザーの優先事項の微妙な調整が必要であることがわかる。アプリケーションのニーズと運用上の制約の特定の組み合わせに合わせたソリューションが、より高い採用と下流への大きな影響を達成します。

南北アメリカ、欧州・中東・アフリカ、アジア太平洋地域におけるゲノムAIの商業化、規制、共同研究を形成する地域市場力学

地理的ダイナミクスは、世界のゲノムエコシステム全体の投資パターン、規制環境、共同研究に大きな影響を与えます。アメリカ大陸では、産業界、学術センター、臨床システム間の強力な統合が引き続き実証されており、トランスレーショナル・イニシアチブを支える成熟したベンチャー・キャピタル・ネットワークと、クラウドベースのアナリティクスのための強固なインフラがあります。このような環境は、AIを活用したツールの迅速な商業化に有利であるが、規制当局の監視が強化され、データセキュリティと患者同意の枠組みが重視されるようになっています。

欧州・中東・アフリカは多様な規制のモザイク地帯であり、保険償還や臨床導入経路における国レベルのばらつきと調和を図る努力が共存しています。ゲノミクスと共同研究コンソーシアムへの公共部門の投資は顕著な特徴であり、この地域はデータ保護、倫理的ガバナンス、相互運用性基準を強く重視しています。このような優先事項がベンダーの戦略を形成し、プライバシー保護分析、透明性のある出所、地域の保健当局の要件への準拠を優先するソリューションが奨励されています。

アジア太平洋地域は、高スループットシーケンス能力、特定市場での強力な国内製造、大規模ゲノム構想を推進する官民パートナーシップの加速が特徴です。臨床ゲノミクスと農業における急速な導入は、国家の健康と食糧安全保障の目標にゲノミクスを活用しようとする政府によって支えられています。この地域はまた、AIの人材とクラウド・インフラ・プロバイダーのエコシステムの成長も示しており、これらのエコシステムが一体となって、地域に根ざしたイノベーション、より迅速なイテレーション・サイクル、既存サプライヤーに代わる競争力のある選択肢を可能にしています。

これらの地域全体では、国境を越えたコラボレーションが持続しているが、データ主権、サプライチェーンの弾力性、規制の整合性を考慮することで、ますます仲介されるようになっています。現地の調達慣行、臨床検証要件、データ使用に関する文化的期待を考慮した地域戦略は、市場浸透と持続的影響の両方において明確な優位性を持つであろう。

プラットフォームの既存企業、専門機器メーカー、クラウドプロバイダー、革新的新興企業は、パートナーシップ、検証、運用の回復力を通じて、どのように競合情勢を構築しているか

AI対応ゲノミクスの競合ダイナミクスは、プラットフォーム既存企業、専門機器メーカー、クラウド・コンピューティング・プロバイダー、そして領域の専門知識と斬新なアルゴリズム・アプローチを組み合わせた新興新興企業が混在することで定義されます。プラットフォームの既存企業は、シーケンシング、分析、サポートサービスをバンドルした統合ソリューションを提供し、専門機器メーカーはスループット、精度、消耗品の経済性の向上に注力します。クラウドとコンピュートプロバイダーは、スケーラブルなモデルトレーニングと推論を可能にし、オンプレミスの大規模なインフラを持たない組織の障壁を下げます。

新興企業や専門ベンダーは、臨床レベルの解釈可能性、低リソースでの展開、分散型検査のためのエッジ対応分析など、特定のペインポイントに対処する新しいモデルアーキテクチャ、対象データセット、サービス提供を通じて差別化を図っています。エンドユーザーの統合リスクを軽減するエンド・ツー・エンドの検証済みソリューションに対する業界の嗜好を反映し、装置メーカーとソフトウェアプロバイダー間のパートナーシップはますます一般的になっています。アカデミックなスピンアウトやコンソーシアム主導のイニシアチブが、イノベーションのパイプラインを支え続けており、多くの場合、営利団体と提携して、発見を検証や規制の道へと進めています。

成功する企業は、技術的な卓越性と、再現可能な検証体制、強固なデータガバナンスの実践、明確なエンドユーザーへの価値提案を兼ね備えている企業です。透明性の高いモデルの文書化、独立したデータセットに対する厳密なベンチマーク、臨床または農業パートナーとの共同試験に投資する企業は、採用の障壁を克服するのに有利な立場にあります。同様に重要なのは、サプライチェーンの継続性と地域的プレゼンスを確保する戦略的提携です。

データガバナンス、供給レジリエンス、モジュラーアーキテクチャ、倫理的スチュワードシップを通じて、ゲノミクスにおけるAIの価値を確保するための、経営幹部に対する実践的かつ段階的な戦略的提言

業界のリーダーは、イノベーションと運用の厳密さのバランスを取る、ゲノムへのAIの統合に現実的で段階的なアプローチを採用すべきです。まず、組織の能力や規制上の制約に沿ったインパクトの大きい使用事例を定義することから始め、その使用事例の中で再現可能な価値をもたらす投資に優先順位をつける。初期の取り組みとしては、信頼性が高く、十分に文書化されたデータセットに基づいてモデルがトレーニングされることを確実にするために、強固なデータキュレーション、出所追跡、注釈標準の確立に重点を置くべきです。

開発リーダーはまた、地域のサプライヤー、重要な消耗品の長期契約、計算と解析のためのクラウドベースのフェイルオーバーオプションを組み合わせることによって、サプライチェーンのリスクを軽減するハイブリッドソーシング戦略を開発するべきです。学術センターや臨床検査室との戦略的パートナーシップは、検証を迅速化し、多様なデータセットへのアクセスを提供します。

テクノロジーの観点からは、検証済みのワークフローを中断することなく、チームがモデルコンポーネントやシーケンス入力を交換できるようなモジュールアーキテクチャを採用します。規制当局の審査と臨床医の受け入れを容易にするために、説明可能性と文書化を重視し、モデルのドリフトを検出して性能を維持するために、継続的モニタリングと導入後の検証に投資します。最後に、患者、規制当局、商業パートナーとの信頼関係を構築するために、倫理的ガバナンスとプライバシー保護技術をプログラム設計に組み込みます。このようなステップを踏むことで、ゲノミクス・アプリケーションに内在する運用リスクや風評リスクを管理しながら、組織がAIのメリットを享受することができるようになります。

専門家へのインタビュー、文献の統合、独立したベンチマーキング、シナリオ分析、倫理的ガバナンスのレビューを組み合わせた混合法別調査フレームワークにより、確実で実用的な洞察を得る

本分析を支える調査手法は、包括的でバランスのとれた結論を確実にするため、専門家の定性的な聞き取り、技術文献の体系的な評価、利害関係者へのインタビューによる検証を組み合わせた。一次的な洞察は、学術、臨床診断、機器製造、ソフトウェア開発にまたがる領域の専門家との構造化された会話から得られました。これらのインタビューは、技術的評価を最新のエビデンスに基づかせるために、査読を受けた研究、技術的プレプリント、規制ガイダンス文書、および一般に公開された製品仕様の厳密なレビューによって補完されました。

分析の厳密性は、独立したベンチマークデータセットに対するアルゴリズムの主張の相互検証、および報告されたモデルアーキテクチャとパフォーマンスメトリクスの再現性チェックによって維持されました。サービスおよび商業化に関する洞察は、現実世界の制約を把握するために、調達事例、ベンダーの文書、および実践的な実施報告書を用いて三角測量しました。また、分析には、サプライチェーンの混乱や規制当局の期待の進化といった外部からの圧力に対する運用上の対応を探るためのシナリオベースの思考も含まれました。

倫理とプライバシーへの配慮は、調査手法に明確に組み込まれました。これには、データガバナンスフレームワーク、同意メカニズム、およびフェデレーテッドラーニングやセキュアエンクレーブなどのプライバシー保護計算技術の評価が含まれます。読者が調査結果の文脈上の適用可能性を評価し、追加的な1次調査や試験的な取り組みの優先順位を特定できるように、限界と不確実な領域を文書化しました。

ゲノムAIにおいて、データの質、相互運用性、共同検証がいかに実社会への影響を左右するかを示す、技術的有望性と運用上の必須事項の統合

AIは、生物学的仮説を生成し、検証し、翻訳するスピードと忠実度を向上させることで、ゲノム科学における一歩進んだ変化を触媒しています。この技術は、より正確な農業育種、より迅速で正確な診断、合理化された創薬ワークフロー、そしてますます個別化された治療戦略を可能にしています。しかし、進歩は単にモデルの洗練度の関数ではなく、データの質、シーケンスプラットフォームと分析ツール間の相互運用性、規制やサプライチェーンの変動に対応する弾力的な運用慣行にも同様に依存しています。

将来的には、技術的な厳密さと、強力なデータスチュワードシップ、モジュール化された技術アーキテクチャ、地域的な供給源の多様化、透明性の高い検証手法といった実用的な運用戦略を組み合わせた組織が、持続的な効果を実現する上で最も有利な立場になると思われます。学術界、臨床システム、産業界、政策立案者間の協力は、インセンティブを一致させ、検証サイクルを加速させ、倫理とプライバシーへの配慮が技術的進歩の追求の妨げにならないようにするために、今後も不可欠です。AI統合の科学的側面と運用的側面の双方に注意を払うことで、利害関係者は、計算上の有望性を強固で現実的なゲノムソリューションに変換することができます。

よくあるご質問

• ゲノミクスにおける人工知能市場の市場規模はどのように予測されていますか？
  • 2024年に7億4,023万米ドル、2025年には9億8,496万米ドル、2032年までには75億3,014万米ドルに達すると予測されています。CAGRは33.63%です。
• ゲノミクスにおける人工知能市場の成長を促進する要因は何ですか？
  • 高度な計算モデル、ハイスループットシーケンス、データエンジニアリングの融合が、発見、診断、治療の意思決定を再定義しています。
• AIはゲノミクスにおいてどのように活用されていますか？
  • AIはアルゴリズムの厳密さと生物学的洞察を組み合わせることで、以前は実用的でなかった発見を可能にし、ゲノミクスを急速に再構築しています。
• 米国の関税政策がゲノム研究に与える影響は何ですか？
  • 米国の関税政策は、サプライチェーン、調達決定、研究協力に複雑な質的圧力をもたらし、国境を越えた調達に対する感度を高めています。
• ゲノムAIの商業化における地域市場力学はどのように異なりますか？
  • アメリカ大陸では強力な統合が見られ、欧州・中東・アフリカは多様な規制のモザイク地帯、アジア太平洋地域は高スループットシーケンス能力が特徴です。
• ゲノミクスにおけるAIの競合情勢はどのようになっていますか？
  • プラットフォーム既存企業、専門機器メーカー、クラウドプロバイダー、新興企業が混在し、統合ソリューションや特定のペインポイントに対処する新しいモデルアーキテクチャが競争を形成しています。
• ゲノミクスにおけるAIの価値を確保するための戦略は何ですか？
  • データガバナンス、供給レジリエンス、モジュラーアーキテクチャ、倫理的スチュワードシップを通じて、イノベーションと運用の厳密さのバランスを取ることが重要です。

目次

第1章 序文

第2章 調査手法

第3章 エグゼクティブサマリー

第4章 市場の概要

第5章 市場洞察

• 臨床診断における希少ゲノム変異の解釈を改善するディープラーニングアルゴリズム
• 大規模なゲノムデータセットを活用して標的を特定するAI駆動型創薬プラットフォーム
• 個別化治療の最適化のためのマルチオミクスプロファイルと機械学習モデルの統合
• データ共有なしで安全な機関間ゲノムデータ分析を可能にする連合学習フレームワーク
• 規制遵守のための透明性のあるゲノム変異分類を提供する説明可能なAIソリューション
• AIを活用した単一細胞シーケンス解析により、複雑な疾患における細胞の異質性を解明
• 高スループットシーケンスのためのスケーラブルなインフラストラクチャを提供するクラウドベースのAI駆動型ゲノミクスパイプライン
• 多遺伝子リスクスコアリングを用いた予測ゲノミクスモデルによる集団の疾患感受性の予測
• 遺伝子編集におけるCRISPR Cas9のオフターゲット予測を最適化するための深層強化学習の応用
• AIを活用したゲノムおよび臨床健康記録データのマイニングによるリアルワールドエビデンスの生成

第6章 米国の関税の累積的な影響, 2025

第7章 AIの累積的影響, 2025

第8章 ゲノミクスにおける人工知能市場：アプリケーション別

• 農業と動物ゲノミクス
  • 作物の改良
  • 家畜飼育
• 診断
  • 臨床診断
  • 調査診断
• 創薬
  • リード識別
  • 前臨床試験
  • ターゲット検証
• 精密医療
  • コンパニオン診断
  • パーソナライズされた治療
  • 薬理ゲノミクス

第9章 ゲノミクスにおける人工知能市場：AI技術別

• ディープラーニング
  • オートエンコーダ
  • 畳み込みニューラルネットワーク
  • リカレントニューラルネットワーク
• 機械学習
  • 強化学習
  • 教師あり学習
  • 教師なし学習
• 自然言語処理
  • 感情分析
  • テキストマイニング

第10章 ゲノミクスにおける人工知能市場：サービス別

• バイオインフォマティクスサービス
  • 注釈
  • データ分析
  • 解釈
• コンサルティング
  • 実装サポート
  • 戦略開発
• シーケンシングサービス
  • エクソームシーケンシング
  • トランスクリプトームシーケンシング
  • 全ゲノムシーケンシング
• ソフトウェアとプラットフォーム
  • クラウドベース
  • オンプレミス

第11章 ゲノミクスにおける人工知能市場：シーケンスタイプ別

• 次世代シーケンシング
  • イルミナ
  • イオン・トレント
  • パックバイオ
• サンガーシーケンス
  • 毛細血管
  • 蛍光

第12章 ゲノミクスにおける人工知能市場：エンドユーザー別

• 学術研究
  • 研究機関
  • 大学
• 病院とクリニック
  • 診断検査室
  • 医療センター
• 製薬・バイオテクノロジー
  • バイオテクノロジー企業
  • 大手製薬会社

第13章 ゲノミクスにおける人工知能市場：地域別

• 南北アメリカ
  • 北米
  • ラテンアメリカ
• 欧州・中東・アフリカ
  • 欧州
  • 中東
  • アフリカ
• アジア太平洋地域

第14章 ゲノミクスにおける人工知能市場：グループ別

• ASEAN
• GCC
• EU
• BRICS
• G7
• NATO

第15章 ゲノミクスにおける人工知能市場：国別

• 米国
• カナダ
• メキシコ
• ブラジル
• 英国
• ドイツ
• フランス
• ロシア
• イタリア
• スペイン
• 中国
• インド
• 日本
• オーストラリア
• 韓国

第16章 競合情勢

• 市場シェア分析, 2024
• FPNVポジショニングマトリックス, 2024
• 競合分析
  • F. Hoffmann-La Roche Ltd
  • Thermo Fisher Scientific Inc.
  • Illumina, Inc.
  • Agilent Technologies, Inc.
  • QIAGEN N.V.
  • Bio-Rad Laboratories, Inc.
  • PerkinElmer, Inc.
  • BGI Genomics Co., Ltd
  • NanoString Technologies, Inc.
  • SOPHiA Genetics SA