日本发展最好的产业是什么产业?

日本三大产业：

1、70年代以后，汽车业取代了钢铁业成为日本的支柱产业

2、年产值230万亿日元的日本第二大支柱产业：动漫

3、电子产业日本是世界上数字媒体产业最发达的国家之一,成为日本目前三大经济支柱产业之一

瑞萨电子正式宣布收购IDT。根据协议，瑞萨电子将以每股49.00美元的价格，总股权价值约67亿美元全现金交易方式收购IDT。瑞萨方面表示，本次收购是嵌入式处理器和模拟混合信号半导体两大行业领导者的整合，双方通过各自优势产品能够优化高性能计算电子系统的性能和效率。

这是继早两年收购Intersil之后，日本巨头的又一单重磅交易。

但其实回顾过去几年日本芯片企业动态，我们可以看到，日本企业正在通过收购和合作等各种方式，增强芯片产业的实力。在经过一系列的 *** 作之后，他们似乎离其目标也越来越近了。不过在谈这个之前，我们先解一下日本集成电路产业的辉煌史。

曾占全球芯片半壁江山

回顾集成电路产业的发展史，日本是唯一一个曾经有能力与美国分庭抗礼的国家。

1990年到2017年的全球不同地区的IC销售走势

根据ICinsights的数据显示，在1990年，日本IC市场的份额（不包括代工厂）高达49%，远远超过第二的美国的。当时的NEC、东芝、日立、松下等厂商依赖于产品的技术和价格优势，在全球制造了巨大的影响力。

从Gartner的统计中我们可以看到，1990年全球排名前二十的半导体厂商中，有一半厂商是来自日本；如果单统计前十的半导体厂商，更是有六家是来自日本，前两位分别是来自日本的NEC半导体和东芝半导体，与排名第三的摩托罗拉半导体相比，优势明显。

1990年全球排名前二十的半导体厂商

纵观日本半导体的发展，这个成绩主要与他们从八十年代开启一系列推动计划有关。

集成电路是由德州仪器工程师杰克·基尔比在上世纪五五六十年代发明的，并在之后取得了跨越式的发展，而美国也一直处于全球领先的位置。虽然日本也很早就聚焦集成电路产业的研究，但是与美国相比，仍然差距很大。到了上世纪七十年代前期，日本计算机产业还整体落后美国十年以上，为了寻找超越的机会，日本产学研将目光投向了超大规模集成电路（VLSI）。

在20世纪70年代，日本政府与NEC、日立、三菱、富士通和东芝五家日本最大的计算机公司，日本通产省的电气技术实验室，还有CDL（由日立、三菱和富士通联合组建）和NTIS（NEC和东芝联合组建）这两个研究机构联手签订了VLSI研究协会，计划投入3.06亿美元去钻研VLSI。

经过十年的合作，VLSI研究协会共申请了1000多项专利，其中600多项获得了专利权。这些技术让日本在DRAM产业获得了世界领先的地位。后来日本在八九十年代打败美国，成为全球DRAM老大，就是依赖于此时打下的基础。

从某个角度看，VLSI计划奠定了日本整个微电子产业后来发展的基础。

但日本方面也看到，虽然通过VLSI项目的实施，提升了整体的技术水平，但是日本企业仍然需要面对如何进一步提升公司自身在国际市场的竞争力的问题。于是他们选择了通过进攻半导体掌握核心的方式。以NEC为例，这个日本领头羊在上世纪八十年代初期的营收只有38亿美元，但通过与美国惠普和贝尔等诸多公司合作发展半导体技术（仅仅在1987年合作项目就达到100项），让他们在短短八年内，将销售额提升到219亿美元。

按照NEC的说法，合作的意图不是仅仅为了解决某些具体技术，而是定位于技术的入口，为了获取进人新领域的技术能力而进行合作。

正是在这些方针的领导下，日本打造了一个巨大的集成电路航空母舰。

美国回击

根据国君电子的统计显示，1970年～1985年的15年间，日本电子产业产值增长5倍，内需增长3倍，出口则增长了11倍之多。在DRAM市场中，日本企业从20世纪70年代后半期开始快速成长起来，并凭借兼具高质量和成本优势的产品迅速渗透美国乃至全球市场。从64KB时代到1MB时代，全球最大供应商一直被日本企业牢牢占据。

日本电子产业产值、内需、出口值

1986年，日本企业在世界DRAM市场所占的份额接近80%。前文也提到，在九十年代初期，日本在全球半导体产业的巨大号召力。上文的ICinsights统计数据也展现了日本到1990年，芯片的全球占有率依然高企。

作为集成电路发明者的美国，在日本的步步紧逼之下，他们从上世纪八十年中期就开始了回击。

资料显示，1985年美日就开始就半导体问题进行谈判。当时美国向日本的相关负责人表示，要求他们将美国在日本的市场份额提升到20%～30%，并建立价格监督机制，终止第三国倾销。虽然日本人当时极不情愿，但是他们还是接受了这个苛刻的条款。

但到了1987年，美日的贸易逆差进一步拉大，且其半导体产品在日本的份额并没有提升。为此山姆大叔再次旧事重提，与日本开始了第二次谈判。当时的里根政府要求日本必须改善市场准入和停止在第三国倾销。再加上后面的一系列半导体协议，到了1996年，日本的半导体已经今非昔比。全球半导体龙头的位置，也在1992年被美国Intel反超。

市场需求的转变，也是造成日本集成电路产业现状的其中一个原因。

从九十年代开始，以PC为代表的新型通信设备的兴起，掀起了CPU竞争，日本没有设计，后来的智能手机时代，手机SoC和基带等产品，日本也错失。甚至连最近几年大红大紫的DRAM和NAND Flash，日本也被韩国抢了风头。甚至在后面火遍全球的无晶圆设计领域，日本也没有赶上。

自从张忠谋在上世纪八十年代创立了台积电后，集成电路产业从以往的IDM模式进化成Fab和Fabless分立模式，如Marvell 、英伟达、高通和MTK等一众Fabless兴起，并创造了不菲的市值。但在日本方面，出了一个MegaChip之外，似乎找不到第二个知名的Fabless。

按照ICinsights的统计数据显示，2017年，日本在IC市场上的份额（不含晶圆厂）只有7%，曾经领先全球的NEC、日立、三菱和松下已经不再出现在这个榜单之上。按照ICinsights的说法，这主要是以韩国IC供应商在存储方面的竞争有关。他们认为，由于激烈的竞争，导致日本供应商的数量减少，垂直整合业务的六十，错失了为几个大容量的终端应用提供IC的机会，再加上他们转向Fab-lite的商业模式，降低晶圆厂和设备的投资，进一步削弱了其竞争力。

“2017年日本公司仅占半导体行业总资本支出为5％（比去年的IC市场份额低2个百分点），远远低于1990年代表的51％的支出份额。”ICinsights报告里面说。

在这里，我觉得需要特别强调一下，衰落是指日本在集成电路方面，虽然日本现在依然有几家厂商在全球拥有不错的地位，但与他们的巅峰相比，这种差距是不言而喻的。另外，由于日本多年在材料、被动元件和设备方面等产业的研究和积累，在硅片和半导体设备领域的地位也是名列前茅的，但这不在本文讨论范围内。

合作收购

拥有深厚基础的日本，对集成电路市场的渴求自然不止于此。近年来，总部位于日本的村田、瑞萨和TDK等一系列厂商的动作频频，昭示了日本对复兴本土集成电路产业的决心。

首先看一下村田。

根据村田官方的数据显示，过去几年，他们的营收在波动上升中，尤其是在2018财年，得益于MLCC等被动器件的火热，村田扭转了前一年的颓态，业绩继续上升。

村田过去几年的营收走势（按产品划分）

从上图可以看出，虽然村田近半的营收都是由元器件贡献，他们在通信模组方面的营收，还只能在逐步攀升。除了本身的产品研发投入外，收购在其这个业务的营收增长中，占了很大的一部分动能。

回顾过去十年，村田收购了VTI、C&D Technologies、瑞萨电子PA业务、TOKO、 RF Monolithic、Primatec、Perrgrine和IPDiAS等公司。除了进一步补全其被动元器件生产线，村田正在面向未来，拓宽其在多个领域方面的产品线。

村田在2007年到 2016年的营收

我们知道村田在MLCC方面的影响力是巨大的，近年来他们也将MLCC的影响力拓展到汽车领域。除了这块以外，他们进一步加强其汽车方面的影响力。

2017年3月17日，宣布以6200万美元将美国半导体企业Arctic Sand Technologies纳至麾下。后者是由MIT成立的初创企业，主要产品是高效能功率半导体，主要是依靠高性能电容的搭配来强化电流控制能力。村田作为高性能电容大厂，配合Arctic Sand Technologies的功率半导体，可望制成高效能功率元件，甚至结合双方的特长，研发出比现在性能更好的功率模组，为自动驾驶汽车的爆发做好准备。

来到RF方面，村田在2011年收购了瑞萨电子的功率放大器业务，2014年又收购了美国无线IC厂商Peregrine，结合他们在滤波器和功率放大器方面的实力，加强他们在RF前端设计方面的能力。

至于更早前收购VTI，加码投资，扩展MEMS传感器方面的产品线，也是村田的另一个方向。

另一家公司瑞萨，作为全球汽车电子、产业和通用电子方面等多个应用领域的MCU/SoC的领导者，也在继续补全产业版图。

2016年9月，瑞萨宣布以32亿美元收购了美国芯片大厂Intersil，后者作为电源管理/混合信号IC的领导者，在其所在的领域上有很深的积累。而瑞萨方面则在MCU方面有很大的份额。IC Insights的资深分析师Rob Lineback指出，Renesas能因此取得电源管理技术，并扩展在汽车、甚至航天领域的更多业务，特别是在日本以外市场。

在昨日宣布收购IDT之后，瑞萨方面表示，后者在模拟混合信号产品，包括传感器、高性能互联、射频和光纤以及无线电源，与瑞萨电子MCU（微控制器）、SoC（片上系统）和电源管理IC相结合，为客户提供综合全面的解决方案，满足从物联网到大数据处理日益增长的信息处理需求；IDT的内存互联和专用电源管理产品有利于瑞萨电子在不断发展的数据经济领域实现业务增长，并加强其在产业和汽车市场的影响力。

更早之前，也有传出瑞萨收购Maxim的流言，但这个被双方否认了。从瑞萨电子的频频动作，我们可以看到日本厂商的迫切。

TDK，同样作为日本原器件市场一个举足轻重的企业，他们也在加紧布局。

TDK过去几年的营收数据

一方面，TDK通过收购InvenSense、ICsense 和Chirp Microsystems，壮大传感器阵容。其中是一家在2003年成立的新创公司，是加速度计、陀螺仪、电子罗盘及麦克风等MEMS传感器市场领导企业，具有扩展性非常好的CMOS/MEMS平台，并且曾是苹果（Apple）的主要供应商之一。在被TDK收购后，依赖于其CMOS/MEMS平台技术本身，他们将能合作开拓无人机、VR/AR以及自动驾驶汽车等领域的市场。

专攻ASIC开发与供应，以及客制化IC设计服务ICsense总部则位于比利时鲁汶，公司拥有欧洲规模最大的无晶圆厂（Fab-independent）设计团队，核心专业能力包括传感器与MEMS介接、高压IC设计、电源与电池管理等，为汽车、医疗、工业与消费性市场研发并提供客制化的ASIC解决方案，这会是TDK业务的一个很好的补充；

Chirp Microsystems则是高性能超声波3D传感器解决方案的提供者，他们的产品相比现有技术尺寸更小、功耗更低。能为AR/VR（增强现实、虚拟现实），以及智能手机、汽车、工业机械以及其它ICT（信息和通信技术）等市场提供广泛的应用。

另外，TDK还和高通合作成立RF360，布局RF前端市场。

从上文我们可以看到，以以上厂商为代表的日本厂商正在为汽车电子、物联网、传感器和5G等技术和市场蓄势。而我们知道，在经历了PC时代、智能手机时代之后，以上领域正成为全球半导体厂商关注的重点。其他无论是高通企图收购NXP、NXP收购飞思卡尔，还是英飞凌收购IR，软银收购ARM，都是瞄准这些目标而来。而日本集成电路产业正在为了自己的目标在加倍努力。

基因组代表了遗传研究的起点。自从发现DNA结构以来，科学家们一直致力于以精确的方式确定碱基的排列顺序。从1965年开始第一个酵母的片段测序到现在，测序的读长依然不足以覆盖大多数物种整个基因组的大小，因此基因组组装技术也一直是不断研发改进的关键技术。本文系统的回顾了整个基因组测序相关的重要技术、主要里程碑以及当前三代测序技术的优势和挑战。

下图展示了基因组组装的各个重要的里程碑。不同的颜色背景分别展示了从最早基于核苷酸的早期测序到基于Sanger的鸟q法测序，到大规模的二代NGS测序，再到现在的三代TGS测序的主要组装成就。历时13年（1990-2003）耗资30亿美元的人类基因组计划（HGP）毫无疑问加速了基因组组装的进程，NGS衍生了一系列新颖的应用，包括全外显子组测序、RNA-seq、ChIp-seq、WGBS-seq等等，极大的促进了基因组测序的应用。2010年之后，全新的技术开启了第三代测序TGS—长读长测序的时代，长读长测序极大的增加了基因组组装的优势，基因组组装的连续性大大提高。

TGS的定义可能会有所不同，通常是指无需扩增直接对单个DNA分子进行测序的技术。这些技术产生比NGS更长的reads，每个reads可以跨越几到几百kbps的长度。10X Genomics linked reads 以及Hi-C等NGS的技术可以使得基因组组装连续度有一定的提升，但是TGS的出现，使得组装连续度的提升变得更加容易。

目前应用比较多的三代测序技术，一种是Pacific Biosciences(PaciBio)公司完善和商业化的单分子实时测序技术（SMRT）,另一种是Oxford Nanopore Technologies（ONT）公司商业化的纳米孔测序技术（Nanopore）。SMRT测序技术应用了边合成边测序的原理，以SMRT芯片为测序载体，载体上分布上百万个纳米级的零模波导孔（ZMW），每个ZMW中聚合酶捕获文库DNA序列，通过荧光激发dNTP，从而根据捕获荧光信号的长短，进行边合成边测序。目前SMRT测序有两种模式，一种是Continuous Long Read（CLR）模式，一种是Circular Consensus Sequences（CCS）模式。CLR的读长更长，但是碱基测序的错误率较高（准确率90%远低于NGS的99.9%），但是测序错误是完全随机的，CCS模式即利用这种特性，通过自我校正的方法将测序的错误率降低到了NGS的水平，与此同时相比CLR牺牲了测序读长。

纳米孔测序使用插入人工脂质双层的转基因细菌纳米孔，放置在几十微米宽的单个微孔中并排列在传感器芯片上， 当每条单链 DNA 穿过一个通道时，它会扰乱流过孔的电流，并由半导体传感器测量变化。不同的碱基以略微不同的方式破坏电场，记录的电流变化可以转化为 DNA 序列。ONT可以读取的长度更长，取决于制备的DNA文库的大小，但是其碱基的准确率难以校正，测序的错误率也较高。

三代测序技术，由于其超长的读长，可以有效的跨越基因组中复杂的区域，从而显著提高基因组组装的质量。此外，在二倍体（多倍体）基因组中，TGS可以更容易的生成单倍型的长定相块，区分来源于父母本的遗传信息，避免嵌合的基因组，有助于准确的进行包括高度重复区域的长变异、大型的插入缺失、重复、倒位和易位等结构变异（SV）检测。同时三代测序还可以通过PacBio的酶动力学反应或Nanopore中的离子电流信号来实现表观遗传的测序。

FALCON是PacBio直接开发并于2013年发布的基于三代数据的De novo组装软件，它继承于分级基因组装配（HGAP）流程，首先进行序列自身的比对，以校正三代测序的reads准确度，然后使用de Brujin图（DBG）构建重叠群，如下图所示。FALCON可以识别二倍体序列，可以输出包含位点变异信息的等位基因序列（alternative contigs / a-contigs）和主要的基因组序列（primary contig / p-contig）。FALCON-Unzip是FALCON的升级版，可以利用初始组装中鉴定的杂合SNP来获得高度定相的单倍型，再利用Hi-C数据映射到组装中，利用haplotigs和共有序列，将两个单倍体完全组装出来。

Canu是起源于Celera Assember的三代组装软件，可以用于PacBio和Nanopore两家公司得到的测序结果，其采用Overlap-Layout-Consensus（OLC）的方式进行组装，即利用长序列与序列之间的交叠进行组装，主要分为纠错、修剪和组装三大步。对于FALCON来说，虽然经过组装之前的纠错，相比短读长有比较大的改进，但其组装出来的单倍型仍然是嵌合的，重复序列经常被折叠到一个序列中，为了解决这个问题，2018年发布的新版本的软件TrioCanu可以利用亲本信息来完全定相单倍型，其利用父母本的二代illumina数据在组装之前根据不同的SNP对组装样本的序列进行分类，然后进行独立组装出两套来源于亲本的单倍型，因此TrioCanu尤其适合于高杂合的基因组组装。

Canu的计算是比较慢的，HiFiasm是近两年开发的一个用于PacBio HiFi reads的快速单倍型解析从头组装软件，它可以在单个机器上多线程运行，在较少的资源消耗下快速完成基因组的组装，同时也可以在给定亲本数据的情况下，实现子代来自不同亲本的单倍体组装。但是其单倍型分型的准确性略差于TrioCanu。

组装结果的准确性，计算工作的优化都是组装需要考虑的方面，目前已开发出多种从头组装的软件，除以上介绍的软件外，还有Wtdbg2、Flye、Peregrine、Shasta等等，这几个软件的速度都比较快，但是其组装质量可能没那么准确。所有的基因组组装方法和软件都有优点和缺点，实际应用中可以考虑实际组装物种的情况，以及测序策略、组装目标，综合考量选取准确优秀的组装软件。

对于大基因组来说，即便长读长的reads也不能跨越整条染色体序列，需要其它连锁信息来定位和排序组装的重叠群，以将基因组组装提升到支架（Scanfold）水平。Bionano光学图谱是一种单分子DNA技术，该方法基于DNA标记，生成遗传光学图谱，然后结合初始组装的重叠群，可以进一步对重叠群进行定相和排序，产生更长的支架。除此之外，Bionano光学图谱还可以用于SV和甲基化的分析。

另外一种定向和排序重叠群的技术是基于染色体构象捕获（3C）的技术（Hi-C）。Hi-C技术首先使用甲醛将染色体空间构象固定之后，再利用限制性内切酶处理DNA，并重新连接空间上临近的DNA分子，该技术利用基因组的空间信息，组合重叠群以及支架将其分配到染色体水平。Hi-C目前是在大基因组中实现染色体水平支架的唯一方法，但往往不如Bionano支架那么保守，染色质不可预测的折叠导致染色体远处区域的相互作用，可能导致组装错误，例如人工倒位、同一染色体内的支架错位或不同染色体的支架错配。综合利用不同的技术可以更好地纠正这些错误，甚至可以获得整个染色体的端粒到端粒组装 。

基因组组装的方式一直在不断创新、优化。通过不断改进现有技术并引入全新的 DNA 测序方法和生物信息学工具，组装的质量一直在提升。NGS 引入的高通量能力和 TGS 提供的更高质量序列，最终使复杂的基因组也可用于全基因组研究。人类遗传学研究，包括人口基因组学、遗传疾病定位和诊断、个性化医疗计划、癌症研究和产前检测，已经受益于过去十年基因组测序和组装的进步。同样，这些方法越来越多地用于非模式生物以了解生态和进化过程。对参考基因组测序和组装的承诺现已从单一物种项目扩大到多物种协调工作，旨在使用 NGS 和 TGS 方法组合为大多数生物体产生高质量基因组的项目目前正在进行中。

Giani AM, Gallo GR, Gianfranceschi L, Formenti G. Long walk to genomics: History and current approaches to genome sequencing and assembly. Comput Struct Biotechnol J. 2019 Nov 1718:9-19. doi: 10.1016/j.csbj.2019.11.002. PMID: 31890139PMCID: PMC6926122.

---