生命科学领域从未拥有如此丰富的生物学测量手段。但metabolon首席商务官Karl Bradshaw博士认为，下一时代的发现将不再取决于研究者产生多少数据，而更多取决于能否有效地将数据与生物学功能和表型联系起来。

从测量走向整合

Bradshaw指出，生物学分析需要变得更加整合。生命科学在产生分子数据方面已极为出色，当前的挑战在于把这些测量结果连接起来，以理解生物学功能和表型。这正是多组学（multiomics）变得如此重要的原因——生物学并不按独立的组学层次运作，因此不应期望通过单独研究各层次来理解它。

他借用分子生物学中心法则来阐述：基因组学描述蓝图，转录组学和蛋白质组学展示信息如何被转录和翻译，而代谢组学则捕捉接近表型的生化结果。将蓝图与生化表型连接起来，可以产生可检验的假设，并帮助确定优先研究的蛋白质和通路。代谢物不仅受遗传和蛋白质活性影响，还受疾病、治疗、饮食、生活方式、环境暴露和微生物组影响，因此代谢组学提供了动态且高度正交的生物学视角。没有任何单一组学能独自解析生物学，多组学通过组合互补测量，将生物变异与机制、生物标志物和重要结局联系起来。

让能力随技术一起流动

Bradshaw认为，复杂科学需要日益分布式地部署。基因组学已经历这一过程：曾经集中在专业中心的能力，已变成广泛部署的标准化技术。但分发技术与分发能力不同。把仪器或试剂盒放进另一个实验室很简单，让背后的专业知识可转移则更难。方法、质量体系、参考知识、数据处理和解读都必须随技术一起流动。

这在代谢组学中尤为重要，因为设备、试剂、方案和分析的差异使实验室间标准化充满挑战。这也是metabolon开发Verus代谢组学分析试剂盒（metabolon Verus metabolomics Profiling Kit）的重要原因。问题不只是如何再造一个试剂盒，而是能把metabolon的多少能力放进另一位科学家的实验室。Verus将标准化方法、系统适用性测试、质量控制、自动化处理、代谢物鉴定和生物信息学整合到一个工作流程中，拥有兼容LC-MS系统的实验室可自行操作，从而使代谢组学从研究一开始就能被设计进多组学研究，且数据在不同仪器、操作者、研究和站点之间具有可比性。

把分子数据转化为生物学理解

Bradshaw提到的第三个转变，是分子数据需要转化为生物学理解。研究者想要的不仅是更多分子信号，而是想知道这些信号能否解释疾病机制、预测治疗反应、识别生物标志物或指向下一个实验。但有意义的解读始于高质量数据。质谱仪可以产生海量信息，价值却来自可重复的测量、可靠地鉴定 underlying 生化物质，并把发现置于生物学背景中。

为此，metabolon不仅投资于数据质量，也投资于围绕数据的基础设施和生物学知识。其整合生物信息学平台（Integrated Bioinformatics Platform，IBP）允许研究者探索生物学通路，并将代谢组学与宏基因组、转录组、蛋白质组、临床及其他信息整合。通过将标准化高质量数据与生物学知识和计算工具结合，可以缩短从分子信号到可操作生物学见解的距离。代谢组学在这一多组学图景中提供了特别有用的功能锚点，帮助连接上游分子变化与下游表型，最终支持更好的科学决策。

未来方向

Bradshaw总结，生物学的未来将更加整合、更加分布式、更具可解释性。对metabolon而言，这些是同一战略的组成部分：通过多组学连接分子层次，通过metabolon Verus把标准化高质量代谢组学带到科学发生的地方，并通过IBP把复杂数据转化为生物学理解。下一个前沿不只是产生更多生物学数据，而是通过连接上游分子信息与最终重要的生物化学和表型来解析生物学。

来源：GEN（英文原文，生物航编译，内容以原文为准）