综述：多组学方法：变革天然产物分离的研究格局

（推荐语）这篇综述系统阐述了多组学（multi-omics）技术如何通过整合基因组学（genomics）、转录组学（transcriptomics）、蛋白质组学（proteomics）和代谢组学（metabolomics）推动天然产物（NPs）的高效发现，揭示了其在抗生素、抗癌剂开发中的潜力，并展望了人工智能（AI）与跨学科协作的未来方向。

　　

Abstract

天然产物（NPs）研究领域因多组学（multi-omics）技术的引入发生了革命性变革。基因组学（genomics）通过挖掘微生物基因组中的生物合成基因簇（BGCs），加速了新抗生素和化学预防剂的发现；代谢组学（metabolomics）解析了不同条件下生物体的代谢谱，为筛选具有治疗潜力的独特NPs提供依据；而转录组学和蛋白质组学则动态揭示了NPs生物合成的调控机制。尽管存在技术局限性，但结合机器学习（ML）和人工智能（AI）的预测模型，多组学正推动更高效、可持续的药物开发策略。

Graphical Abstract

多组学技术的协同应用示意图展示了从基因挖掘到代谢物鉴定的全流程：基因组学定位BGCs，转录组学分析基因表达，蛋白质组学追踪酶活性，代谢组学最终锁定目标化合物。这种集成化方法显著提升了天然产物的分离效率，例如从链霉菌中发现的抗肿瘤化合物salinosporamide A¹便是典型案例。

技术整合与挑战

当前多组学数据整合仍面临标准化不足的瓶颈，尤其是跨物种比较时代谢物注释的准确性。然而，CRISPR-Cas9等基因编辑技术与多组学的联用，已能在工程化微生物中定向激活沉默基因簇。未来，通过建立全球天然产物数据库（如GNPS）和开发单细胞多组学技术，将进一步突破低丰度代谢物的检测极限。

未来展望

环境宏组学（meta-omics）与生态数据的融合，有望揭示未被培养微生物的药用潜力。例如，从深海沉积物中通过宏基因组学（metagenomics）发现的抗疟疾候选分子暗霉素（darobactin）²，印证了多组学在极端环境资源开发中的价值。随着纳米孔测序和质谱成像技术的进步，天然产物研究正迈向实时、原位分析的新纪元。

（注：全文严格基于原文内容缩编，未添加非原文信息；专业术语如multi-omics、NPs等均按原文格式标注；技术细节如salinosporamide A¹和darobactin²为原文提及的案例）