在过去的十年里，测序技术极大程度地推动了生命科学和人类健康研究的发展。随着基因、RNA层面的信息被大量解析和应用，以及质谱技术的飞速发展，获取分子数据的能力大大提高。前沿的研究者们已经开始逐渐提高了对蛋白质、代谢关注度，并尝试用更多生物分子层次来全面地探讨生物功能执行与表型变化。

多数生理过程由许多复杂的网络和相互依赖的途径共同推进，帮助生物体进行正常的生长发育、胁迫应激等过程。这个复杂的系统并不是多条独立的线性途径的简单加和，而是涉及到大量的基因表达、蛋白质功能执行和代谢水平的协同改变。

传统单一层面的组学研究能够在一定程度上对特揭示遗传信息、蛋白功能或代谢通路进行阐释。但是，仅通过单一组学数据很难对复杂的生物网络调控进行系统全面的解释，且不足以解释遗传信息表达调控的传递链条。因此，多组学数据整合成为了系统生物学研究的发展趋势，其优势如下：

更准确——弥补单一组学分析时，由于数据噪音、缺失等因素带来的数据问题。

更可靠——多组学数据资源之间可以进行相互验证，减少单一组学分析带来的假阳性。

更深入——多组学数据联合分析更有利于从不同层面、不同角度，系统解析生物学模型的多层次机制或机制表型的联系。

参考资料：Annual Review of Plant Biology

数据信息完整度的大幅提升，可以帮助研究人员拓宽研究视野。但同时也带来了新的困难与问题：多个组学的数据应该如何有机整合？

要回答这个问题，需要先了解各个层次组学交互的意义。

1. 转录组+蛋白质组—分子调控机制信息互补：

（1）调控机制信息有效互补。由于各种转录后调控机制（如miRNA，蛋白质泛素化系统等）的存在，生物体内RNA与蛋白质的表达相关性往往并不高（相关性系数大约平均在0.6左右）。作为生命活动的功能执行者，蛋白质的表达水平往往更能真实地反应生物表型变化。然而，受限于检测技术，蛋白质组学的检测数据量相对转录组学较低。尤其针对一些低丰度表达的重要功能蛋白（如转录调控因子等），蛋白质组学可以获得的信息相对有限，而转录组数据则可进行补充。因此，转录组和蛋白质组各自具有技术优势，转录灵敏度高、蛋白更贴近表型，两个组学的联合可以实现优势互补，获得更完整有效的信息。

（2）物种研究更深入。非模式物种的蛋白质组数据库往往不够完善，从而导致蛋白组分析注释受到较大限制。通过无参转录组的转录本拼接注释，可为蛋白质组学提供数据库信息，极大程度地提高数据注释度。对于蛋白组数据较为完善的物种，转录组测序分析得到的新转录本、可变剪切、碱基突变插入缺失（SNP/InDel）等信息，可以使蛋白数据库更完整，从而增加蛋白质组学分析的覆盖度和精确度。

2. 转录/蛋白质组+代谢组：

在实际研究中经常会存在这样的困扰：差异比较分析后获得的许多基因和蛋白，其功能看似与表型差异没有直接的联系。这种情况下，无论是对组学数据的讨论，或是选定某些关键基因深入研究其分子功能机制都是一个不小的难题。

因此，转录/蛋白质组与代谢组联合分析的意义也体现在两方面：

（1）对于热门研究领域，已经有非常多的报导显示表型与一些关键代谢物有直接关联。如肿瘤与能量代谢、植物抗逆与植物激素、消化道疾病与胆汁酸、短链脂肪酸等等。无论是通过已知的基因-代谢物的关联数据库（如常用的KEGG），或是通过基因表达与代谢物浓度的统计关联，都可以帮助找出代谢物背后与它紧密相关的基因或蛋白质，实现差异表型与关键基因/蛋白的信息关联，为进一步收敛聚焦关键分子机制提供更可靠的信息。

（2）针对新兴研究领域，转录/蛋白质组与代谢组的联合可以提供一幅更全景式的分子关联网络。在诸多的差异组学分子中，通过挑选其中有相互关联的功能或通路进行重点讨论和研究，为该领域的拓荒提供更有指导性的方向，最终实现对生物变化大趋势与方向的综合了解。

针对上述组学联合的意义，近期，中科新生命推出了三组学联合特色分析，从转录、蛋白到代谢，打通表型与分子机制间的关系，以高分文献为参考，梳理数据逻辑，有机整合分析。对数据简单堆砌说再见。

转录-蛋白-代谢组三组学联合分析流程及分析展示