天然产物化学
天然产物化学过去二十年经历的并不是简单的“发现速度提高”，而是发现对象从培养皿里的高丰度化合物扩展到基因组中沉默的生物合成簇、群落中难培养的生产者、质谱网络中的未知家族以及微生物组中的现场代谢物。基因组挖掘、肽组学、GNPS、成对基因—代谢数据库和机器学习共嵌入，逐步把“没有分离到”与“没有合成能力”拆开。本面板特别记录失败培养、未配对谱图、无产物基因簇和重复发现这些长期不设字段的对象。
第一幕建立从序列找化学的入口：基因簇识别、肽组学、代谢网络和沉默簇激活让“看不到产物”不再等于没有化学潜力。
甲、基因组挖掘天然产物Genome Mining for Natural Products
旧框架的便利之处在于可以用天然产物必须先被培养、分离和测活性后才能追溯来源迅速排序，但代价是把许多微生物基因组含远多于已观察代谢物的生物合成基因簇从解释对象中剔除。从时间窗口的对照看，对“基因组挖掘天然产物”而言，到2008年，这一遗漏已不只是精度问题，而开始改变“什么算被测到”的答案。
该路线围绕基因组挖掘天然产物提出单因式判断：决定发现潜力的只有基因组中是否存在完整且可表达的生物合成逻辑。
主结果由Challis GL在2008年给出，具体表现为早期链霉菌基因组显示几十个候选簇而常规培养只看到少数产物。从反号条件的压力测试看，可核对性来自以被实验连接到产物的基因簇数占预测基因簇总数的比例核算：分子数、面积、时间窗或谱峰不再脱离分母单独报告。以被实验连接到产物的基因簇数为证据轴，“更多”只有经以被实验连接到产物的基因簇数占预测基因簇总数的比例核算重算后才具有证据意义。 证据锚点仍是Challis GL，2008，《Journal of Medicinal Chemistry》51:2618–2628，DOI 10.1021/jm700948z；以基因组挖掘天然为对象，它固定了原始对象、年份与出处，独立复核不得用异题评论替换。以基因组挖掘天然为对象，本条固定2项可核量：分子“被实验连接到产物的基因簇数”与分母“预测基因簇总数”，复核时不得只报前者。 在基因组挖掘天然证据链中，原始锚点仍是Challis GL，2008，《Journal of Medicinal Chemistry》51:2618–2628，DOI 10.1021/jm700948z；以基因组挖掘天然为对象，它固定了对象、年份与出处，独立复核不得用异题评论替换。
把分子与分母同时展开，争论就集中到：序列簇存在不等于表达，也不保证产物稳定或可提取。若只优先高同源簇时，预测置信度提高却减少新骨架发现，则该比率不再代表本条的真实方向，结论必须重估。要判断被实验连接到产物的基因簇数是否可靠，最低条件是让无表达、无产物连接的沉默基因簇与成功对象使用同一筛选规则，并公开该比率的分子、分母和阈值。如果同一对象换一套检测链便让被实验连接到产物的基因簇数改序，所谓对象属性其实含有测量选择。以基因组挖掘天然为对象，争议记录为（未见公开反对，说明本条尚未被独立检验）；
另一处常被略过的影响是把筛选起点从化合物瓶转到基因组候选清单，把本条纳入日常质量控制，要求公开阈值前后的原始信号，并按该比率比较不同平台。
本项先把“未记录对象”放回分母，再判断可见结果是否代表总体。
乙、antiSMASH自动基因簇识别Automated Biosynthetic Gene-Cluster Detection with antiSMASH
关于antiSMASH自动基因簇识别的传统方案，以基因簇注释依赖人工逐域阅读建立了一整套可重复流程。到2011年，规则库和隐马尔可夫模型可在全基因组快速标出多类簇已经显示：流程可以重复，研究对象却可能在每次进入流程时被重新塑形。从选择偏差的追踪看，这使中心样本越来越精确，却没有回答跨contig断裂或不符合规则库的真实簇为何被排除。
对antiSMASH自动基因簇识别而言，命题被改写为：若决定规模化挖掘的只有功能域组合能否被标准化识别，那么软件扫描特征酶域、边界和模块顺序，输出簇类型及相似簇应当在不同装置和样本中留下同向痕迹。
Medema MH于2011年把争论压缩到一组明确数值：antiSMASH从初版发展到覆盖数十类簇，成为大规模微生物基因组的常用入口。从仪器选择的压力测试看，以以正确标注簇数占人工核验候选簇数的比例核算呈现结果后，样本量增加不再自动等同于偏差减少。以正确标注簇数为证据轴，报告该比率必须同时保存分子、分母与阈值，缺一项都无法复算。 证据锚点仍是Medema MH等，2011，《Nucleic Acids Research》39:W339–W346，DOI 10.1093/nar/gkr466； 在antiSMA证据链中，原始锚点仍是Medema MH等，2011，《Nucleic Acids Research》39:W339–W346，DOI 10.1093/nar/gkr466；以antiSMA为对象，它固定了对象、年份与出处，独立复核不得用异题评论替换。就antiSMA的实证锚点而言，本条固定2项可核量：分子“正确标注簇数”与分母“人工核验候选簇数”，复核时不得只报前者。以antiSMA为对象，它固定了对象、年份与出处，独立复核不得用异题评论替换。
对照提出材料与限制条件，最实质的异议是：边界判定、碎片化组装和新类型簇会造成漏检或误并。只要规则越严格时精确率上升但新类型召回率反向下降，该比率就可能从证据变成偏差放大器。要判断正确标注簇数是否可靠，最低条件是让跨contig断裂或不符合规则库的真实簇与成功对象使用同一筛选规则，并公开该比率的分子、分母和阈值。如果同一输入经不同次序得到相反的正确标注簇数，就必须把环境回写纳入模型。
本条在实践层面的后果是建立可共享、可版本化的基因簇语言，重写样品验收规则：不仅报告中心读数，还要保存未匹配对象和失败批次，以该比率决定是否可合并。从状态边界的校准看，这要求实验室、数据库或监管者把该比率写入常规报告，并单列跨contig断裂或不符合规则库的真实簇，否则跨平台复制只会复制相同的盲区。
证据责任落在可复算路径：对象如何进入、何处退出、退出后怎样改变结论，三步缺一不可。
丙、肽组学连接谱图与基因簇Peptidogenomics Links Spectra to Gene Clusters
天然产物化学早期常假定，只要把非核糖体肽需先完成纯化和结构解析才能找基因做得足够精细，机制就会自然显现。后来反复出现的碎片谱中的单体序列线索可反向定位候选合成酶模块说明，精细化可能把同一偏差复制得更清楚，而不是把偏差消除。从对象资格的复盘看，旧方案最深的偏差，不在数值小，而在没有足够碎片离子的真实肽和非线性产物根本没有被承认为一种对象。
2011年，由此形成的单一路径命题是：决定谱图—基因连接的只有碎片单体与腺苷化结构域特异性是否一致。
2011年，Kersten RD用可复算的数据链展示了方法在复杂培养物中定位多个肽类产物与其基因簇，并缩短分离路线。从样品代表性的审视看，这组结果把讨论推进到阈值判断，也使不同平台可以按以成功配对谱图数占全部高质量未知肽谱图数的比例核算换算。以成功配对谱图数为证据轴，改用以成功配对谱图数占全部高质量未知肽谱图数的比例核算后，肽组学连接谱图与基因簇的样本选择与仪器增益不再被合并成同一个“性能提升”。以肽组学连接谱图为对象，证据锚点仍是Kersten RD等，2011，《Nature Chemical Biology》7:794–802，DOI 10.1038/nchembio.684； 在肽组学连接谱图证据链中，原始锚点仍是Kersten RD等，2011，《Nature Chemical Biology》7:794–802，DOI 10.1038/nchembio.684；就肽组学连接谱图的实证锚点而言，本条固定2项可核量：分子“成功配对谱图数”与分母“全部高质量未知肽谱图数”，复核时不得只报前者。以肽组学连接谱图为对象，它固定了对象、年份与出处，独立复核不得用异题评论替换。
在现场条件下，决定肽组学连接谱图与基因簇方向的边界是：非蛋白氨基酸、修饰和不完全碎裂会造成多解。若不控制偏好易碎裂肽时，谱图质量提高反而收窄化学多样性，该比率的提升可能只是可见对象重排，而非本条改善。要判断成功配对谱图数是否可靠，最低条件是让没有足够碎片离子的真实肽和非线性产物与成功对象使用同一筛选规则，并公开该比率的分子、分母和阈值。如果外部场景无法复制成功配对谱图数的比例，所谓稳定环境只是在复制相同选择。以肽组学连接谱图为对象，未公开检验的部分继续保留为未知状态，不并入支持证据。
本条从论文进入平台后的直接变化，是把质谱从确认工具变成基因组导航，让数据库同时记录阳性、阴性与未覆盖部分，使本条可由独立团队按该比率复算。
这里的判决不靠术语声望，而靠“共同读数”在独立样本中是否保持方向。
丁、微生物群落质谱分子网络Molecular Networking of Microbial Colonies
在微生物群落质谱分子网络进入视野前，天然产物化学通常围绕每个质谱峰被作为独立候选逐一解释组织实验、数据库和评价指标。问题在于相似碎片谱可把未知代谢物组织成结构家族，所以读数稳定并不等于对象稳定，跨实验比较也可能只是在比较两套前处理。从对象资格的盘点看，旧口径的直接后果，是让“没有触发MS/MS或低丰度而缺边的代谢物”既不算阴性，也不算缺失，因而无法进入误差预算。
2012年，微生物群落质谱分子网络不采取多因折中，而直接主张决定网络边的只有共享碎片与中性丢失是否超过阈值。
在2012年的实验与数据分析中，Watrous J得到活体菌落研究显示代谢物家族与微生物相互作用空间共现，未知节点可借已知邻居注释。从对象资格的校准看，它由此成为后续比较的校准基线：任何改进都要说明以与已知节点相连的未知谱图数占全部未知谱图数的比例核算改变的是分子还是分母。以与已知节点相连的未知谱图数为证据轴，本条的证据强度取决于以与已知节点相连的未知谱图数占全部未知谱图数的比例核算能否在独立批次保持，而不是单次图形是否醒目。 证据锚点仍是Watrous J等，2012，《Proceedings of the National Academy of Sciences》109:E1743–E1752，DOI 10.1073/pnas.1203689109； 在微生物群落质谱证据链中，原始锚点仍是Watrous J等，2012，《Proceedings of the National Academy of Sciences》109:E1743–E1752，DOI 10.1073/pnas.1203689109；以微生物群落质谱为对象，它固定了对象、年份与出处，独立复核不得用异题评论替换。就微生物群落质谱的实证锚点而言，本条固定2项可核量：分子“与已知节点相连的未知谱图数”与分母“全部未知谱图数”，复核时不得只报前者。 在微生物群落质谱证据链中，原始锚点仍是Watrous J等，2012，《Proceedings of the National Academy of Sciences》109:E1743–E1752，DOI 10.1073/pnas.1203689109；它固定了对象、年份与出处，独立复核不得用异题评论替换。
从反例出发，本条应优先检验：共碎片不必然同骨架，碰撞能和仪器参数改变网络拓扑。相似度阈值降低时网络变密却让错误家族增加构成反号条件：此时该比率越高，真实可靠性反而可能越低。要判断与已知节点相连的未知谱图数是否可靠，最低条件是让没有触发MS/MS或低丰度而缺边的代谢物与成功对象使用同一筛选规则，并公开该比率的分子、分母和阈值。如果同一对象换一套检测链便让与已知节点相连的未知谱图数改序，所谓对象属性其实含有测量选择。
在本条的应用端，用家族优先级替代单峰丰度排序，把仪器采购从追逐最高指标改为比较有效知识增量，核心验收量改成该比率。
旧口径遮住的是失败对象的去向；
戊、全球原核生物合成潜力普查Global Census of Prokaryotic Biosynthetic Potential
在全球原核生物合成潜力普查提出以前，天然产物化学常把已知天然产物数据库作为微生物化学多样性的代表的可靠入口。研究者并非没有观察到大规模基因组可揭示远超已知化合物的簇家族空间，却通常被归入仪器误差、样品差异或个案噪声，因而没有进入主模型。从仪器选择的对照看，问题由此从灵敏度不足转成对象资格不足，焦点落到来自尚未测序生态位和真菌的合成能力。
就无已知产物簇家族数而言，2014年，围绕全球原核生物合成潜力普查，提出者把命题收紧为：“未发现空间大小只取决于簇家族去重后剩余的新颖度”。
从证据链看，2014年工作最重要的贡献是全球分析发现大量簇家族没有对应已知产物，已研究菌属仍含巨大暗物质。从路径次序的回查看，该研究把成功、失败与未覆盖对象放回同一账本，并以以无已知产物簇家族数占全部簇家族数的比例核算重算覆盖。以无已知产物簇家族数为证据轴，本条的证据强度取决于以无已知产物簇家族数占全部簇家族数的比例核算能否在独立批次保持，而不是单次图形是否醒目。以全球原核生物合为对象，它固定了原始对象、年份与出处，独立复核不得用异题评论替换。 在全球原核生物合证据链中，原始锚点仍是Cimermancic P等，2014，《Cell》158:412–421，DOI 10.1016/j.cell.2014.06.034；就全球原核生物合的实证锚点而言，本条固定2项可核量：分子“无已知产物簇家族数”与分母“全部簇家族数”，复核时不得只报前者。 在全球原核生物合证据链中，原始锚点仍是Cimermancic P等，2014，《Cell》158:412–421，DOI 10.1016/j.cell.2014.06.034；它固定了对象、年份与出处，独立复核不得用异题评论替换。
当对象范围不再预先固定，核心不确定性是：数据库采样偏向可培养放线菌和医学相关物种。当继续增加近缘菌株、基因组数上升而新簇家族增速下降时，继续沿用该比率会混淆真实效应与测量选择，方向甚至相反。要判断无已知产物簇家族数是否可靠，最低条件是让来自未测序生态位和真菌的合成能力与成功对象使用同一筛选规则，并公开该比率的分子、分母和阈值。如果同一输入经不同次序得到相反的无已知产物簇家族数，就必须把环境回写纳入模型。
在本条的方法治理上，具体变化是把研究组合从重复分离转向家族覆盖，并在标准、指南和共享仓库中增设被排除对象字段，避免本条只在理想样品中成立。
若只保存终点图表，第三方无法恢复筛选次序；
己、自动化“基因组到天然产物”平台Automated Genomes-to-Natural-Products Platform
从成功连接产物簇数的覆盖边界看，仪器分辨率与通量虽持续上升，研究对象仍主要由“基因挖掘、菌株选择、代谢检测和结构关联彼此分散”这一口径来界定。标准化流水线可把基因簇优先级直接连接到质谱候选这一事实提示：增加可见信号并没有自动增加可解释对象，反而可能扩大选择性。从成功连接产物簇数的覆盖边界看，“看不见”不再是结论，而是所有菌株中都沉默而没有协变信号的簇是否被计入对象空间的选择。
就成功连接产物簇数而言，2015年，自动化“基因组到天然产物”平台给出的可反驳判断是：“自动化成功只取决于基因簇模式与代谢峰能否在同一菌株集合中协变”。
在“自动化“基因组到天然产物”平台”的证据链中，主证据并非一句趋势判断。Johnston CW在2015年报告平台把若干已知和新候选簇与代谢家族连接，并给出可重复优先级，同一研究还公开了阴性或低覆盖部分，使读者可以以成功连接产物簇数占进入平台的候选簇数的比例核算检验选择性是否过强。本条的关键不只看成功连接产物簇数增加，还要同步重估进入平台的候选簇数。 证据锚点仍是Johnston CW等，2015，《Nature Communications》6:8421，DOI 10.1038/ncomms9421； 在自动化“基因组证据链中，原始锚点仍是Johnston CW等，2015，《Nature Communications》6:8421，DOI 10.1038/ncomms9421；以自动化“基因组为对象，它固定了对象、年份与出处，独立复核不得用异题评论替换。就自动化“基因组的实证锚点而言，本条固定2项可核量：分子“成功连接产物簇数”与分母“进入平台的候选簇数”，复核时不得只报前者。 在自动化“基因组证据链中，原始锚点仍是Johnston CW等，2015，《Nature Communications》6:8421，DOI 10.1038/ncomms9421；它固定了对象、年份与出处，独立复核不得用异题评论替换。
围绕本条，争议可以压缩为一项可检验条件：共现可能来自群体结构而非直接生物合成，培养条件仍限制表达。当菌株亲缘结构过强时，共现分数越高反而越可能是伪关联，以成功连接产物簇数占进入平台的候选簇数的比例核算就可能从证据变成偏差放大器。与其继续增加样本，不如先把所有菌株中都沉默而没有协变信号的簇从清洗记录移入结构字段，再以成功连接产物簇数为中心复算该比率。如果尺度一换就让成功连接产物簇数改序，环境边界本身必须成为被解释对象。
落实到本条的实验流程，规则变成形成多菌株比较而非单菌株碰运气的发现流程，把本条的边界写进实验设计与监管审查，并以该比率监测现场漂移。
该命题的强处在可反驳：越过“适用边界”，结果必须允许翻转。
庚、环境DNA克隆发现天然产物Environmental-DNA Natural-Product Discovery
在环境DNA克隆发现天然产物出现以前，主流账本把只有可培养微生物才能成为天然产物生产者写在中心位置，凡是不能落入这个口径的部分，多被称为背景或未定。土壤环境DNA可把未培养微生物的完整生物合成片段带入异源宿主，这使这一安排越来越难维持，并暴露了样品代表总体的断裂。
就产生可检测产物的环境DNA克隆数而言，2005年，环境DNA克隆发现天然产物的概念推进，是把“培养无关发现只取决于大插入片段是否保留足够完整的簇”置于首位，而不再由总体相关性代替。从土壤提取DNA、构建大克隆文库并在宿主中表达筛选使每个环节都有可检查的进入条件，从而能判断偏差发生在对象、路径还是环境。
Brady SF、Clardy J在2005年的主证据中把这一命题落到可量读数：环境DNA工作发现多类新抗生素和色素，证明生产者无需先被分离。从外部验证的审视看，后续工作以以产生可检测产物的环境DNA克隆数占全部大插入克隆数的比例核算比较不同样品或装置，使“更好”变成可复算差异。以产生可检测产物的环境DNA克隆数为证据轴，本条的证据强度取决于以产生可检测产物的环境DNA克隆数占全部大插入克隆数的比例核算能否在独立批次保持，而不是单次图形是否醒目。 证据锚点仍是Brady SF、Clardy J，2005/2010，环境DNA天然产物系列，《Journal of the American Chemical Society》； 在环境DNA克隆证据链中，原始锚点仍是Brady SF、Clardy J，2005/2010，环境DNA天然产物系列，《Journal of the American Chemical Society》；以环境DNA克隆为对象，它固定了对象、年份与出处，独立复核不得用异题评论替换。围绕环境DNA克隆的复算还需同步保存阳性、阴性、未知与中止4类状态，避免清洗过程改写原始分母。
对本条而言，最直接的反证入口是：宿主表达不兼容、簇过大和调控缺失造成巨大沉默比例。只筛选有颜色或抑菌圈克隆时，命中率提高却丢失无显性表型化学构成反号条件：此时该比率越高，真实可靠性反而可能越低。与其继续增加样本，不如先把含完整簇却在宿主中不表达的克隆从清洗记录移入结构字段，再以产生可检测产物的环境DNA克隆数为中心复算该比率。如果扩大分母后产生可检测产物的环境DNA克隆数的优势消失，原结论只能限定在已被检出的子群。
本条也改变了训练与基础设施：把土壤样品直接变成化学库，将前处理、算法参数和人工判读作为结果的一部分归档，让该比率可在跨实验室条件下重建。
比较从平均值转向对象级账本，尤其检查被合并、退出和未分类三类记录。
辛、表观遗传激活沉默真菌基因簇Epigenetic Activation of Silent Fungal Clusters
2007年前后的常规做法，是先以实验室培养下不表达的簇被视为无功能遗迹建立对象边界，再把其余变化留给经验修正。从路径次序的复盘看，旧方案最深的偏差，不在数值小，而在被激活但产物不稳定或无离子化信号的簇根本没有被承认为一种对象。
就激活后新增代谢峰数而言，表观遗传激活沉默真菌基因簇真正改变的是把“真菌暗物质显现只取决于簇附近染色质是否从抑制态转为开放态”写进测量协议。依照敲除或抑制组蛋白修饰酶，比较代谢谱和转录变化，读数不再只是结果，而同时记录对象怎样进入、怎样被转换以及怎样被排除。
可核对的转折发生在2006年：Bok JW报告曲霉研究显示染色质调控改变后出现原培养条件没有的代谢物及基因表达。从账外类别归属的复核看，该设计让同一材料在2个尺度上被观察，并用以激活后新增代谢峰数占全部沉默候选簇数的比例核算分开尺度转换造成的增益与损失。以激活后新增代谢峰数为证据轴，“更多”只有经以激活后新增代谢峰数占全部沉默候选簇数的比例核算重算后才具有证据意义。 证据锚点仍是Bok JW等，2006/2007，《Chemistry & Biology》/《Nature Chemical Biology》，真菌染色质调控次级代谢研究； 在表观遗传激活沉证据链中，原始锚点仍是Bok JW等，2006/2007，《Chemistry & Biology》/《Nature Chemical Biology》，真菌染色质调控次级代谢研究；以表观遗传激活沉为对象，它固定了对象、年份与出处，独立复核不得用异题评论替换。 在表观遗传激活沉证据链中，原始锚点仍是Bok JW等，2006/2007，《Chemistry & Biology》/《Nature Chemical Biology》，真菌染色质调控次级代谢研究；它固定了对象、年份与出处，独立复核不得用异题评论替换。
表观遗传激活沉默真菌基因簇能否外推，首先取决于一个边界问题：全局扰动会同时改变生长和应激，难把产物归因于单一簇。当强烈解除抑制引发生长缺陷时，转录增加反而降低可分离产量，该比率就可能从证据变成偏差放大器。与其继续增加样本，不如先把被激活但产物不稳定或无离子化信号的簇从清洗记录移入结构字段，再以激活后新增代谢峰数为中心复算该比率。如果完整路径与缩短路径给出的激活后新增代谢峰数无可区分，过程单因便不能独占解释权。
这条思想已把“沉默”从缺失改写为可调环境状态，把本条转成可审计流程：逐步报告进入分母的资格、被剔除原因，并把该比率列为验收读数。
本项把测量窗口固定下来，防止短期改善替代长期结局，也防止版本变化伪装成进步。
第二幕把全球共享谱图、环境DNA、微生物组和多模态机器学习连接起来，天然产物发现由单实验室分离转为可追溯的网络匹配。
一、GNPS开放质谱分子网络Global Natural Products Social Molecular Networking
从被公共库或网络注释的谱图数的覆盖边界看，旧难题不在于完全不可见，而在于“谱图库由单实验室保存，未知谱图无法跨项目复用”仍被当作代表全体的口径。从被公共库或网络注释的谱图数的覆盖边界看，当“社区共享的原始MS/MS与网络注释可让一次采集服务多次发现”被排除在模型之外时，剩下的读数当然更整齐，但整齐来自删减而非自然规律。
就被公共库或网络注释的谱图数而言，2016年，这项转向不再追加协变量，而是直接断言：“开放网络价值只取决于谱图、元数据和注释能否持续回溯”。其机制链是上传原始数据生成分子网络，公共库匹配并允许社区注释传播，所以研究设计首先要锁定这条链，随后才谈浓度、样本量或空间覆盖。
这一主张之所以立住，是因为2016年的研究给出了GNPS上线后汇聚大量数据集和谱图，研究可在全球项目间比较化学家族。从账外类别归属的分析看，这组证据可在重复实验或第二种仪器上按以被公共库或网络注释的谱图数占全部上传高质量谱图数的比例核算复算，而不依赖单一图形。以被公共库或网络注释的谱图数为证据轴，报告以被公共库或网络注释的谱图数占全部上传高质量谱图数的比例核算必须同时保存分子、分母与阈值，缺一项都无法复算。 在GNPS开放质证据链中，原始锚点仍是Wang M等，2016，《Nature Biotechnology》34:828–837，DOI 10.1038/nbt.3597；就GNPS开放质的实证锚点而言，本条固定2项可核量：分子“被公共库或网络注释的谱图数”与分母“全部上传高质量谱图数”，复核时不得只报前者。 在GNPS开放质证据链中，原始锚点仍是Wang M等，2016，《Nature Biotechnology》34:828–837，DOI 10.1038/nbt.3597；它固定了对象、年份与出处，独立复核不得用异题评论替换。
把成功样本与失败记录并列后，核心争点变成：样品元数据不一致、库注释错误和仪器差异会传播误判。在错误库注释被反复传播时，共识次数越高反而越难纠正时，继续沿用该比率会混淆真实效应与测量选择，方向甚至相反。与其继续增加样本，不如先把从未上传、缺元数据或被权限隔离的谱图从清洗记录移入结构字段，再以被公共库或网络注释的谱图数为中心复算该比率。
GNPS开放质谱分子网络进入转化环节后，把天然产物发现变成可复用公共基础设施，要求训练数据、对照样品与现场样品使用同一分母，并把“GNPS开放质谱分子网络迁移时不得悄然改名”写入验收条件。
执行层面的最低责任是同时报告分子、分母和未完成者，而不是只公布最佳批次。
二、抗性基因导向的天然产物发现Resistance-Guided Natural-Product Discovery
从验证为自产物抗性的基因数的覆盖边界看，在抗性基因导向的天然产物发现的早期阶段，瓶颈并非数据稀少，而是哪些对象有资格被命名为数据。以活性筛选先找抑菌表型，再猜作用靶点为默认时，生产菌为自我保护保留的抗性基因可指向产物及其靶点往往被解释为离群，而当离群持续成群出现，它就成为理论债务。
2013年，抗性基因导向的天然产物发现的锋利处在于：决定靶向发现效率的只有异常抗性基因与邻近生物合成簇是否共定位。如果在基因组寻找复制靶点、外排或修饰抗性基因，且并优先挖掘相邻簇仍不能解释同一条件下的方向差异，它便必须让位，而不能借助更多描述变量延长寿命。
关键证据来自Pan E的2013年研究：该策略找到针对重要细胞过程的新抗生素候选，并提前提供机制线索。从阈值回写的重算看，关键不在单个高值，而在按以验证为自产物抗性的基因数占簇内候选抗性基因数的比例核算重算后，原先被平均掉的异质性是否重新出现。以验证为自产物抗性的基因数为证据轴，改用以验证为自产物抗性的基因数占簇内候选抗性基因数的比例核算后，本条的样本选择与仪器增益不再被合并成同一个“性能提升”。 证据锚点仍是Pan E等，2013–2018，抗性基因导向天然产物发现系列，《Nature Chemical Biology》； 在抗性基因导向的证据链中，原始锚点仍是Pan E等，2013–2018，抗性基因导向天然产物发现系列，《Nature Chemical Biology》；就抗性基因导向的的实证锚点而言，本条固定2项可核量：分子“验证为自产物抗性的基因数”与分母“簇内候选抗性基因数”，复核时不得只报前者。
本条最难回避的限制不是精度，而是：抗性基因可能服务环境化合物或一般应激，并非自产物。在只按已知抗性家族搜索时，靶点确定性提高却排除新机制时，继续沿用该比率会混淆真实效应与测量选择，方向甚至相反。与其继续增加样本，不如先把不依赖专一抗性或以调控耐受的真实抗生素簇从清洗记录移入结构字段，再以验证为自产物抗性的基因数为中心复算该比率。如果扩大分母后验证为自产物抗性的基因数的优势消失，原结论只能限定在已被检出的子群。
当本条进入现场样品时，把机制信息前置到化合物分离之前，用该比率替代“性能更高”的宣传口径，并把长期维护、空白对照和失败对象纳入成本核算。
这条转向改变的是对象边界：原先称作噪声的余数，现在成为检验机制的反例入口。
三、土壤宏基因组发现malacidinsCulture-Independent Discovery of Malacidins
旧框架的便利之处在于可以用新抗生素主要从可培养菌株库重复筛选迅速排序，但代价是把保守生物合成基序可从全球土壤DNA中定位未培养簇并直接克隆从解释对象中剔除。从账外类别归属的检验看，到2018年，这一遗漏已不只是精度问题，而开始改变“什么算被测到”的答案。从路径次序的盘点看，旧口径的直接后果，是让“无法拼接完整簇或宿主不表达的环境候选”既不算阴性，也不算缺失，因而无法进入误差预算。
它通过用钙依赖抗生素特征域筛查土壤宏基因组，再重建并异源表达簇把“存在”与“可检测”拆开，使得未出现峰、未形成像或未跨阈值都不再自动等于没有对象。
主结果由Hover BM在2018年给出，具体表现为研究从大量土壤样品发现malacidins，对多重耐药革兰阳性菌有效且实验中未易得抗性。从外部验证的压力测试看，可核对性来自以获得活性化合物的重建簇数占基序筛中的候选簇数的比例核算：分子数、面积、时间窗或谱峰不再脱离分母单独报告。以获得活性化合物的重建簇数为证据轴，改用以获得活性化合物的重建簇数占基序筛中的候选簇数的比例核算后，土壤宏基因组发现malacidins的样本选择与仪器增益不再被合并成同一个“性能提升”。 在土壤宏基因组发证据链中，原始锚点仍是Hover BM等，2018，《Nature Microbiology》3:415–422，DOI 10.1038/s41564-018-0110-1；就土壤宏基因组发的实证锚点而言，本条固定2项可核量：分子“获得活性化合物的重建簇数”与分母“基序筛中的候选簇数”，复核时不得只报前者。 在土壤宏基因组发证据链中，原始锚点仍是Hover BM等，2018，《Nature Microbiology》3:415–422，DOI 10.1038/s41564-018-0110-1；它固定了对象、年份与出处，独立复核不得用异题评论替换。
从外部有效性看，本条必须独立检验：功能基序会偏向已知机制，异源表达仍是瓶颈构成主要反证方向。当筛选基序越保守、成功率提高而新机制多样性下降时，继续沿用该比率会混淆真实效应与测量选择，方向甚至相反。与其继续增加样本，不如先把无法拼接完整簇或宿主不表达的环境候选从清洗记录移入结构字段，再以获得活性化合物的重建簇数为中心复算该比率。如果阻断路径中的一环就让获得活性化合物的重建簇数翻转，路径便不能再被当成唯一决定因素。
另一处常被略过的影响是证明“没有生产菌培养物”不妨碍获得新药，把本条纳入日常质量控制，要求公开阈值前后的原始信号，并按该比率比较不同平台。
证据能支持的范围止于已观察对象；
四、天然产物Atlas的结构去重Natural Products Atlas and Dereplication
关于天然产物Atlas的结构去重的传统方案，以重复分离在结构解析末端才被发现建立了一整套可重复流程。到2019年，标准化结构、来源和文献数据库可在早期识别已知物已经显示：流程可以重复，研究对象却可能在每次进入流程时被重新塑形。从筛选前识别已知物数的覆盖边界看，这一缺口在天然产物Atlas的结构去重中尤其明显：被测对象越整齐，代表性反而越值得追问。
对本条而言，命题被改写为：若决定去重效率的只有结构表示与来源元数据是否规范，那么把微生物天然产物转为统一结构标识并链接物种、文献和谱图应当在不同装置和样本中留下同向痕迹。就筛选前识别已知物数而言，只要这一预期痕迹未能反映在以筛选前识别已知物数占全部后续确认已知物数的比例核算上，本条就不能再以“系统复杂”解释失败。
van Santen JA于2019年把争论压缩到一组明确数值：开放Atlas收录数万结构并支持相似性搜索，减少已知物重复投入。从时间窗口的压力测试看，以以筛选前识别已知物数占全部后续确认已知物数的比例核算呈现结果后，样本量增加不再自动等同于偏差减少。以筛选前识别已知物数为证据轴，按该比率复算，本条中被平均掉的异质性才会重新显露。 证据锚点仍是van Santen JA等，2019，《ACS Central Science》5:1824–1833，DOI 10.1021/acscentsci.9b00806； 在天然产物Atl证据链中，原始锚点仍是van Santen JA等，2019，《ACS Central Science》5:1824–1833，DOI 10.1021/acscentsci.9b00806；就天然产物Atl的实证锚点而言，本条固定2项可核量：分子“筛选前识别已知物数”与分母“全部后续确认已知物数”，复核时不得只报前者。 在天然产物Atl证据链中，原始锚点仍是van Santen JA等，2019，《ACS Central Science》5:1824–1833，DOI 10.1021/acscentsci.9b00806；它固定了对象、年份与出处，独立复核不得用异题评论替换。
若把边界写成实验变量，首先要操纵的是：立体化学缺失、盐型和结构订正会造成同物异名或异物同名。当过度依赖相似性阈值时，新类似物会被误判为重复而被丢弃，该比率就可能从证据变成偏差放大器。与其继续增加样本，不如先把未公开、结构错误或没有数字化表示的已知物从清洗记录移入结构字段，再以筛选前识别已知物数为中心复算该比率。如果跨地点、尺度或时间窗后筛选前识别已知物数不能保持方向，环境单因便不能外推到总体。
本条在实践层面的后果是把去重从个人记忆升级为公共基础设施，重写样品验收规则：不仅报告中心读数，还要保存未匹配对象和失败批次，以该比率决定是否可合并。
当场景、尺度或时间窗改变时，先复算共同分母，再讨论机制是否仍成立。
五、特征化分子网络Feature-Based Molecular Networking
天然产物化学早期常假定，只要把传统分子网络把同一离子的多个色谱特征或异构体混在一起做得足够精细，机制就会自然显现。后来反复出现的色谱峰特征、定量表和MS/MS可联合形成更精细节点说明，精细化可能把同一偏差复制得更清楚，而不是把偏差消除。从分母稳定的盘点看，被删去的并非无关噪声，而是没有触发碎裂的低丰度特征和共洗脱异构体；从阈值回写的比较看，这些没有触发碎裂的低丰度特征和共洗脱异构体直接决定旧模型能否代表总体。
先用LC-MS提取特征并对齐，再把每个特征链接到对应MS/MS网络既是实验操作，也是理论边界，它决定哪些数据可以合并，哪些只能并列而不能求平均。
2020年，Nothias LF用可复算的数据链展示了方法能保留保留时间、同位素和样品丰度，支持统计比较和异构体区分。从仪器选择的审视看，这组结果把讨论推进到阈值判断，也使不同平台可以按以有匹配MS/MS的色谱特征数占全部稳定色谱特征数的比例核算换算。以有匹配MS/MS的色谱特征数为证据轴，改用以有匹配MS/MS的色谱特征数占全部稳定色谱特征数的比例核算后，特征化分子网络的样本选择与仪器增益不再被合并成同一个“性能提升”。以特征化分子网络为对象，主证据的归幕年份为2020年，该时点固定了对象与观察窗。 在本条证据链中，原始锚点仍是Nothias LF等，2020，《Nature Methods》17:905–908，DOI 10.1038/s41592-020-0933-6；就本条的实证锚点而言，本条固定2项可核量：分子“有匹配MS/MS的色谱特征数”与分母“全部稳定色谱特征数”，复核时不得只报前者。
跨平台复核时，本条的判决点落在：峰提取参数和缺失值填补会人为拆分或合并节点。峰对齐过严时假阳性下降但真实跨样品变异被拆散会使该比率的分子与分母失去可比性，原命题因而不成立。与其继续增加样本，不如先把没有触发碎裂的低丰度特征和共洗脱异构体从清洗记录移入结构字段，再以有匹配MS/MS的色谱特征数为中心复算该比率。如果有匹配MS/MS的色谱特征数在纳入账外类别后出现排序反转，本条只能解释原先被选择出来的可见对象。
本条从论文进入平台后的直接变化，是连接发现网络与队列统计，让数据库同时记录阳性、阴性与未覆盖部分，使本条可由独立团队按该比率复算。 围绕本条的复算还需同步保存阳性、阴性、未知与中止4类状态，避免清洗过程改写原始分母。
本项拒绝把采用率当成效果；
六、MIBiG标准化基因簇档案Minimum Information about a Biosynthetic Gene Cluster
在MIBiG标准化基因簇档案进入视野前，天然产物化学通常围绕基因簇与产物关系散落在文献和补充材料组织实验、数据库和评价指标。问题在于统一最小信息标准可让实验验证簇被机器复用，所以读数稳定并不等于对象稳定，跨实验比较也可能只是在比较两套前处理。从外部验证的复核看，旧模型把验证失败、无产物或边界未定的候选簇并入背景，等于预先决定了哪些反例不会出现。
MIBiG标准化基因簇档案不采取多因折中，而直接主张决定数据库可信度的只有簇边界、产物、证据类型和参考序列是否齐全。人工整理实验验证簇并用受控字段记录基因、化学与证据给出了可操作的因果次序，也让相反证据有明确的落点。
在2020年的实验与数据分析中，Kautsar SA得到MIBiG 2.0显著扩充条目并改进交叉链接，成为算法训练基准。从路径次序的校准看，它由此成为后续比较的校准基线：任何改进都要说明以字段完整的实验验证簇数占数据库全部簇数的比例核算改变的是分子还是分母。以字段完整的实验验证簇数为证据轴，跨平台比较本条时，以字段完整的实验验证簇数占数据库全部簇数的比例核算必须与原始失败记录并列。 在MIBiG标准证据链中，原始锚点仍是Kautsar SA等，2020，《Nucleic Acids Research》48:D454–D458，DOI 10.1093/nar/gkz882；就MIBiG标准的实证锚点而言，本条固定2项可核量：分子“字段完整的实验验证簇数”与分母“数据库全部簇数”，复核时不得只报前者。 在MIBiG标准证据链中，原始锚点仍是Kautsar SA等，2020，《Nucleic Acids Research》48:D454–D458，DOI 10.1093/nar/gkz882；它固定了对象、年份与出处，独立复核不得用异题评论替换。
若不控制只收成功簇时，模型准确率上升却无法识别失败类型，该比率的提升可能只是可见对象重排，而非本条改善。与其继续增加样本，不如先把验证失败、无产物或边界未定的候选簇从清洗记录移入结构字段，再以字段完整的实验验证簇数为中心复算该比率。
在本条的应用端，为模型评估和跨工具比较提供金标准，把仪器采购从追逐最高指标改为比较有效知识增量，核心验收量改成该比率。在字段完整的实验验证簇数的治理口径下，本条最直接的质量控制是公开该比率并保留验证失败、无产物或边界未定的候选簇，而不是再叠加一个综合评分。 围绕MIBiG标准的复算还需同步保存阳性、阴性、未知与中止4类状态，避免清洗过程改写原始分母。
可迁移性取决于谁被排除以及排除发生在哪一步，这两项都应成为结构化字段。
七、假想RiPP图谱Hypothetical RiPP Atlas
研究者并非没有观察到大规模基因组可枚举没有产物证据的假想前体与修饰组合，却通常被归入仪器误差、样品差异或个案噪声，因而没有进入主模型。从被实验验证RiPP家族数的覆盖边界看，“看不见”不再是结论，而是小基因漏注释和非经典修饰酶对应的RiPP是否被计入对象空间的选择。
就被实验验证RiPP家族数而言，提出者把命题收紧为：“RiPP暗空间只取决于前体肽与修饰酶邻近模式是否可信”。算法扫描短前体、识别核心区和修饰酶，聚类形成候选家族图谱因此从辅助步骤升为对象定义本身：没有走完这条路径的信号，不被视为同一种证据。
从证据链看，2023年工作最重要的贡献是HypoRiPPAtlas系统整理大批假想RiPP候选并显示大量家族无实验代表。从环境迁移的回查看，该研究把成功、失败与未覆盖对象放回同一账本，并以以被实验验证RiPP家族数占Atlas候选家族数的比例核算重算覆盖。以被实验验证RiPP家族数为证据轴，“更多”只有经以被实验验证RiPP家族数占Atlas候选家族数的比例核算重算后才具有证据意义。 在假想RiPP图证据链中，原始锚点仍是Lee YY等，2023，《Nature Communications》14:4220，DOI 10.1038/s41467-023-39905-4；围绕假想RiPP图的复算还需同步保存阳性、阴性、未知与中止4类状态，避免清洗过程改写原始分母。 在假想RiPP图证据链中，原始锚点仍是Lee YY等，2023，《Nature Communications》14:4220，DOI 10.1038/s41467-023-39905-4；它固定了对象、年份与出处，独立复核不得用异题评论替换。
沿未成功对象回看，假想RiPP图谱暴露出的薄弱环节是：短序列随机性和基因组注释错误带来高假阳性。当过滤越严格、候选更干净却更偏向已知家族时，继续沿用该比率会混淆真实效应与测量选择，方向甚至相反。与其继续增加样本，不如先把小基因漏注释和非经典修饰酶对应的RiPP从清洗记录移入结构字段，再以被实验验证RiPP家族数为中心复算该比率。如果跨地点、尺度或时间窗后被实验验证RiPP家族数不能保持方向，环境单因便不能外推到总体。 对假想RiPP图的争议记录是（未见公开反对，说明本条尚未被独立检验）；
在本条的方法治理上，具体变化是为合成生物学和靶向验证提供优先级，并在标准、指南和共享仓库中增设被排除对象字段，避免本条只在理想样品中成立。在被实验验证RiPP家族数的治理口径下，评价本条时，应同时公开该比率与小基因漏注释和非经典修饰酶对应的RiPP的处置记录，而不能只比较峰值。
原证据保留了一个明确锚点，但没有自动覆盖边界外对象；
八、微生物组原位天然产物Microbiome-Derived Natural Products in Situ
从原位检测产物样本数的覆盖边界看，仪器分辨率与通量虽持续上升，研究对象仍主要由“天然产物在纯培养中定义，与宿主环境分离”这一口径来界定。群落互作、饮食和宿主代谢决定产物是否真正生成这一事实提示：增加可见信号并没有自动增加可解释对象，反而可能扩大选择性。从环境迁移的盘点看，旧口径的直接后果，是让“有簇但因群落条件未表达的个体”既不算阴性，也不算缺失，因而无法进入误差预算。
就原位检测产物样本数而言，2014年，微生物组原位天然产物给出的可反驳判断是：“微生物组化学功能只取决于基因簇在原位是否表达并形成可达浓度”。
从选择偏差的审视看，在“微生物组原位天然产物”的证据链中，主证据并非一句趋势判断。Donia MS在2014年报告人体微生物组研究连接若干簇与短链脂肪酸、肽类和药物代谢物，同一研究还公开了阴性或低覆盖部分，使读者可以以原位检测产物样本数占携带对应基因簇样本数的比例核算检验选择性是否过强。对本条而言，数值相同而携带对应基因簇样本数不同，证据就不等价。 证据锚点仍是Donia MS等，2014，《Cell》158:1402–1414，人体微生物组小分子基因簇系统分析； 在微生物组原位天证据链中，原始锚点仍是Donia MS等，2014，《Cell》158:1402–1414，人体微生物组小分子基因簇系统分析；就微生物组原位天的实证锚点而言，本条固定2项可核量：分子“原位检测产物样本数”与分母“携带对应基因簇样本数”，复核时不得只报前者。 在微生物组原位天证据链中，原始锚点仍是Donia MS等，2014，《Cell》158:1402–1414，人体微生物组小分子基因簇系统分析；它固定了对象、年份与出处，独立复核不得用异题评论替换。
把分子与分母同时展开，争论就集中到：相关共现难证明单一生产者，样本处理会快速改变代谢物。只按粪便终点测量时，高丰度产物可能与肠壁真实暴露方向相反构成反号条件：此时以原位检测产物样本数占携带对应基因簇样本数的比例核算越高，真实可靠性反而可能越低。与其继续增加样本，不如先把有簇但因群落条件未表达的个体从清洗记录移入结构字段，再以原位检测产物样本数为中心复算该比率。
落实到本条的实验流程，规则变成把天然产物从菌株属性改写为群落—宿主事件，把本条的边界写进实验设计与监管审查，并以该比率监测现场漂移。
同名方法在不同机构可能处理不同对象，必须先锁定对象、分母与停止规则。
九、成对基因组—代谢组资源与NPLinkerPaired Omics and NPLinker
在成对基因组—代谢组资源与NPLinker出现以前，主流账本把基因簇网络与分子网络各自独立浏览写在中心位置，凡是不能落入这个口径的部分，多被称为背景或未定。从被实验验证正确链接数的覆盖边界看，这一缺口在成对基因组—代谢组资源与NPLinker中尤其明显：被测对象越整齐，代表性反而越值得追问。
就被实验验证正确链接数而言，2021年，本条的概念推进，是把“链接可信度只取决于多种证据是否在同一候选上收敛”置于首位，而不再由总体相关性代替。整合BGC家族、谱图家族、菌株共现和已知锚点计算匹配分数使每个环节都有可检查的进入条件，从而能判断偏差发生在对象、路径还是环境。
Schorn MA在2021年的主证据中把这一命题落到可量读数：社区成对数据资源使数百到上千候选链接可被系统比较。从账外类别归属的审视看，后续工作以以被实验验证正确链接数占算法高分候选链接数的比例核算比较不同样品或装置，使“更好”变成可复算差异。本条的关键不只看被实验验证正确链接数增加，还要同步重估算法高分候选链接数。 证据锚点仍是Schorn MA等，2021，《Nature Chemical Biology》17:363–368，成对组学社区资源； 在成对基因组代谢证据链中，原始锚点仍是Schorn MA等，2021，《Nature Chemical Biology》17:363–368，成对组学社区资源；就成对基因组代谢的实证锚点而言，本条固定2项可核量：分子“被实验验证正确链接数”与分母“算法高分候选链接数”，复核时不得只报前者。
对照提出材料与限制条件，最实质的异议是：菌株数少、共同系统发育和培养批次会制造虚假收敛构成主要反证方向。当实验落入“证据源高度相关时，叠加分数越高反而越高估独立支持”这一边界时，以被实验验证正确链接数占算法高分候选链接数的比例核算的正向变化可能对应实质退化。与其继续增加样本，不如先把所有菌株中共同存在而没有协变的信息对从清洗记录移入结构字段，再以被实验验证正确链接数为中心复算该比率。如果旁路仍能复制被实验验证正确链接数，D位置的单因解释便失去识别性。
本条也改变了训练与基础设施：把手工“猜链接”变成可重放排序，将前处理、算法参数和人工判读作为结果的一部分归档，让该比率可在跨实验室条件下重建。 围绕成对基因组代谢的复算还需同步保存阳性、阴性、未知与中止4类状态，避免清洗过程改写原始分母。
只有把反向事件写进主表，读数上升才不至于与实质恶化混为一谈。
十、基因—化学共嵌入检索Genomic–Chemical Co-Embedding Retrieval
2026年前后的常规做法，是先以基因簇和化学结构只能在各自模态内搜索建立对象边界，再把其余变化留给经验修正。真正卡住研究的是：预训练序列模型与分子语言模型可投影到共享潜空间，同一份样品因而会在不同流程中变成不同对象。从正确配对进入前k名次数的覆盖边界看，在基因—化学共嵌入检索中，“未测到”必须拆成不存在、不可达和未设字段三种状态。
就正确配对进入前k名次数而言，基因—化学共嵌入检索真正改变的是把“双向检索只取决于共嵌入距离是否对应真实生物合成关系”写进测量协议。依照分别编码BGC结构域和SMILES，再以度量学习对齐已知配对，读数不再只是结果，而同时记录对象怎样进入、怎样被转换以及怎样被排除。
可核对的转折发生在2026年：Liu G报告2026年研究在正向和反向检索中优于未对齐表示，并支持候选优先级。从因果方向的复核看，该设计让同一材料在2个尺度上被观察，并用以正确配对进入前k名次数占全部查询次数的比例核算分开尺度转换造成的增益与损失。以正确配对进入前k名次数为证据轴，报告以正确配对进入前k名次数占全部查询次数的比例核算必须同时保存分子、分母与阈值，缺一项都无法复算。 证据锚点仍是Liu G等，2026，《Scientific Reports》16:21291，DOI 10.1038/s41598-026-49955-5； 在基因化学共嵌入证据链中，原始锚点仍是Liu G等，2026，《Scientific Reports》16:21291，DOI 10.1038/s41598-026-49955-5；
在现场条件下，决定本条方向的边界是：训练配对偏向已知大类，潜空间近邻难给出机制解释。只要训练集同源泄漏时检索准确率升高却无法外推远缘簇，该比率就可能从证据变成偏差放大器。与其继续增加样本，不如先把没有已知配对的全新骨架和非模块化簇从清洗记录移入结构字段，再以正确配对进入前k名次数为中心复算该比率。如果环境交换让正确配对进入前k名次数的排序翻转，现有结论只能视为条件性结果。 对基因化学共嵌入的争议记录是（未见公开反对，说明本条尚未被独立检验）；未公开检验的部分继续保留为未知状态，不并入支持证据。
这条思想已实现由目标结构找生产簇、由新簇找候选结构，把本条转成可审计流程：逐步报告进入分母的资格、被剔除原因，并把该比率列为验收读数。 围绕基因化学共嵌入的复算还需同步保存阳性、阴性、未知与中止4类状态，避免清洗过程改写原始分母。
本项的复核单位不是一次成功，而是成功、失败与未知状态组成的完整事件集。
十一、CRISPR与合成生物学重构沉默簇CRISPR Refactoring of Silent Biosynthetic Clusters
从产生目标产物的重构簇数的覆盖边界看，旧难题不在于完全不可见，而在于“激活沉默簇依赖随机培养条件或全局调控突变”仍被当作代表全体的口径。从产生目标产物的重构簇数的覆盖边界看，当“定点启动子替换、转录激活和模块重构可直接重写表达程序”被排除在模型之外时，剩下的读数当然更整齐，但整齐来自删减而非自然规律。从时间窗口的对照看，问题由此从灵敏度不足转成对象资格不足，焦点落到编辑成功但因前体或修饰酶缺失不产物的簇。
就产生目标产物的重构簇数而言，2017年，这项转向不再追加协变量，而是直接断言：“产物出现只取决于整簇转录与宿主前体供给是否同时匹配”。其机制链是CRISPR编辑原宿主或在异源底盘重构启动子、边界和调控基因，所以研究设计首先要锁定这条链，随后才谈浓度、样本量或空间覆盖。
这一主张之所以立住，是因为2017年的研究给出了多项研究激活原本无峰簇并得到新代谢物，验证了基因组预测。从因果方向的分析看，这组证据可在重复实验或第二种仪器上按以产生目标产物的重构簇数占完成编辑的沉默簇数的比例核算复算，而不依赖单一图形。CRISPR与合成生物学重构沉默簇的关键不只看产生目标产物的重构簇数增加，还要同步重估完成编辑的沉默簇数。围绕CRISPR与的复算还需同步保存阳性、阴性、未知与中止4类状态，避免清洗过程改写原始分母。 在CRISPR与证据链中，原始锚点仍是Zhang MM等，2017–2020，CRISPR激活与重构天然产物基因簇系列，《Nature Chemical Biology》及《ACS Synthetic Biology》；
从反例出发，CRISPR与合成生物学重构沉默簇应优先检验：可核对的争点是大簇编辑效率、代谢负担和错误比例限制规模化。强启动子造成代谢毒性时，转录越高产量反而越低构成反号条件：此时以产生目标产物的重构簇数占完成编辑的沉默簇数的比例核算越高，真实可靠性反而可能越低。与其继续增加样本，不如先把编辑成功但因前体或修饰酶缺失不产物的簇从清洗记录移入结构字段，再以产生目标产物的重构簇数为中心复算该比率。如果第二条测量链让产生目标产物的重构簇数呈现相反排序，局部读数就不能继续代表总体。
本条进入转化环节后，把沉默簇从等待条件变成可工程化对象，要求训练数据、对照样品与现场样品使用同一分母，并把“本条迁移时不得悄然改名”写入验收条件。
资源成本不是背景变量；
十二、天然产物暗物质的多模态发现Multimodal Discovery of Natural-Product Dark Matter
从完成四模态连接候选数的覆盖边界看，在天然产物暗物质的多模态发现的早期阶段，瓶颈并非数据稀少，而是哪些对象有资格被命名为数据。以未知天然产物被定义为没有数据库命中的单个峰为默认时，真正暗物质包括无谱图、无结构、无生产者或无基因连接的多种缺口往往被解释为离群，而当离群持续成群出现，它就成为理论债务。
2014年，天然产物暗物质的多模态发现的锋利处在于：决定暗物质可进入知识库的只有基因、谱图、结构和生态证据能否逐层连接。如果多模态模型联合序列、碎片谱、分子图和环境元数据，且生成可验证候选仍不能解释同一条件下的方向差异，它便必须让位，而不能借助更多描述变量延长寿命。
关键证据来自Doroghazi JR的2014年研究：近期平台开始从海量未注释谱图和BGC中提出双向候选并用合成或异源表达验证。从失败归类的重算看，关键不在单个高值，而在按以完成四模态连接候选数占全部暗物质候选数的比例核算重算后，原先被平均掉的异质性是否重新出现。对本条而言，数值相同而全部暗物质候选数不同，证据就不等价。 在天然产物暗物质证据链中，原始锚点仍是Doroghazi JR等，2014，《Nature Chemical Biology》10:963–968，DOI 10.1038/nchembio.1659；就天然产物暗物质的实证锚点而言，本条固定2项可核量：分子“完成四模态连接候选数”与分母“全部暗物质候选数”，复核时不得只报前者。 在天然产物暗物质证据链中，原始锚点仍是Doroghazi JR等，2014，《Nature Chemical Biology》10:963–968，DOI 10.1038/nchembio.1659；它固定了对象、年份与出处，独立复核不得用异题评论替换。
当对象范围不再预先固定，核心不确定性是：模型置信度缺乏校准，训练数据偏向已知天然产物化学。若模型只奖励可匹配已知家族时，覆盖率提高反而压低真正新颖度，则以完成四模态连接候选数占全部暗物质候选数的比例核算不再代表本条的真实方向，结论必须重估。与其继续增加样本，不如先把只能在单一模态出现、长期没有配对字段的对象从清洗记录移入结构字段，再以完成四模态连接候选数为中心复算该比率。如果旁路仍能复制完成四模态连接候选数，D位置的单因解释便失去识别性。
当本条进入现场样品时，建立从候选到结构、生产者和功能的证据链，用该比率替代“性能更高”的宣传口径，并把长期维护、空白对照和失败对象纳入成本核算。
最终判断由公开数据能否重建对象流决定，而不是作者是否给出肯定结论。
◎ 二十年连起来看
若按基因簇、代谢峰、生态来源与沉默产物的对象资格重排，在天然产物化学的二十年演变中，第一条贯穿线索是对象资格。第一幕从“基因组挖掘天然产物”到“表观遗传激活沉默真菌基因簇”，不断把无表达、无产物连接的沉默基因簇等原先不入账的对象重新放回分母；被实验连接到产物的基因簇数／预测基因簇总数因此不再只是性能指标，而成为边界读数。
在基因簇、代谢峰、生态来源与沉默产物的现场条件下，在天然产物化学中，第二条线索是路径可审计。第二幕的“特征化分子网络”等条目要求把生成顺序、阈值和失败步骤与结果一起保存；只报终值无法说明有匹配MS/MS的色谱特征数／全部稳定色谱特征数究竟来自机制变化还是流程筛选。
将基因簇、代谢峰、生态来源与沉默产物的读数逐项对齐，第三条线索是环境回写。到“天然产物暗物质的多模态发现”，天然产物化学已不再把样品、仪器和现场当作外部背景；只能在单一模态出现、长期没有配对字段的对象能否进入记录，直接决定读数是否可以代表总体。
◎ 三个常见误解
若按基因簇、代谢峰、生态来源与沉默产物的对象资格重排，误解一是把天然产物化学的进步等同于分辨率或通量上升。“肽组学连接谱图与基因簇”表明，只有成功配对谱图数／全部高质量未知肽谱图数改善且没有足够碎片离子的真实肽和非线性产物减少时，仪器增益才转化为知识增量。
在基因簇、代谢峰、生态来源与沉默产物的现场条件下，天然产物化学的第二个常见误解是同名对象天然可合并。“抗性基因导向的天然产物发现”所用前提——未在结果表出现的“不依赖专一抗性或以调控耐受的真实抗生素簇”可以当作没有发生，而不必另设类别——一旦被否定，换平台或换尺度后的同名读数就不能直接求平均。
将基因簇、代谢峰、生态来源与沉默产物的读数逐项对齐，天然产物化学的第三个常见误解是阴性与未成功对象只代表质量较差。“成对基因组—代谢组资源与NPLinker”中的所有菌株中共同存在而没有协变的信息对恰好标出理论边界；对天然产物化学而言，正确做法是为其设置独立字段，而不是在清洗阶段让它消失。
◎ 与相邻领域的接口
若按基因簇、代谢峰、生态来源与沉默产物的对象资格重排，与第328号色谱与质谱技术的接口在分子网络；328号提供碎片谱和离子迁移读数，本块判断这些信号能否对应真实生物合成家族。
在基因簇、代谢峰、生态来源与沉默产物的现场条件下，与第23号计算化学的接口在结构预测；计算化学从分子图预测性质，本块必须同时回答结构由哪一基因簇、哪一生产者和哪一生态条件生成。
将基因簇、代谢峰、生态来源与沉默产物的读数逐项对齐，与第18号合成化学的接口在全合成与结构订正；合成给出结构真伪的最终检验，本块给出值得优先合成的暗物质候选。
◎ 争议现场
若按基因簇、代谢峰、生态来源与沉默产物的对象资格重排，微生物群落质谱分子网络之争集中在共碎片不必然同骨架，碰撞能和仪器参数改变网络拓扑。相似度阈值降低时网络变密却让错误家族增加构成反号条件：此时与已知节点相连的未知谱图数／全部未知谱图数越高，真实可靠性反而可能越低。要让争议收敛，应在同一批样品中预注册阈值、单列没有触发MS/MS或低丰度而缺边的代谢物，并用第二种测量链复算与已知节点相连的未知谱图数／全部未知谱图数。
在基因簇、代谢峰、生态来源与沉默产物的现场条件下，天然产物Atlas的结构去重之争集中在立体化学缺失、盐型和结构订正会造成同物异名或异物同名。当过度依赖相似性阈值时，新类似物会被误判为重复而被丢弃，筛选前识别已知物数／全部后续确认已知物数就可能从证据变成偏差放大器。决定性设计不是继续扩样，而是直接操纵这一边界，盲法检查筛选前识别已知物数／全部后续确认已知物数是否翻号。
将基因簇、代谢峰、生态来源与沉默产物的读数逐项对齐，基因—化学共嵌入检索之争集中在训练配对偏向已知大类，潜空间近邻难给出机制解释。只要训练集同源泄漏时检索准确率升高却无法外推远缘簇，正确配对进入前k名次数／全部查询次数就可能从证据变成偏差放大器。收敛条件是跨平台固定分母、保存全部失败对象，并比较正确配对进入前k名次数／全部查询次数能否保持方向。
◎ 往下五年看什么
若按基因簇、代谢峰、生态来源与沉默产物的对象资格重排，首先看“GNPS开放质谱分子网络”的被公共库或网络注释的谱图数／全部上传高质量谱图数能否在三家以上独立实验室、两类现场样品中保持同向，而不是只在原开发平台上成立。
在基因簇、代谢峰、生态来源与沉默产物的现场条件下，第二看无法拼接完整簇或宿主不表达的环境候选是否进入公共数据库的结构化字段；衡量天然产物化学数据库进展的直接读数，是含该字段的数据集数／抽查数据集总数。
将基因簇、代谢峰、生态来源与沉默产物的读数逐项对齐，第三看“假想RiPP图谱”的迁移性：预注册阈值后比较外部样品有效读数／内部验证有效读数，并公开所有方向改变的批次。
从基因簇、代谢峰、生态来源与沉默产物的反号边界回看，第四看“天然产物暗物质的多模态发现”的长期成本，以新增可解释对象数／新增采集、算力与维护成本结算，而不只报告峰值性能。
◎ 可与哪些领域对撞
若按基因簇、代谢峰、生态来源与沉默产物的对象资格重排，本块第2条“antiSMASH基因簇识别”可与第23号计算化学第5条对撞。共同预设是序列相似足以代表化学相似；计算预测把高同源作为正，本条显示远缘簇可能产相似物、近缘簇也可能因剪裁酶产完全不同物。若两边都成立，必须加入生物合成路径级表示。
在基因簇、代谢峰、生态来源与沉默产物的现场条件下，本块第9条“GNPS共享网络”可与第328号第13条对撞。两边共享高质量碎片谱可代表分子身份的前提；质谱技术强调匹配分数，本条强调未知节点之间的家族关系。矛盾指出“可归类”与“可定名”是两个不同对象。
将基因簇、代谢峰、生态来源与沉默产物的读数逐项对齐，本块第11条“培养无关的malacidin发现”可与第342号土壤科学第8条对撞。两边都从土壤提取信息；土壤学把未培养微生物视为群落背景，本条把其基因簇视为药物生产者。若都成立，必须承认“没有培养体的生产能力”是独立存在物。
从基因簇、代谢峰、生态来源与沉默产物的反号边界回看，本块第18条“基因—化学共嵌入”可与第310号空间统计与地理统计第14条对撞。共享预设是距离近代表机制近；统计空间中的近邻由坐标定义，本条的近邻由序列与结构共同学习。碰撞要求给出跨模态距离的可证伪含义。
◎ 十条可做的研究命题
1. 命题：发现潜力只取决于基因组中是否存在完整且可表达的生物合成逻辑。方法：把基因簇、代谢峰、生态来源与沉默产物放进同一张时间表后，对同一批对象进行两种正交测量，并比较各自得到的被实验连接到产物的基因簇数／预测基因簇总数及其分母覆盖。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若独立复现中被实验连接到产物的基因簇数／预测基因簇总数方向不稳，或纳入无表达、无产物连接的沉默基因簇后效应消失，则否定命题。
2. 命题：规模化挖掘只取决于功能域组合能否被标准化识别。方法：以基因簇、代谢峰、生态来源与沉默产物为共同坐标，在同一批样品中设置完整路径、缩短路径和旁路三组，盲法复算正确标注簇数／人工核验候选簇数。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若外部样品的正确标注簇数／人工核验候选簇数落在相反方向，且差异不能由预设变量解释，则证伪。
3. 命题：谱图—基因连接只取决于碎片单体与腺苷化结构域特异性是否一致。方法：回到基因簇、代谢峰、生态来源与沉默产物的未成功对象，建立分层外部验证，在至少三个现场重算成功配对谱图数／全部高质量未知肽谱图数，并记录环境改变造成的账外类别。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若边界条件“偏好易碎裂肽时，谱图质量提高反而收窄化学多样性”出现而模型仍给出同样解释，却无法预测反号，则视为失败。
4. 命题：网络边只取决于共享碎片与中性丢失是否超过阈值。方法：从基因簇、代谢峰、生态来源与沉默产物的尺度转换出发，在三类样品和两套独立平台上预注册阈值，逐批复算与已知节点相连的未知谱图数／全部未知谱图数，并把没有触发MS/MS或低丰度而缺边的代谢物单列。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若预注册阈值下与已知节点相连的未知谱图数／全部未知谱图数不再显著，或方向随平台改变，则拒绝该命题。
5. 命题：未发现空间大小只取决于簇家族去重后剩余的新颖度。方法：若按基因簇、代谢峰、生态来源与沉默产物的对象资格重排，设计路径交换实验：保持输入相同，改变步骤顺序，观察无已知产物簇家族数／全部簇家族数与来自未测序生态位和真菌的合成能力的去向。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若边界条件“继续增加近缘菌株时基因组数上升而新簇家族增速下降”出现而模型仍给出同样解释，却无法预测反号，则视为失败。
6. 命题：自动化成功只取决于基因簇模式与代谢峰能否在同一菌株集合中协变。方法：在基因簇、代谢峰、生态来源与沉默产物的现场条件下，建立分层外部验证，在至少三个现场重算成功连接产物簇数／进入平台的候选簇数，并记录环境改变造成的账外类别。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若预注册阈值下成功连接产物簇数／进入平台的候选簇数不再显著，或方向随平台改变，则拒绝该命题。
7. 命题：培养无关发现只取决于大插入片段是否保留足够完整的簇。方法：将基因簇、代谢峰、生态来源与沉默产物的读数逐项对齐，在三类样品和两套独立平台上预注册阈值，逐批复算产生可检测产物的环境DNA克隆数／全部大插入克隆数，并把含完整簇却在宿主中不表达的克隆单列。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若外部样品的产生可检测产物的环境DNA克隆数／全部大插入克隆数落在相反方向，且差异不能由预设变量解释，则证伪。
8. 命题：真菌暗物质显现只取决于簇附近染色质是否从抑制态转为开放态。方法：从基因簇、代谢峰、生态来源与沉默产物的反号边界回看，设计路径交换实验：保持输入相同，改变步骤顺序，观察激活后新增代谢峰数／全部沉默候选簇数与被激活但产物不稳定或无离子化信号的簇的去向。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若控制“强烈解除抑制引发生长缺陷时，转录增加反而降低可分离产量”后结论反向，或第二条测量链无法复制激活后新增代谢峰数／全部沉默候选簇数，即构成证伪。
9. 命题：开放网络价值只取决于谱图、元数据和注释能否持续回溯。方法：围绕基因簇、代谢峰、生态来源与沉默产物的账外类别对象，用环境交换设计检验同一对象在不同条件下是否仍产生可比的被公共库或网络注释的谱图数／全部上传高质量谱图数。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若两种正交方法对GNPS开放质谱分子网络给出相反排序，原单因主张即失去识别性。
10. 命题：靶向发现效率只取决于异常抗性基因与邻近生物合成簇是否共定位。方法：沿基因簇、代谢峰、生态来源与沉默产物的路径次序复核，在三类样品和两套独立平台上预注册阈值，逐批复算验证为自产物抗性的基因数／簇内候选抗性基因数，并把不依赖专一抗性或以调控耐受的真实抗生素簇单列。证伪：以基因簇、代谢峰、生态来源与沉默产物的独立读数为准，若独立复现中验证为自产物抗性的基因数／簇内候选抗性基因数方向不稳，或纳入不依赖专一抗性或以调控耐受的真实抗生素簇后效应消失，则否定命题。
◎ 资料核验
- Challis GL，2008，《Journal of Medicinal Chemistry》51:2618–2628，DOI 10.1021/jm700948z。
- Medema MH等，2011，《Nucleic Acids Research》39:W339–W346，DOI 10.1093/nar/gkr466。
- Kersten RD等，2011，《Nature Chemical Biology》7:794–802，DOI 10.1038/nchembio.684。
- Watrous J等，2012，《Proceedings of the National Academy of Sciences》109:E1743–E1752，DOI 10.1073/pnas.1203689109。
- Cimermancic P等，2014，《Cell》158:412–421，DOI 10.1016/j.cell.2014.06.034。
- Johnston CW等，2015，《Nature Communications》6:8421，DOI 10.1038/ncomms9421。
- Brady SF、Clardy J，2005/2010，环境DNA天然产物系列，《Journal of the American Chemical Society》。
- Bok JW等，2006/2007，《Chemistry & Biology》/《Nature Chemical Biology》，真菌染色质调控次级代谢研究。
- Wang M等，2016，《Nature Biotechnology》34:828–837，DOI 10.1038/nbt.3597。
- Pan E等，2013–2018，抗性基因导向天然产物发现系列，《Nature Chemical Biology》。
- Hover BM等，2018，《Nature Microbiology》3:415–422，DOI 10.1038/s41564-018-0110-1。
- van Santen JA等，2019，《ACS Central Science》5:1824–1833，DOI 10.1021/acscentsci.9b00806。
- Nothias LF等，2020，《Nature Methods》17:905–908，DOI 10.1038/s41592-020-0933-6。
- Kautsar SA等，2020，《Nucleic Acids Research》48:D454–D458，DOI 10.1093/nar/gkz882。
- Lee YY等，2023，《Nature Communications》14:4220，DOI 10.1038/s41467-023-39905-4。
- Donia MS等，2014，《Cell》158:1402–1414，人体微生物组小分子基因簇系统分析。
- Schorn MA等，2021，《Nature Chemical Biology》17:363–368，成对组学社区资源。
- Liu G等，2026，《Scientific Reports》16:21291，DOI 10.1038/s41598-026-49955-5。
- Zhang MM等，2017–2020，CRISPR激活与重构天然产物基因簇系列，《Nature Chemical Biology》及《ACS Synthetic Biology》。
- Doroghazi JR等，2014，《Nature Chemical Biology》10:963–968，DOI 10.1038/nchembio.1659。
- Seibel E等，2023，《Communications Chemistry》6，β-氨基酸大环内酰胺基因挖掘。
- Guerrero Garzón JF等，2025，《Scientific Reports》15:32142。
- Tay DWP等，2026，《Nature Reviews Bioengineering》/《Nature Chemical Engineering》，linked MS与BGC发现。