编者按：
本文是Stephen Friend写在2011年的文章，我们可以看到那时候人们对组学的期待。思考的框架可以用来分析其他的新技术，所有现存的技术都有未来，尽管这未来不是自然而然地到来。近十年后，基因组已经从当时的群雄逐鹿，成为想生命科学的基础。
不久以前，只要一提到末尾有两个音节的单词“o-mics”，人们通常会马上做出类似于“啥？“的表情。今天，我们已经到了几乎没有任何生物现象可以逃脱“omics-ization”的地步，在未来25年内，组学将在生物学中占据"老大"的地位－如果还不是垄断地位的话。为什么?因为我们即将经历专家们所说的“相移（phase shift）”，一项技术将带来根本性的改变，不仅是我们已知的东西，更重要的是，人类对自身的看法。换句话说，“组学”注定要以只有技术革命才能带来的那种方式来改变我们的生活模式。
其他技术已经被证明对人类文化有着类似的深刻影响。想想互联网对商业的影响，或者GPS系统对旅行和导航的影响。这些技术的影响远远超出了它们所产生的信息。他们重新定义了人类社会。
在过去的半个世纪里，基因组学技术为我们提供了一套方法，就像20世纪70年代早期的计算机一样，最初没有得到充分的重视。“异国情调”、“挑剔”和“极客”是指那些甚至不能相互交谈的大型计算机。同样的变革性技术进步，已经把电脑变成了必备的个人配件，对于“组学”这个新兴领域来说，也是不可避免的。以下是组学将重塑人类体验的四种方式。
DNA as a standard reference
使我们能够在Web上无缝地共享信息的是被称为TCP:IP协议的核心架构。它允许语言、国际边界和海关全部消失，所以如果我愿意，我可以在eBay上从阿富汗的一个商人那里买到一块地毯。同样，经纬度的通用网格允许将GPS、Yelp和Zagat结合在一起的坐标参考标准。在任何时间为任何人生成基因组签名的能力，将在某种程度上超越目前的信息效用，突破基于症状的疾病描述，并提供重新定义诊断过程所需的标准参考。当现有的基于症状的疾病分类被解码为实际的基于omicas的亚型时，流行病学家追踪疾病的能力将有一个巨大的飞跃。DNA对生物医学信息学的作用就像TCP:IP地址对互联网的作用一样:它将允许信息在公民身上分层，从而使个性化医疗成为现实。
Integrated omics models
今天，我们使用组学技术作为独立的工具。DNA和RNA的改变成分列表描述了不同疾病的特征改变的核苷酸和氨基酸，就像我们在一台坏了的收音机里列出损坏的电阻和电容器一样。这样的列表比较容易组合。很快，甲基化和代谢物改变成分列表也将很容易获得。未来25年最大的变化将不是其中一种技术取代其他技术，而是它们如何整合。为了建立信息丰富的疾病模型，我们需要能够建立预测模型，这将依赖于理解DNA和RNA水平的变化如何反映在蛋白质和细胞过程中。方式类似于一个信息系统,如相机、手机、MP3播放器,和电视,已经聚集在智能手机上,我们应该期望组学数据被以系统的方式使用，这样可以提供比单独使用更多的聚合。
How we will work together
如今，大多数发现都是由科学家和临床医生完成的，他们得到资金支持，生成数据，建立模型或假设，对自己的想法进行验证，然后以论文的形式在同行评审的期刊上分享结果。当实验规模很小，一个实验室也能合理地完成时，这种方法就能很好地工作(而且几个世纪以来一直如此)。但是，随着产生洞察力所需的数据规模的增长，随着构建模型的算法变得更加复杂，以及必要的技能变得多样化，协调的团队方法的力量将会增长。
与物理学、天文学和软件工程类似，动态团队实时分享数据和想法的好处将成倍增加。逻辑上的扩展是开始考虑“共享”，其中组学数据、项目和模型可以以共享的方式演进。这将需要一套新的奖励和激励机制，但它将把目前生物医学中封闭的信息系统转变为更开放的医学信息基础设施，能够与生成系统相关联的指数学习。
The democratization of medicine
随着组学数据和模型的积累，它们将给现有的专家带来压力。随着诊断疾病和跟踪治疗所需的信息开始由不一定是医生的“知识专家”产生，我们应该期待有能力帮助建立更好的疾病模型的公民被激活。在像Love/Avon Army of Women或PatientsLikeMe这样的疾病宣传组织中，患者已经被组织起来跟踪自己的症状，并可以自行参加临床试验，他们将认识到自己可以远远超出“病人”的被动角色。
在不久的将来，有组织和活跃的患者将开始提供他们自己的基因样本，用于基于omicon的试验，以确定他们是否会对特定疗法产生反应。他们肯定会想要继续他们已经资助的研究，甚至可能会自费参与未来的部分研究。
这些参与试验的患者将希望了解如何解释这些试验的结果。科学家、公民和医生之间的合作关系的建立，堪比由编辑和出版商组成的行会与大众合作推出维基百科时的出版民主化。个人将会意识到，通过使用组学信息，他们可以成为疾病模型的构建者，这些疾病模型是定义新药和决定谁应该接受哪种治疗所必需的。患者将会成为医护的合作者，共同探索新的治疗方法。
