組學omics，研究的是整體. 按照分析目標不同主要分為基因組學，轉錄組學，蛋白質組學，代謝組學。

基因組學研究的主要是基因組DNA，使用方法目前以二代測序為主，將基因組拆成小片段後再用生物資訊學演算法進行迭代組裝。當然這僅僅是第一步，隨後還有繁瑣的基因註釋等資料分析工作。

轉錄組學研究的是某個時間點的mRNA總和，可以用晶片，也可以用測序。晶片是用已知的基因探針，測序則有可能發現新的mRNA,

蛋白組學針對的是全體蛋白，組要以2D-Gel和質譜為主，分為top-down和bottom-up分析方法。理念和基因組類似，將蛋白用特定的物料化學手段分解成小肽段，在透過質量反推蛋白序列，最後進行搜尋，標識已知未知的蛋白序列。

代謝組分析的代謝產物，是大分子和小分子的混合物，主要也是用液相和質譜。

總而言之，這些技術都想從全域性找變數，都是一種top-down的研究方法，原因很簡單：避免‘只緣身在此山中’的尷尬。

但因為技術侷限，都各有缺點，尤其是轉錄組和蛋白組資料，基本上顛覆了以前一直認為的mRNA水平能代表蛋白水平的觀念，因為這兩組資料的重合度太低。

所以目前很多研究都開始使用交叉驗證方法。

無論如何，都需要對資料進行分析，有經驗的分析往往能化腐朽為神奇。