微生物的生命已经存在了数十亿年，但直到17世纪末，人类才借助一项技术突破首次观察到它们1。尽管罗伯特·胡克（Robert Hooke）和安东尼·范·列文虎克（Antonie van Leeuwenhoek）制造的显微镜按照今天的标准来看还很原始，但他们对“微小生物”的好奇观察催生了全新的科学学科——微生物学。在随后的近三个世纪里，技术的发展深刻地影响了微生物学的研究，使我们从发现周围普遍存在的微生物，到理解它们对人类健康、环境稳定性和工业过程的贡献。最初是用简陋的显微镜打开了一个隐秘的世界，而现在我们已经发展出了一系列先进的技术，能够在前所未有的细节水平上观察、理解和操纵微生物。本期《自然·微生物学》（Nature Microbiology）强调了当好奇的研究人员利用这些技术创新时，如何不断推动微生物学的新发现。

继胡克和范·列文虎克的开创性发现之后，18世纪工业革命期间的技术创新迎来了新一代微生物学发现的浪潮，包括路易·巴斯德（Louis Pasteur）、范妮·赫塞（Fanny Hesse）和罗伯特·科赫（Robert Koch）等人，他们认识到微生物是生物化学过程和疾病的关键驱动因素。曾经被认为是艺术的手工酿酒和制奶酪工艺，现在也被理解为基于微生物学的机制。无菌技术和染色技术的发展帮助微生物学家分离、培养并区分微生物，为20世纪的抗生素发现和工业发酵黄金时代奠定了基础。随着发现核酸是遗传物质以及DNA结构的阐明，分子生物学应运而生，进一步推动了分子克隆、测序和基因工程等技术的进步，这些技术彻底改变了微生物的研究方式。虽然电子显微镜等工具实现了高分辨率成像，但通过测序微生物的遗传物质来识别它们的潜力意味着直接观察不再是确定微生物多样性的唯一方法。随着计算和数据处理能力的同步提升，21世纪初，微生物学进入了“组学”（omics）时代，能够对不同系统中的微生物多样性进行高通量评估。虽然摩尔定律（计算成本每两年减半）描述的计算能力呈指数级增长常被视为人类技术实力的标志，但实际上基因测序成本的下降远远超出了这一预期2。所谓的“卡尔森曲线”（Carlson curve）显示，这种成本下降伴随着间断性的加速——每当出现新的技术突破时，成本都会大幅降低3。随着技术的不断进步，这些大规模、全面的组学技术的可访问性也在不断提高。

在本期中，Treichel等人的一项全面比较分析展示了高通量宏基因组学在捕捉细菌菌株水平多样性方面的强大能力。同时，作者也指出了与测序深度相关的技术局限性，并提供了应对方法，强调了仔细监督的重要性。此外，最近的发展还提高了单细胞水平的分辨率。Clatworthy等人的综述总结了细菌单细胞转录组学方法的最新进展，这些方法能够提供关于细菌异质性及其生理影响的深入见解。本期中的多篇论文展示了这些创新的激动人心应用：Alrubaye等人利用单细胞RNA测序技术生成了来自猫肠道的Toxoplasma gondii（弓形虫）的单细胞图谱，以识别其配子发育的调控因子；Zarrella等人同样使用该技术来研究基孔肯雅病毒感染如何引发持续的炎症和感染后后遗症；Ntekas等人结合单细胞RNA测序和显微镜技术，空间解析了小鼠肠道中肿瘤相关的宿主-微生物相互作用。将相同的技术原理应用于三个完全不同的系统，体现了该技术的多功能性和使用者的创造力。

如今，高通量分析方法已不再局限于核酸领域。这些技术越来越多地应用于蛋白质和代谢物，揭示了单独的核酸测序无法提供的细节。Mora?s等人在本期文章中利用高通量蛋白质组学技术，详细研究了简单和复杂微生物群落中的细菌行为。他们发现细菌通过调节蛋白质成分来相互作用，从而建立代谢互补性，减少了群落中的功能冗余，增加了细菌间新的相互作用层次。类似地，代谢组学（大规模代谢物分析）使人们能够解读微生物在复杂群落中使用的化学信号。将代谢组学特征与微生物分类学相结合，有助于更好地理解微生物的生化潜力，并为其合成或治疗应用提供依据4。下一个前沿方向是将多种组学技术结合起来，提供微生物活动的多维视图。Muller、Bamberger和Borenstein在他们的综述中讨论了多种多组学整合方法，指导研究人员选择最适合其研究问题的方法。他们指出，这些技术混合产生的海量数据可能让用户感到不知所措，因此需要从具体的生物学问题出发来分析这些数据。

事实上，技术进步带来的丰富数据促进了数据驱动型研究的增加，研究不仅基于生化观察，还基于对大量数据集的计算分析。因此，迫切需要确保研究设计和发现结果具有生物学意义，这需要细心且技术熟练的监督。技术是发现的推动者，但人类的智慧和科学监督始终是这一过程的关键。例如，高通量宏基因组学生成了大量数据，但缺乏深入的知识和生物学意识的实验设计可能导致错误的或误导性的结论。实施智能研究计划，为研究人员提供更多机会学习最新技术并促进跨学科合作至关重要56。与工业合作伙伴的合作也有助于技术的公平共享，因为仅靠学术资助可能无法跟上技术发展的步伐。这一点在涉及先进人工智能的微生物研究应用中尤为明显。我们之前也讨论过人工智能在研究中的应用7，很明显，人工智能的一些潜在优点和挑战同样适用于更先进的技术。

归根结底，微生物学的诞生源于技术发展，这一领域持续依靠技术创新不断进步。然而，技术只是工具，需要用户为其赋予目的。那些原始的显微镜让胡克和范·列文虎克看到了周围存在的事物，但正是他们的科学好奇心使他们能够识别生命的的基本单位。同样，技术将不断促进新的微生物学发现，但研究人员必须确保这些发现建立在对基本生物学概念的深刻理解之上。