天然物仍是新藥開發重要來源
一直以來，天然物就是藥物開發的重要來源。在人類基因體尚未解碼以及高通量篩選技術仍未發展的時代，有超過80%的新藥來自於天然物或天然物的衍生物。但隨著高通量技術的發展，新藥開發轉向了以組合化學為來源的小分子化學合成藥庫。組合化學能夠快速地提供大量的小分子化合物，這類型的藥庫內含有的小分子化合物數量多在1萬種以上，甚至到數十萬種，因此在1990年代，美國FDA通過的新結構藥物(new molecular entity (NME))來自於天然物的比例明顯下降。但是過去的實務經驗中也發現：組合化學所製造的小分子化合物藥庫配合高通量篩選的策略，在先導藥物開發的成功率似乎仍無法正比於藥廠所投入的開發資源。許多大型篩選的結果令人失望，研究者也理解了「與生物活性相關的化學空間 (chemical space)多樣性」比化學藥庫的大小(化合物數量)更為重要。
此外，分析1984-2014年FDA所通過的新藥物會發現，就算這段期間中新藥開發策略偏向純化學合成小分子藥物為主，純化學合成的小分子新藥比率仍只有27%；相對的，天然物、天然物衍生物或是藥效基團(pharmacophore)的結構是來自或是源自於天然物的合成小分子藥物等等與天然物相關新藥，再加上植物新藥(通常為幾種化合物的混合物) ，全部的比率約占51%。這個結果也顯示天然物仍然是新藥開發中無法取代的資源。而其中一個決定性的因素就是天然物具有多樣化的藥效基團與高複雜度的立體化學。而這樣的特性也讓天然物在新藥開發中占一席之地。
傳統天然藥物開發之困境
儘管天然物仍是新藥開發的重要來源，但是傳統天然物藥物開發的能量相較與利用組合化學的小分子化學合成藥庫搭配高通量篩選來說仍是相去甚遠。一般而言，研究者必須要到野外採集足夠的植物原料，回到實驗室後，先製備粗萃取物，在這個階段，研究者通常就需要將粗萃取物送至其他實驗室進行生物活性測試，有生物活性的粗萃取物會再往下進行生物活性導向分離與萃取，追蹤活性成分的劃分層，這部分除了需要天然萃取團隊與生物活性測試團隊的相互配合，當然也有一定運氣成分，最後才能穩定得到足夠量之有潛力的目標化合物。這些的研究工作需要大量的人力與時間，更需要兩個團隊的充分協調，才能一路突破各種困難，真正將研發成果應用於臨床。
另一方面，高通量藥物篩選是一個快速找到有效活性成分的方式，但是傳統的天然物萃取方式，在消耗掉大量的人力與時間後，僅能得到很有限的純化合物種類，而且絕大多數的純化合物，都因為純化後所得到的重量過於稀少，根本不足以應付建構藥庫以及後續驗證實驗所需，因此由天然純化合物所構成的藥庫相當少見，且這些藥庫通常化合物種類都僅在數百種上下；另外，這些藥庫所含的化合物也大多是植物內含量較多、或是較為常見的化學骨架。而且要從同一植物樣本中重複分離到含量低的次要化合物也是相當困難的。另外，由於天然物的高複雜度立體化學特性，也大大降低天然物合成的產率，並大大提高合成步驟與困難度。這些因素都讓天然物新藥開發難以應用高通量篩選的模式進行。
天然物在新藥開發的新契機
為了在化學多樣性、藥庫大小、藥庫製備的各種成本之間取得一個平衡點，折衷的觀念因應而生，研究者開始使用劃分層提取物(fractions)進行高通量篩選。將粗萃取物進一步分成數十個至上百個劃分層，由於小量製備便已足夠用於藥庫建置，從而使得規模小型化並且提高製備速度。這些藥庫也相當適合使用高通量篩選進行生物活性測試。而這樣的藥庫配合上靈敏的核磁共振技術能夠解決化合物分離和結構解析的瓶頸問題。
以串聯質譜配合GNPS分子網絡分析加速天然藥物開發
自1960年代晚期，質譜便被廣泛地運用於檢測生物檢體內的代謝產物。非標的式的串聯質譜分析更是目前代謝組學研究中用來發現與註解新代謝物的主要策略之一。非標的式的串聯質譜可以偵測一個混合樣品中，所有被離子化的化合物的化學特徵。所謂的「化學特徵」指的是每個化合物被撞擊後產生的所有碎片的分子離子峰圖譜。具有相似結構的化合物，在撞擊後會產生相同碎片，而在質譜分析上出現相同分子離子峰圖譜。因此根據這些質譜結果的「化學特徵」。並可以利用這些特徵，進行相似性比對，將混和樣品中的化合物依照結構歸類，並分析每個化合物之間的關聯性，再以網路連結式的視覺化呈現，產生所謂的「分子網絡」。這個分析配合上混和樣品活性分析的結果，將可以進一步找出活性來源的化合物群；同時也可以與現有公開的質譜資料庫進行比對，將已知的化合物鑑定出來，從而辨識出全新的活性化合物。
