问题——临床与科研长期面临“用药信息不完整”的难题。现实中，患者可能记不清药名和剂量，也可能自行购买非处方药、使用剩余处方药，或通过网络渠道获取药品；一些药物及有关化合物还可能通过食物、饮水和环境进入人体。若主要依赖问诊与病历记录，关键暴露信息容易遗漏，进而影响疗效评估、不良反应识别，以及疾病机制研究的准确性。 原因——药物进入体内会代谢、分解，产生多种衍生物，传统的核对方式难以全面覆盖。研究团队指出，若要更接近“真实暴露”，需要从生物样本本身出发，用高通量方法复杂分子背景中识别药物及其代谢物。为此，研究人员采用质谱技术：先对分子进行电离并按质量特征分离，再将其裂解获得可比对的化学特征谱，作为类似“指纹”的识别依据。同时，他们将这些条目与处方药、非处方药来源，以及药物类别、用途和作用机制等信息关联，构建公开的在线参考库，方便全球研究者检索与比对。 影响——在验证阶段，团队用非靶向代谢组学对样本进行一次性多分子扫描，可在尿液、血液等多种样本中识别药物及其分解产物。结果显示，该库在多种真实场景下提升了“药物暴露还原度”。例如，在炎症性肠病、川崎病和龋齿等相关样本中，抗生素检出频率较高，与常见治疗路径一致；银屑病患者皮肤拭子中常见抗真菌剂信号，也反映出皮肤损伤处理中常见的用药特点。研究人员深入分析了近2000名参与者的样本，检出约75种不同药物，整体分布与相关地区常见处方类别相符，并呈现地区与人群差异：部分地区参与者可检出的药物种类更多；止痛药在女性样本中更常见，而部分特定药物主要在男性样本中检出。研究还提示，该工具可从药物信号中补充共病治疗线索：例如，某些神经退行性疾病样本同时呈现心血管和精神类用药；在HIV感染者研究中，除抗病毒药物外，还检出心血管与精神类用药特征，与该人群心脏病、抑郁等共病负担相互印证。更重要的是，研究人员可据“实际服药情况”对参与者重新分组，并观察到特定药物与肠道来源分子变化之间的关联，提示药物暴露可能通过改变微生物组，进而影响免疫相关过程。 对策——业内人士认为，要推动此类工具更广泛落地，仍需在三上继续完善：一是加强标准化，统一样本采集、质谱流程与数据质控，提高跨机构可比性；二是扩大数据库覆盖，纳入更多药物、代谢物及相关化合物，并持续更新来源与注释；三是健全合规与伦理框架，明确数据开放共享与隐私保护的边界，确保研究使用可追溯、可审计。 前景——除临床与人群研究外，该库在环境与食品安全领域也显示出应用潜力。研究团队测试3000多种食品后，在部分肉类中发现抗生素信号，在部分蔬菜中检出与农药相关的化合物特征，提示该方法可用于识别更隐蔽的暴露来源。团队认为，未来还可用于再生水、降雪等环境介质中的药物残留追踪，为公共卫生风险评估、污染溯源与治理提供更细的数据支撑。随着数据库与检测能力持续迭代，药物暴露、微生物代谢产物与健康结局之间的关联研究有望获得更稳固的证据基础。
在精准医疗加速发展的背景下，这项研究为难以察觉的药物暴露提供了更清晰的识别手段；它不仅提升了药物监测与暴露还原的可行性，也提醒人们关注药物在环境与人群之间的流动与累积。从临床到环境、从个体到公共健康，技术创新的核心仍在于让更可靠的数据真正服务于生命健康的全周期管理。