如前文所述，整個細胞不隻是各個組分的簡單組合。對於基因組而言也是如此。我們對細胞中單個分子的“藍圖”進行鑒定，其意義在於對各個組分的特征進行細致描繪可以幫助我們了解整個問題的實質。這是一種被稱為還原論的研究體係，數十年來一直作為生物學研究的主導理念。然而，如果僅僅在分子層麵進行鑒定卻對其組裝機製一無所知，那麽我們仍無法解決整個問題，也無法得知整個過程是如何進行的。因此，我們需要尋找針對“係統生物學”或“生物複雜性”研究的相關方法，並且完成生物學研究中的思維模式轉變，即“跳出框架去思索”。我們所遇到的挑戰是：如何理解在細胞內部，以及在組織、器官與生物體水平上所發生的多種生物學過程，以及不同分子間的相互作用方式。其中最重要的問題在於“究竟是分子驅動著細胞與生命體，還是生命體驅動著細胞及其分子？”事實上，這種相互作用存在於細胞對外界環境的響應，以及細胞對內部基因表達的控製中，並在兩者之間達到平衡。
細胞研究中有許多令人興奮的新領域，其中包括基因與蛋白水平的微小變化如何引起細胞行為的巨大改變，以及如何利用細胞來治療疾病、提煉金屬、分解石油產物或利用光能來產生生物燃料等。此外，同樣令人著迷的是，我們還在努力通過合成的方法來“創造”生命，以及了解衰老背後的生物學奧秘等。在本章中，我們將簡要地對其中一些研究方向進行介紹，並進一步探討其未來可能的發展方向。
係統生物學
目前，我們已經獲得了小部分人的完整DNA序列信息。另一方麵，我們也對細胞日常活動中所涉及的生化反應機製及其分裂、分化機理有了越來越多的了解。在過去的10年間，分子技術的進步使我們能夠誘導並監測數千種基因、RNA信號以及蛋白質的變化情況；而現在，我們甚至可以在單細胞中同時檢測這些指標的變化情況。這些技術革新所帶來的新知識逐漸發展形成了係統生物學的主要內容，使我們了解到細胞內不同組分之間成千上萬種細微的相互作用關係。在早期的實驗中，人們常常會對細胞進行某種藥物處理，然後觀察其發生的變化。例如，在最理想的情況下，某一種藥物可以與其靶向蛋白（如某種酶類）發生相互作用，使其失活。但如今通過對成千上萬個基因及其產物的分析，我們已經得知除靶標蛋白外，大多數藥物還可以引發許多與靶標蛋白無明顯關聯的非靶標蛋白的變化。這些非靶標蛋白可能增加或者減少，變化速率也各不相同。從另一角度來說，這些藥物的“副作用”也推動了“更為清潔”的特異性藥物的研發進程。隨著各大係統相關研究的不斷開展，我們逐漸了解到在細胞分裂、分化等生物學過程中，細胞內的基因表達與蛋白質水平均發生著不同變化。盡管這些實驗本身所花費的時間相對較少，但由於在實驗過程中獲得了海量的數據，因此需要耗費大量時間對數據進行細致地分析，這樣才能對這些實驗背後的生物學含義有更為深刻的理解。幸運的是，目前計算機已經可以通過強大的功能實現對相關信息的處理與分析。現如今，細胞與分子生物學領域的研究越發依賴於計算機生物學（又稱為生物信息學）的幫助，以解決那些基於DNA與蛋白質序列的生物學行為相關問題。