由王棟、鄧赟、許俊泉等科研人員組成的團隊在《自然·方法》（Nature Methods）期刊上發表了一項突破性研究成果。該團隊成功開發了一項名為HiMAP-seq（High-throughput Multiplexed Analysis of Perturbations coupled with sequencing）的新技術，并基于此構建了規模高達三億量級的原創性藥物-基因表達關系數據庫——CIGS（Chemical-Induced Gene Expression Signature database）。這一系列工作標志著在功能基因組學與藥物研發交叉領域取得了重要進展，為系統理解藥物作用機制、加速新藥發現提供了全新的強大工具。

HiMAP-seq：高通量并行擾動分析的新利器

HiMAP-seq技術的核心創新在于其高通量、多維度并行分析能力。傳統方法往往難以同時、系統地評估成百上千種化學分子（如候選藥物）對細胞全基因組表達譜的影響，過程耗時耗力且成本高昂。HiMAP-seq通過巧妙的實驗設計與高效的測序策略，實現了在單次實驗中同時對大量化學擾動條件進行精確監測。該技術不僅大幅提升了篩選通量，還保證了數據的可比性與高質量，能夠精準捕捉藥物處理下細微而關鍵的基因表達變化，為繪制精細的藥物作用圖譜奠定了基礎。

CIGS數據庫：三億量級藥物-基因關系的數據寶庫

運用HiMAP-seq這一強大工具，研究團隊對海量的小分子化合物庫進行了系統性篩選與分析，并將結果整合構建成CIGS數據庫。該數據庫目前包含了約三億個數據點，詳盡記錄了不同化學物質在多種細胞模型中對全基因組表達的影響特征（即基因表達特征譜）。其數據規模與質量在同類資源中位居前列，是一個真正原創且極具價值的公共資源。

CIGS數據庫的建立具有多重重要意義：

1. 機制解析：研究人員可以通過查詢數據庫，快速了解特定藥物可能影響的信號通路和生物過程，從而深入揭示其作用機制和潛在副作用。
2. 藥物重定位：通過比對不同藥物的基因表達特征譜，可以發現已知藥物新的治療用途，即“老藥新用”，大大縮短研發周期。
3. 新藥發現：數據庫可以為基于人工智能的藥物設計與虛擬篩選提供海量、高質量的訓練數據，助力發現具有理想表達譜特征的全新候選藥物。
4. 毒性預測：特定的基因表達特征可能與細胞毒性相關，該數據庫可用于早期評估化合物的安全性風險。

推動生物技術研究與開發

王棟、鄧赟、許俊泉團隊此項工作的影響力深遠。HiMAP-seq作為一種通用型平臺技術，其應用范圍可遠超藥物篩選，擴展至功能基因組學、合成生物學、疾病模型構建等多個基礎研究領域。而CIGS數據庫作為其直接產出，已向全球學術界和產業界開源，必將成為驅動下一代藥物研發和生命科學發現的關鍵基礎設施之一。

這項研究不僅展示了一項尖端實驗技術的誕生，更通過構建大規模、系統化的數據資源，將計算與實驗生物學緊密聯結，為理解生命復雜系統、解決生物醫學重大挑戰提供了全新的范式，顯著推動了生物技術的研究與產業化開發進程。