由王栋、邓赟、许俊泉等科研人员组成的团队在《自然·方法》（Nature Methods）期刊上发表了一项突破性研究成果。该团队成功开发了一项名为HiMAP-seq（High-throughput Multiplexed Analysis of Perturbations coupled with sequencing）的新技术，并基于此构建了规模高达三亿量级的原创性药物-基因表达关系数据库——CIGS（Chemical-Induced Gene Expression Signature database）。这一系列工作标志着在功能基因组学与药物研发交叉领域取得了重要进展，为系统理解药物作用机制、加速新药发现提供了全新的强大工具。

HiMAP-seq：高通量并行扰动分析的新利器

HiMAP-seq技术的核心创新在于其高通量、多维度并行分析能力。传统方法往往难以同时、系统地评估成百上千种化学分子（如候选药物）对细胞全基因组表达谱的影响，过程耗时耗力且成本高昂。HiMAP-seq通过巧妙的实验设计与高效的测序策略，实现了在单次实验中同时对大量化学扰动条件进行精确监测。该技术不仅大幅提升了筛选通量，还保证了数据的可比性与高质量，能够精准捕捉药物处理下细微而关键的基因表达变化，为绘制精细的药物作用图谱奠定了基础。

CIGS数据库：三亿量级药物-基因关系的数据宝库

运用HiMAP-seq这一强大工具，研究团队对海量的小分子化合物库进行了系统性筛选与分析，并将结果整合构建成CIGS数据库。该数据库目前包含了约三亿个数据点，详尽记录了不同化学物质在多种细胞模型中对全基因组表达的影响特征（即基因表达特征谱）。其数据规模与质量在同类资源中位居前列，是一个真正原创且极具价值的公共资源。

CIGS数据库的建立具有多重重要意义：

1. 机制解析：研究人员可以通过查询数据库，快速了解特定药物可能影响的信号通路和生物过程，从而深入揭示其作用机制和潜在副作用。
2. 药物重定位：通过比对不同药物的基因表达特征谱，可以发现已知药物新的治疗用途，即“老药新用”，大大缩短研发周期。
3. 新药发现：数据库可以为基于人工智能的药物设计与虚拟筛选提供海量、高质量的训练数据，助力发现具有理想表达谱特征的全新候选药物。
4. 毒性预测：特定的基因表达特征可能与细胞毒性相关，该数据库可用于早期评估化合物的安全性风险。

推动生物技术研究与开发

王栋、邓赟、许俊泉团队此项工作的影响力深远。HiMAP-seq作为一种通用型平台技术，其应用范围可远超药物筛选，扩展至功能基因组学、合成生物学、疾病模型构建等多个基础研究领域。而CIGS数据库作为其直接产出，已向全球学术界和产业界开源，必将成为驱动下一代药物研发和生命科学发现的关键基础设施之一。

这项研究不仅展示了一项尖端实验技术的诞生，更通过构建大规模、系统化的数据资源，将计算与实验生物学紧密联结，为理解生命复杂系统、解决生物医学重大挑战提供了全新的范式，显著推动了生物技术的研究与产业化开发进程。