药物研发
多组学解决方案

DRUG-seq是我们专门面向药物筛选场景优化的高通量3'端转录组测序技术。和普通转录组的区别：1）免RNA提取，直接用细胞裂解液建库，省时间省成本；2）通量极高，支持96孔板/384孔板同时处理，适合大规模化合物筛选；3）测的是3'端，数据量更小、成本更低，但对药物筛选这种"找差异基因"的场景完全够用；4）标准流程从收到样本到出报告仅需1-2周，比普通转录组快很多。如果你有大量化合物需要筛选，DRUG-seq是性价比最高的选择。

Olink蛋白组在药物研发中有几个不可替代的优势：1）灵敏度高（pg级），能检测到低丰度的细胞因子、信号分子和药靶蛋白——而这些往往是药物作用的关键靶点；2）样本量极小（1μL），适合珍贵样本或高通量筛选；3）重复性好（CV<10%），药物筛选和药效评价需要可靠的数据来判断差异，Olink的稳定性远优于质谱；4）检测速度快，适合药物研发的快节奏。很多药企客户用Olink做：靶点验证、药效评价、生物标志物发现、临床试验分层、安全性评估等。

药物重定位研究我们有成熟的方案，核心思路是"基于转录组特征的药物-疾病匹配"。具体来说：1）先测疾病模型的转录组/蛋白组特征，得到疾病的分子特征谱；2）通过药物基因组数据库（如Connectivity Map/L1000）找到能逆转疾病特征的候选药物；3）用DRUG-seq高通量筛选验证候选药物的效果；4）用Olink蛋白组进一步验证关键靶点蛋白的变化。这个方案可以快速从已上市药物中筛选出有新适应症潜力的候选，风险低、周期短。

单细胞测序在药物研发中的应用越来越广泛，主要包括：1）靶点发现——在单细胞分辨率下找疾病相关的特异细胞亚群和靶点基因；2）药效评价——看药物处理后不同细胞亚群的变化，而不是bulk的平均值；3）机制解析——了解药物作用于哪些细胞、通过什么通路、影响哪些细胞间相互作用；4）耐药机制——比较耐药和敏感细胞的差异，找到耐药靶点；5）免疫治疗研究——分析免疫细胞组成和状态变化，评估免疫治疗效果。尤其在肿瘤免疫、自身免疫病、抗炎药物研发中价值很高。

空间转录组在药物研发中很有价值，尤其是当你需要知道"药物作用在组织的哪个区域、影响哪些细胞的空间分布"时。典型应用场景：1）肿瘤免疫药物——看免疫细胞在肿瘤组织中的空间浸润情况，判断药物是否真正激活了肿瘤微环境中的免疫反应；2）纤维化药物——看药物对组织不同区域纤维化程度的改善效果；3）神经药物——看药物对脑区不同核团的影响；4）组织器官毒性评价——看药物对组织不同区域的毒性损伤模式。如果你的研究涉及组织结构、空间分布、细胞间空间相互作用，空间转录组就能提供bulk和单细胞都无法获得的信息。

典型的biomarker研究分三步：1）发现阶段（Discovery）：用小样本量+高通量技术（如Olink Explore HT 5300+蛋白、全转录组）广筛，找到几十个到上百个候选标志物；2）验证阶段（Validation）：用中等样本量+靶向技术（如Olink Target 96/48、qPCR、靶向测序）验证候选标志物，缩小到十几个到几十个；3）临床验证阶段（Clinical Validation）：用大队列临床样本确认诊断/预测性能，构建预测模型。我们通常建议"发现-验证"两步至少各做独立队列，避免过拟合。我们的技术团队可以免费帮你设计实验方案和估算样本量。

可以的。中科普瑞提供从组学检测到数据分析的一站式技术服务，支持药物研发全流程：靶点发现阶段（转录组+蛋白组广筛）→ 靶点验证阶段（靶向验证+功能实验支持）→ 药效评价阶段（多组学药效评估）→ 机制解析阶段（单细胞+空间组+多组学联合）→ 生物标志物开发（发现-验证-临床预测模型）。我们有专门的药企服务团队，熟悉药物研发的节奏和需求，可以提供项目制的全程技术支持。

代谢组学在药物研发中的应用包括：1）药物代谢研究——了解药物在体内的代谢途径和代谢产物；2）药效评价——通过代谢谱变化评估药物是否起效、作用强弱；3）毒性评价——检测药物对肝肾等器官的毒性标志物，评估安全性；4）作用机制研究——通过差异代谢物和通路分析，揭示药物作用的代谢通路；5）生物标志物发现——寻找与药物疗效或毒性相关的代谢标志物。代谢组常和转录组、蛋白组联合使用，从代谢层面提供功能表型的证据。" data-en="Applications of metabolomics in drug discovery include: 1) Drug metabolism research — understanding metabolic pathways and metabolites of drugs in vivo; 2) Efficacy evaluation — assessing whether and how strongly the drug works through metabolic profile changes; 3) Toxicity evaluation — detecting toxicity markers of drugs on organs like liver and kidney to assess safety; 4) Mechanism of action research — revealing drug metabolic pathways through differential metabolite and pathway analysis; 5) Biomarker discovery — finding metabolic markers related to drug efficacy or toxicity. Metabolomics is often used in combination with transcriptomics and proteomics to provide functional phenotypic evidence at the metabolic level.">代谢组学在药物研发中的应用包括：1）药物代谢研究——了解药物在体内的代谢途径和代谢产物；2）药效评价——通过代谢谱变化评估药物是否起效、作用强弱；3）毒性评价——检测药物对肝肾等器官的毒性标志物，评估安全性；4）作用机制研究——通过差异代谢物和通路分析，揭示药物作用的代谢通路；5）生物标志物发现——寻找与药物疗效或毒性相关的代谢标志物。代谢组常和转录组、蛋白组联合使用，从代谢层面提供功能表型的证据。

取决于技术平台和样本量。一般来说：DRUG-seq高通量转录组筛选 1-2 周；常规转录组/甲基化芯片 2-3 周；Olink蛋白组 2-4 周；单细胞转录组 3-4 周；空间转录组 4-6 周；WGBS/全基因组 4-6 周。多组学联合项目的总周期取决于最慢的那个技术，分析部分可以并行。如果是紧急项目，我们可以提供加急服务，具体可以咨询你的项目对接人。

有的。中科普瑞已为多家创新药企、CRO公司和生物技术公司提供技术服务，合作范围覆盖靶点发现、药效评价、生物标志物开发、伴随诊断开发等全流程环节。我们熟悉药物研发的项目节奏和数据要求，支持NDA/IND申报资料所需的实验数据交付。由于商业保密协议，具体合作项目和客户信息不便公开，但可以根据你的研发方向提供同类型项目经验参考。

可以的。我们的生信分析团队支持各种定制化分析需求，包括但不限于：机器学习预测模型构建（SVM、随机森林、LASSO、深度学习等）、列线图（Nomogram）、ROC曲线和校准曲线、生存分析（KM曲线、Cox回归）、多组学整合分析（WGCNA、矩阵分解、通路网络分析）、药物-靶点-疾病关联分析、细胞通讯分析、空间区域分析等。你只需要告诉我们你的研究问题和需要的分析内容，我们会给出具体的分析方案和报价。