美国国立卫生研究院NIH 项目资助发展扩大来自美国BROAD研究所开发 Connectivity Map（Cmap）数据库建立网络集成式细胞内特征的大数据  （LINCS） 项目，Connectivity Map ( Cmap )数据库类似于一本药物基因表达的目录，它收集了使用化合物处理和相关基因干扰剂处理的人类细胞基因表达的信息。详细的计算方案减少了必须的基因组检测次数使用简化的实验方案，随着美国NIH LINCS 项目经费的加入将显著地扩大Cmap数据库的大小，其潜能是连接人类疾病的基因信息和使用有效的药物治疗它。应用L1000平台连接Cmap数据库，我们可将基因、疾病以及药物作一个连结，进而揭秘中草药、天然活性成分及小分子化合物，发展新药开发或老药新用达到个体化医疗的目的。

利用美国NIH LINCS大数据项目可获得新药开发整合式解决方案，加速常规的药物研发周期、降低研发成本、多参数系统性揭示药物治疗疾病的新机制。

L1000是基因表达谱分析平台，基于减少转录组表达直接检测的方法，使用计算推理部分转录组表达，无需明确检测。通过数据计算归类1000个landmark基因直接检测转录本表达丰度，通过精密计算推算22000个转录本表达丰度。另加80个不变的转录本同时检测提供

质量控制，检测比例和标准化。L1000平台转录本丰度的测量方法是整合了连接酶检测反应、聚合酶链式反应、光标签的微球和类似流式细胞仪方法检测的系统。

L1000平台产生多维的基因表达谱分析数据，通过细胞裂解物及简单384孔板模式可在一天内获得400K数据点，这使得药物基因表达分析的规模达到前所未有通量，同时通过连接Cmap数据库快速获得正相关性和负相关性的药物信息或化合物结构提供研究者潜在的最佳化学结构、新靶点机制和信号通路的功能注解。

L1000 平台连用Cmap 数据库创新药物解决方案技术应用

• 快速高效地揭示药物最佳化学结构和药理作用机制

• structural-activity relationships）分析优化化合物的结构

• 快速筛选疾病状态下的新药开发方向和老药新用方向

• 快速比对基因干扰图谱明确药物作用靶点

• siRNA干扰数据库和基因过表达数据库

• 现有的疾病模型可分析多种不同疾病状态