药物研发长期面临成本高、周期长、失败率高的困境，业内称之为“三10魔咒”——平均耗资10亿美金，耗时10年，成功率不足10%。新药研发的瓶颈很大程度上在于药物发现和临床前研究阶段，这一阶段需要从数千乃至上万种候选化合物中筛选出具有潜在活性的先导化合物。传统高通量筛选方法通常只关注单一生物学指标（如报告基因表达或酶活性），无法全面评估药物作用的全景效应。DRUG-seq技术的出现解决了这一难题，它结合高通量药物筛选与转录组学，能够在单次实验中同时处理数百个样本，以基因表达谱的形式全景呈现药物对细胞的作用。

DRUG-seq是专为药物筛选设计的3′端高通量转录组测序方案。其核心突破是：孔特异性Barcode与UMI分子标签实现精确样本区分，无需RNA提取，细胞裂解液即可直接建库。在不牺牲数据质量的前提下，显著降低成本和样本用量、缩短周期。该技术针对在96/384孔板上的微量细胞，通过孔标签及UMI定量技术可以同时构建含数百个样本信息的RNA-seq文库。可广泛用于干细胞诱导分化、类器官、细胞培养方法开发、新药筛选、肿瘤标记物发现等领域。

中药复方的复杂性在于其“多组分、多靶点、多通路”的协同作用机制，传统分析方法难以全面解析。DRUG-seq技术能够高通量、大规模地解析中药复方或单体小分子的转录谱变化，全面识别多种药物处理细胞后的内在分子机制。DRUG-seq技术在中药研究中可评估多种中药单体或组分的作用情况，在中药复方有效成分筛选方面具有广阔前景。

对于临床难以获取的宝贵样本或稀缺的类器官模型，DRUG-seq的低起始量优势尤为突出。在肿瘤类器官研究中，DRUG-seq被成功应用于CTG3D患者来源类器官模型。研究者将DRUG-seq流程从癌细胞系拓展至CTG3D模型，在384孔板中种入类器官并用标准治疗化合物库处理，检测出超过13,000个基因和大量独特分子标识符，同时展现高灵敏度和良好的重复性。

在确定化合物靶点方面，基于DRUG-seq技术，通过对比小分子处理后的转录谱发现不同样品之间细胞内在调控的相似性，可从化合物库中筛选到与目标小分子转录谱高度相似的候选化合物。北京大学未来技术学院、生命科学联合中心研究团队利用这一策略，从化合物库中筛选到了在转录谱上和目标小分子高度相似的候选化合物，进一步结合体内外功能性实验，最终证实目标小分子对细胞重编程的作用。DRUG-seq技术在老药新用、药物靶标发现等方面同样具有广阔前景。

DRUG-seq的实验流程从细胞培养板开始，经过免提取裂解、反转录标记、文库构建和测序分析等环节。

DRUG-seq流程的核心优势是免RNA提取。向洗涤后的细胞孔中加入专有的细胞裂解缓冲液，裂解液可裂解细胞膜并释放RNA，同时保护RNA不被降解。与常规RNA-seq需要先进行RNA提取不同，DRUG-seq将裂解液直接用于后续的反转录反应，不仅减少了手动操作步骤和样品损失，还避免了RNA提取步骤引入的RNA损耗和批次效应。

在反转录反应中，每个样品被分配一个特定的孔条形码，每条RNA分子被标记一个独特的分子标识符（UMI）。携带Barcode标签和UMI序列的Oligo(dT)磁珠高效结合mRNA的Poly(A)尾端，在反转录反应中合成cDNA第一链。孔条形码标签用于在后续分析中将每个读段归属到其原始样品孔，UMI则在每个RNA分子上添加独特的分子标签。

将每孔的cDNA取等体积混合纯化，可构建成一个含多种药物化合物处理信息的混合RNA-seq文库。整个文库制备流程可在一天内完成。

文库质检合格后，在Illumina平台（如NovaSeq）上进行双端测序。DRUG-seq技术采用3’端测序，通过独特的分子标签设计实现多样本混合构建文库。

数据分析流程一般包括：原始数据质控检查、比对结果质控检查、基因表达定量分析、样品主成分分析、样品与基因聚类分析、差异基因表达分析、差异基因GO功能分析、差异基因KEGG通路分析、差异基因GSEA富集分析等。

翌圣高通量一步法RNA建库试剂盒数据展示

1-96孔样本的3端转录组测序结果展示

结果上看，大多数样本无需核酸提取时进行建库，每孔样本能够拆分和定量，同时转录本个数基本超过1万以上。

【翌圣生物·Drug-seq文库构建产推荐】