一种药物筛选方法

摘要

本发明公开了一种药物筛选方法，包括如下步骤：（1）将模式生物按SNP次要位点的多少分组排序，以SNP次要位点数目正常组为标准，选出SNP次要位点数多于正常组的一组模式生物；（2）将待测药物分别作用SNP次要位点多的一组模式生物；（3）选出对模式生物起作用的一组药物。该方法通过SNP次要位点多的动物模型来筛选对遗传变异过多而起作用的化合物，提供了一种全新的药物筛选方法。本发明的方法可检测各种化合物对这些品系分裂或生殖能力或其它复杂形状的影响，从而获得只对次要位点过多的一组有强烈效果的药物。

权利要求

1.一种药物筛选方法，包括如下步骤：

（1）将酵母按SNP次要位点的多少分组排序，以SNP次要位点数目正常组为标准，选出SNP次要位点数多于正常组的一组模式生物；

（2）将待测药物分别作用SNP次要位点多的一组模式生物；

（3）选出对模式生物起作用的一组药物；

其中，步骤（2）所述的待测药物包括治疗精神疾病的药物及其他化合物；步骤（3）所述的药物是对SNP次要位点多的一组酵母有抑制生长作用的治疗精神疾病的药物。

2.如权利要求1所述的方法，其特征在于，所述方法的具体步骤为：（1）将所选酵母按SNP次要位点数目分成次要位点数目正常组、次要位点多数目组和次要位点少数目组；其中，所述次要位点多数目组是指次要位点数目多于正常组的酵母，所述次要位点少数目组是指次要位点数目少于正常组的酵母；

（2）选择治疗精神疾病的药物及一种以上的待测化合物，将SNP次要位点多数目组的酵母接种到含有所选药物及化合物的酵母培养基中培养；

（3）测定被药物及化合物作用后的酵母的OD值，选出使OD值小于对照组的药物。

说明书

一种药物筛选方法

技术领域

[0001] 本发明属于生物医药领域，具体涉及一种药物的筛选方法。

背景技术

[0002] 在漫长的物种进化过程中，同一个物种面对相同的自然选择有的能够成功的存活并很好的发展下来有的则惨遭淘汰，对于我们人类有的人吸烟喝酒却长寿，也有人自幼就身体虚弱，同一种治疗肿瘤的药物对一些人效果显著，对另一些人则完全无效。我们都知道不同的生活条件并不能造成我们如此巨大的差异，且这些差异都具有不同程度的遗传性。人类基因组序列图的绘制完成为我们解答这个问题敞开了一扇大门。那么我们应该如何去利用蕴含在其中的大量遗传信息呢？现在我们越来越发现大多数疾病的发生都能与我们的基因有关联，所以当前几乎所有的研究重点都侧重于建立某个或某些基因或SNP与疾病的关系。SNP主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。现在普遍认为SNP研究是人类基因组计划走向应用的重要步骤，SNP在基因组中分布相当广泛，平均约300bp就有一个（Halushka,M.K.,et al.,Patterns of single-nucleotide polymorphisms in candidate genes for blood-pressure homeostasis.Nat Genet,1999.22(3):p.239-47；Cargill,M.,et al.,Characterization of single-nucleotide polymorphisms in coding regions of human genes.Nat Genet,1999.22(3):p.231-8）大量存在的SNP位点，使人们有机会发现SNP与各种疾病的 联 系（Abdolmaleky,H.M.,et al.,Epigenetic alterations of the dopaminergic system in major psychiatric disorders.Methods Mol Biol,2008.448:p.187-212；Gelernter,J.,H.Kranzler and J.Cubells,Genetics of two mu opioid receptor gene(OPRM1)exon I polymorphisms:population studies,and allele frequencies in alcohol-and drug-dependent subjects.Mol Psychiatry,1999.4(5):p.476-83），并应 用 于疾 病 的检 测 与治 疗（Meyers,J.H.,et al.,TIM-4 is the ligand for TIM-1,and the TIM-1-TIM-4interaction regulates T cell proliferation.Nat Immunol,2005.6(5):p.455-64；Cai,P.C.,et al.,Association of TIM4 promoter polymorphism-1419G>A with childhood asthma in a Chinese Han population.Tissue Antigens,2009.74(1):p.11-6）。另一方面生物进化自然选择理论作为生物学的至关重要的组成部分在分子层面却步履维艰，自然选择究竟在分子进化过程中起了多大的作用如何起的作用也一直争执不休，并受到中性理论的有力挑战。

[0003] SNP是人类可遗传的变异中最常见的一种。占所有已知多态性的90%以上。SNP在人类基因组中广泛存在，这种变异通常由单个碱基的转换(transition)或颠换(transversion)所引起。在基因组DNA中，任何碱基均有可能发生变异，因此SNP既有可能在基因序列内，也有可能在基因以外的非编码序列上。总的来说，位于编码区内的SNP(coding SNP，cSNP)比较少，从对生物的遗传性状的影响上来看，cSNP又可分为2种：一种是同义cSNP(synonymous cSNP),即SNP所致的编码序列的改变并不影响其所翻译的蛋白质的氨基酸序列，突变碱基与未突变碱基的含义相同；另一种是非同义cSNP(non-synonymous cSNP),指碱基序列的改变可使以其为蓝本翻译的蛋白质序列发生改变，从而影响了蛋白质的功能。这种改变常是导致生物性状改变的直接原因。cSNP中约有一半为非同义cSNP。cSNP在外显子内，其变异率仅及周围序列的1/5（Li,W.H.and L.A.Sadler,Low nucleotide diversity in man.Genetics,1991.129(2):p.513-23；
Nickerson,D.A.,et al.,DNA sequence diversity in a 9.7-kb region of the human lipoprotein lipase gene.Nat Genet,1998.19(3):p.233-40），但它在遗传性疾病研究中却常常具有显而易见的意义，因此cSNP的研究受到了更多地关注（Fay,J.C.,G.J.Wyckoff and C.I.Wu,Positive and negative selection on the human genome.Genetics,2001.158(3):p.1227-34；Kawase,T.,et al.,Alternative splicing due to an intronic SNP in HMSD generates a novel minor histocompatibility antigen.Blood,2007.110(3):p.1055-63）。而位于所谓“垃圾”DNA中的单个SNP却无法引起我们的注意，决大多数SNP是位于这些“垃圾”DNA中，而90%左右的人基因组被认为是“垃圾”，因而决大多数SNP被普遍的认为或假设为是不具有功能的，是中性的。

发明内容

[0004] 本发明旨在提供一种筛选治疗常见复杂疾病的药物的方法。

[0005] 为了达到上述目的，本发明提供的技术方案为：所述药物筛选方法，包括如下步骤：

[0006] （1）将模式生物按SNP次要位点的多少分组排序，以SNP次要位点数目正常组为标准，选出SNP次要位点数多于正常组的一组模式生物；

[0007] （2）将待测药物分别作用SNP次要位点多的一组模式生物；

[0008] （3）选出对模式生物起作用的一组药物。

[0009] 其中，所述的模式生物为酵母；步骤（2）所述的待测药物包括治疗精神疾病的药物及其他化合物；步骤（3）所述的药物是对SNP次要位点多的一组酵母有抑制生长作用的治疗精神疾病的药物。

[0010] 下面以酵母实验为例对本发明做进一步说明：

[0011] （1）将所选酵母按SNP次要位点数目分成次要位点数目正常组、次要位点多数目组和次要位点少数目组；其中，所述次要位点多数目组是指次要位点数目多于正常组的酵母，所述次要位点少数目组是指次要位点数目少于正常组的酵母；

[0012] （2）选择治疗精神疾病的药物及一种以上的待测化合物，将SNP次要位点多数目组的酵母接种到含有所选药物及化合物的酵母培养基中培养；

[0013] （3）测定被药物及化合物作用后的酵母的OD值，选出使OD值小于对照组的药物，其中大部分即为治疗精神疾病的药物。

[0014] 其中，步骤（2）所述的治疗精神疾病的药物为，sertraline，，，trimeprazine，chlorpromazine，，trifluoperazine。

[0015] 步 骤（2）所 述 的 待 测 化 合 物 为：29-D16，3,4-dichloroisocoumarin，aclacinomycin A，ascomycin，alexidine，alpha factor，amiodarone，anisomycin，astemizole，benzalkonium chloride，benzethonium chloride，Benzyl isothiocyanate，bithionol，cadmium acetate，CAPE，cerulenin，cetylpyridinium chloride，clomiphene citrate，chlorhexidine，cycloheximide，clotrimazole，cloxyquin，CuSO4，cyclobenzaprine hydrochloride，damnacanthal，dequalinium chloride，dichlorophene，DFI，doxorubicin，daunorubicin，E6 berbamine，ebselen，FCCP，fendiline hydrochloride，flutrimazole，furoxan，gliotoxin，H2O2，haloperidol，hexylresorcinol，hinokitiol，4 ′ -hydroxychalcone，ikarugamycin，ketoconazole，lapachone，latrunculin B，loxapine succinate，LY83585，lycorine，manoalide，manumycinA，mastoparan，menadione，mepatricin，munduserone，NaCl，nicergoline，niguldipine，nocodazole，nortriptyline，parthenolide，penitrem A，pentachlorophenol，PP1，PP2，rapamycin，resveratrol 4 ′ -methyl ether，RK-682，salinomycin，semustine，shikonin，SK&F 96365，1,9-pyrazoloanthrone，staurosporinetetrachloroisophthalonitrile，thimerosal，thiram，tomatidine hydrochloride，tomatine，totarol，tunicamycin，tyrothricin，valinomycin，wiskostatin，YC-1。

[0016] 步骤（3）所述选出的药物为sertraline,trimeprazine，chlorpromazine和trifluoperazine。

[0017] 下面结合理论研究及原理对本发明的方法作进一步的说明。

[0018] 常见单核苷酸多态变异次要位点的随机聚集对生物性状的影响。

[0019] 我们充分利用基因组测序工作完成以来所取得的重要研究成果,以一种全新的实验科学途径来探索解决大部分SNP是否有功能这一长期悬而未决的难题。单个SNP如果不是通过影响某些重要基因的功能将使我们无法发现他们的功能，那我们可以将这些SNP作为一个整体集中起来观察他们的集体效应。根据SNP的两个多态位点在群体中的分布频率可将其它们分为主要为点（频率大于0.5）和次要位点（频率小于0.5，minor allele or MA）。人们普遍认为大多数次要位点的低频率分布是因为随机中性漂移导致的（King,J.L.and T.H.Jukes,Non-Darwinian evolution.Science,1969.164(3881):p.788-98；Kreitman,M.,Nucleotide polymorphism at the alcohol dehydrogenase locus of Drosophila melanogaster.Nature,1983.304(5925):p.412-7），与之对立的非 主流观点认为是自然选择造成的（Fay,J.C.,G.J.Wyckoff and C.I.Wu,Testing the neutral theory of molecular evolution with genomic data from Drosophila.Nature,2002.415(6875):p.1024-6；Long,M.and C.H.Langley,Natural selection and the origin of jingwei,a chimeric processed functional gene in Drosophila.Science,1993.260(5104):p.91-5）。这两种对立观点都缺乏有力的直接的试验证据。我们想出了一个全新的思路和方法来检验这两种观点哪个是正确的。

[0020] 我们知道任何复杂的生物性状都不是只受单独某个基因控制的（Mackay,T.F.,Quantitative trait loci in Drosophila.Nat Rev Genet,2001.2(1):p.11-20；Segre,D.,et al.,Modular epistasis in yeast metabolism.Nat
Genet,2005.37(1):p.77-83；Williams,S.M.,J.L.Haines and J.H.Moore,The use of animal models in the study of complex disease:all else is never equal or why do so many human studies fail to replicate animal findings?Bioessays,2004.26(
2):p.170-9），这些复杂性状是受很多基因的协调作用调控的。然而单独某一个所谓“中性SNP”我们很难研究它的功能，但是当我们通过一定的方式把他们作为一个整体去研究的时候，结果会是怎样的呢？根据我们的新思路，SNP次要位点随机聚集多的个体相对于次要位点随机聚集少的个体如果在一些生物性状中都表现出了差异，且这些差异都大部分地表现为次要位点随机聚集多的个体具有生存能力较差的情况，那么我们就可以认为大部分SNP次要位点相对于主要位点是有害的，从这个角度讲SNP就是受到自然选择的，也就是有功能的。另外，我们也会发现，一定数量的次要位点对于适应环境能力也是必要的，如免疫力就需要一定的遗传或位点多样性才能维持，因此次要位点过少也是有害的，也是要受到自然选择的。所以，一个看似中性的或及微弱有害性的次要位点也许是同时受到了负选择和正选择。

[0021] 我们采用了两种新方法来检验我们的新思路。第一，我们利用了动物模型的遗传对照群体（genetic reference population）或重组自交品系（recombinant inbred lines）群体。能够稳定遗传的自交品系在生物的复杂性状及相关基因的研究中具有非常重要的意义，自交品系在生物学上的应用已经有几十年的历史了，目前主要是被用来发现能够决定复杂性状的SNP（Rockman,M.V.and L.Kruglyak,Breeding designs for recombinant inbred advanced intercross lines.Genetics,2008.179(2):p.1069-78；Bendesky,A.,et al.,Catecholamine receptor polymorphisms affect
decision-making in C.elegans.Nature,2011.472(7343):p.313-8；Rockman,M.V.and L.Kruglyak,Recombinational landscape and population genomics of Caenorhabditiselegans.PLoS Genet,2009.5(3):p.e1000419）。在这些来自同一祖先的
40～300个品系所组成的群体中，每个SNP次要位点的频率只能是由中性漂移或自然选择决定的，因而，这些品系可以用来验证SNP的功能性。我们对这些品系的次要位点多少进行了计算排序，进而进行了一系列实验来检测这些品系的某些复杂性状以及这些性状是否与次要位点的多少有关联，是否次要位点多的品系（高噪音品系，如果将主要位点视为理想最佳序列，则任何随机错误导致的误差突变都可视为噪音），相对于次要位点少的品系(低噪音品系)，在行为性状和生殖能力等复杂性状方面有明显差异。如果，次要位点数目与数量性状值成比例，就会自然告诉我们，过多或过少的次要位点数目都会被负选择，因为通常一个数量性状的极端值（过高或过低）都是偏离大多数个体所处的最佳状态的。例如，任何一种激素的浓度过高或过低都是不正常的。

[0022] 第二，我们检查了某些常见复杂疾病的病人是否具有次要位点多或不同与正常人的的特点。

[0023] 这两种方法得到的实验结果显示，大多数SNP是有作用的，是影响性状的，大多数次要位点是有害的，它们的有害效果是通过次要位点过度聚集导致的（Random Enrichment of MA，REMA）。我们提出一种新的疾病的遗传机理假说即：疾病是由大量的超出一定上限的以普通单核苷酸多态位点的次要等位基因的形式出现的突变导致的。然而他们的单独作用是非常微不足道的，通过标准的中性检验甚至不能够找出他们和中性等位基因的区别。

[0024] 我们这一崭新发现必将引起人们对基因组所谓“垃圾DNA”的重视，为研究基因非编码区的功能提供了一个全新的途径，并对现实民生问题具有意义。例如，可以通过检测生物体次要位点的多少来评价遗传育种品种综合品质的优良与否，建立SNP次要位点多少对药物的敏感性的关系来促进改善药物的研发与临床用药，建立各种疾病与不同系列SNP的关系可以作为遗传学诊断的重要指标。常见疾病具有遗传因素，但这些因素属于单基因或是多基因的，是如何致病的，都有待深入了解。而治疗这些疾病的药物的作用机理也是不十分清楚的。这类药物的疗效及副作用也不是最令人满意的，新一代药物的研发将会对病人带来更大的福祉。遗传变异过多或SNP次要位点过多会在大部分生物体内造成类似的损害，针对这类损害起作用的化合物会对大部分生物有类似效用，因此，我们通过动物模型来筛选针对遗传变异过多而起作用的化合物，这类化合物有可能被用来治疗因为遗传变异过度而导致的一些人类常见疾病。

[0025] 遗传变异过多或SNP次要位点过多会在大部分生物体内造成类似的损害，针对这类损害起作用的化合物会对大部分生物有类似效用，因此，可通过动物模型来筛选针对遗传变异过多而起作用的化合物，这类化合物有可能被用来治疗因为遗传变异过度而导致的一些人类常见疾病。

[0026] 更多的次要等位基因可以导致更大的核苷酸多样性或者说遗传多样性，它可以通过全基因组单核苷酸多态性数据来检测。群体的核苷酸多样性的高低可以用与次要等位基因直接相关的三个参数来测量：次要位点的数目或比例，每个人个体的单核苷酸多态位点的杂和子的数量（Het），以及平均每两人之间的遗传距离。

[0027] 总而言之，本发明通过SNP次要位点多的动物模型来筛选对遗传变异过多而起作用的化合物，提供了一种全新的药物筛选方法。本发明的方法可检测各种化合物对这些品系分裂或生殖能力或其它复杂形状的影响，从而获得只对次要位点过多的一组有强烈效果的药物。该方法不同于传统的以细胞或模式生物为模型的筛选技术，具有负对照组既正常组。另外，该方法所用模式生物模型能够较准确的模拟常见病的遗传特征，而这正是其它以细胞或模式生物为模型的筛选技术所不具备的，因此，用我们的新方法能够更有效的筛选出治疗常见病的药物。

附图说明

[0028] 图1是在遗传标准群体中每个品系次要位点比例的分布图；其中，A、Kruglyak实验室的RIL品系，以npr-1基因F215V突变位点分成两组；B、Kammenga实验室的RIL品系；C、酵母；D、果蝇自交品系；E、CollaborativeCross第7代自交品系；F、小鼠BXD自交品系；
G、次要位点在一个自交品系群体中的分布图；品系为Kruglyak实验室线虫，遗传背景为N2npr-1；H、相关曲线，用~51K SNP计算的次要位点比例与用一组随机选择的1K SNP（组一）计算的数值有很强的相关性；I、相关曲线，用~51K SNP计算的次要位点比例与用另一组随机选择的1K SNP（组二）计算的数值有很强的相关性；

[0029] 图2为次要位点在线虫生殖能力和离开食物行为中的作用；其中，A、产后代数目，动物为Kruglyak实验室自交品系，遗传背景为HW npr-1；B、产后代数目，动物为Kruglyak实验室自交品系，遗传背景为N2 npr-1；C、离开食物的速度，动物为Kruglyak实验室自交品系，遗传背景为HW npr-1和HW tyra-3；D、次要位点比例与fbxa-103基因mRNA水平的相关性，遗传背景为HW npr-1和N2 tyra-3；F、fbxa-103基因mRNA水平与离开食物速度的相关性，遗传背景为HW npr-1和HW tyra-3；

[0030] 图3为次要位点在BXD小鼠酒精相关行为和神经系统行为中的作用；其中，A、酒精诱导的共济失调的酒精耐受上限与次要位点比例的相关；B、雄性血液酒精浓度与次要位点比例的相关；C、甲基苯丙胺服用后的体温变化与次要位点比例的相关；D、反向学习能力（低值代表学习速度快)与次要位点比例的相关；E、热诱导疼痛（Hargreaves检验）与次要位点比例的相关；F、开阔地抬头行为与次要位点比例的相关；G、在光房与暗房之间的穿插次数与次要位点比例的相关；H、开放区域存留时间与次要位点比例的相关，高空迷宫测验，雌性；

[0031] 图4为次要位点在小鼠自交品系中的作用；其中，A、尿烷诱发的肺癌数目与次要位点比例的相关，AXBBXA品系，kras2野生型；B、尿烷诱发的肺癌数目与次要位点比例的相关，AXBBXA品系，kras2突变型；C、次要位点比例与Friend病毒诱导的淋巴癌的相关性，CXB小鼠品系；

[0032] 图5为次要位点在肥胖症和帕金森病相关性状中的作用；其中，A、次要位点比例与高果糖食物后的血糖浓度的相关；B、次要位点比例与血清多巴胺水平的相关；C、血清多巴胺水平与高果糖食物后的血糖浓度的相关；D、次要位点比例与伏核组织铁水平的相关；E、次要位点比例与抵抗素水平的相关；F、次要位点比例与高脂食物后第8到第9星期的体重增加的相关。

具体实施方式

[0033] 实施例1遗传对照群体中次要位点的分布情况

[0034] 我们计算了遗传对照群体中每一自交品系所含有的次要位点数目或比例，进而作出了每一群体中每一品系的次要位点比例分布图（图1）。

[0035] 实施例2次要位点过度聚集影响许多动物复杂性状

[0036] 我们首先检验了次要位点过度聚集对线虫产后代多少的能力的影响。如图一A和B所示，次要位点过度聚集导致了线虫产后代数目的下降。进一步分析发现次要位点过度聚集对其它动物的生殖能力也造成了负面影响（表1）。次要位点过度聚集还对其它一些重要生存性状造成一定破坏，包括降低生存寿命（表1）。另外，还影响了线虫离开食物区域的速率（图2C）。我们进一步发现在线虫内次要位点过度聚集可以调控fbxa－103基因，而该基因的表达与线虫离开食物区域的速率具有很强的相关性（图2，D-F）。

[0037] 我们分析了3663个与BXD小鼠自交品系群体有关的性状。这些性状来自GeneNetwork网站对过去几十年的发表及未发表数据的汇总（Wang J,Williams RW，Manly KF(2003)WebQTL:web-based complex trait analysis.Neuroinformatics 1:299-308）。从中我们找到了几十种受次要位点过度聚集调控的性状。包括许多与酒精反应及神经系统相关的性状，如较低的导致共计失调的酒精极限浓度(图3A),较低的血液酒精浓度（图3B),较少的methamphetamine诱导的体温改变(图3C),较慢的反向学习速度(图3D),对疼痛的较高敏感性(图3E),较少的在宽阔地带中的站立行为(图3F),更高的由光暗盒子测试法测出的焦虑水平(图3G),更低的由高空十字迷宫法测出的焦虑水平(图3H).其他相关性状还包括小鼠抑郁症(Pearson r=0.38,p=0.07;Spearman r=0.39,p=0.056),对甜品saccharin的嗜好，及对cocaine的敏感性（表4）。

[0038] 次要位点过度聚集容易导致小鼠肿瘤的发生（图4，表1）。在urethane诱导的肺癌中，次要位点过度聚集的致癌效果只是在kras2癌基因是正常的情况下才得以显现。

[0039] 次要位点过度聚集对许多与肥胖，二型糖尿病和帕金森病相关的性状有负面影响。如图5A－B所示，次要位点过度聚集的BXHHXB的大鼠在高糖食物后有更高的葡萄糖水平，和较低的血清多巴胺水平。血清多巴胺水平与葡萄糖水平水平是互相相关的（图5C），但与子宫内的胚胎重量不相关（数据未出示）。这说明血清葡萄糖水平和多巴胺水平可能共享一定的遗传因素。帕金森病在substantianigra黑质区域通常有过多的铁聚集,而次要位点过度聚集与脑部分区域nucleus acumens的高铁水平有关联(图5D)。另外，次要位点过度聚集还与在ventral midbrain区域的多巴胺受体DRD1水平低有关(Pearson r=-0.45,p=0.07;top half8 vs bottom half9,t test,p=0.05,females)。与该区域的DRD2水平也有类似关系(Pearson r=-0.35,p=0.18,females)。而ventral midbrain区域包含了substantianigra。同时，次要位点过度聚集的BXD小鼠具有较小的substantianigra黑质容量(Pearson r=-0.56,p=0.09;top half 6 vs bottom half 4,t test,p=0.025).[0040] 在高脂食物喂养的BXD小鼠中，次要位点过度聚集与许多跟肥胖及糖尿病有关的性状相关，如高浓度resistin激素和较高的体重增加(图5E-F)。高浓度resistin与较低的IL-17水平相关(Pearson r=-0.40,p=0.03;Spearman r=-0.41，p=0.03)并与较高的胰岛素水平相关(Pearson r=0.37,p=0.06;Spearman r=0.33,p=0.09)。在正常食物下，次要位点过度聚集与较高的LDL胆固醇水平相关(Pearson r=0.58,p=0.01;Spearman r=0.53,p=0.02)。其他与次要位点过度聚集相关的性状包括高食物摄取量，高氧气消耗，和较低的转铁蛋白饱和度（表4）。这些结果显示次要位点过度聚集可能导致肥胖，二型糖尿病和帕金森病。但表一同时也显示有些性状是不受次要位点影响的，如血压。在我们分析的约4700个性状里，只有100个左右与次要位点有关。但这只是一个保守的估计数目。因为许多性状因分析的品系样本量较小而得不到统计上有意义的结论。

[0041] Perstein等人检验了酵母遗传对照群体对100种小分子化合物的敏感性反应，其中包括18种被美国FDA批准的药物（Perlstein EO,Ruderfer DM,Roberts DC,Schreiber SL,Kruglyak L(2007)Genetic basis of individual differences in the response to small-molecule drugs in yeast.Nat Genet 39:496-502）。我们利用他们的数据发现次要位点过度聚集的酵母品系对8种化合物具有高敏感性，其中五种是FDA批准的药物，包括一种乳腺癌药物Tamoxifen和四种治疗抑郁症及精神疾病的药物（表2）。这说明这些疾病有可能与次要位点过度聚集有关。这同时也说明，将筛选重点放在能对次要位点过度聚集的酵母品系具有作用的化合物上会有较大的成功率（18种FDA批准的药物中有5种与次要位点过度聚集有关，而非FDA批准的82种化合物中只有3种，p<0.01,卡方test)。

[0042] 实施例3次要位点过度聚集有利于免疫系统

[0043] 免疫系统是唯一已知的需要依靠遗传多样性才能更好的工作的生物系统。我们的结果支持了这一传统认知。次要位点过度聚集的小鼠品系具有较强的免疫功能（表3）。如对细菌感染有更强的抵抗力。

[0044] 实施例4两种不同的与次要位点过度聚集有关的性状可以也可以不享有次要位点

[0045] 如表4所示，大部分与次要位点过度聚集有关的性状并不具有相互之间的相关性，虽然一个性状可以与其它一小部分性状有相关。进一步分析证明了相关的性状共同享有了某些次要位点，而不相关的性状不享有。血液酒精浓度与resistin激素浓度相关，但与疼痛反应及站立反应不相关（表4）。我们从一组随机分部的51469SNPs中找到了30336个对血液酒精浓度具有一定特异性的SNPs。这组较特异的SNPs与resistin浓度有高相关(r=0.53,p=0.008)，而与疼痛反应(r=-0.46,p=0.03)及站立反应低相关(r=-0.4,p=0.06)。相反，如用非特异的一组随机51469SNPs进行相关分析，则与该组SNP有高相关的性状是resistin浓度和疼痛反应，而这两个性状之间是不相关的。这些结果说明我们的方法能够用来找到具有性状特异性的一组SNPs，并可以用它来预测性状。

[0046] 实施例5次要位点过度聚集与人类常见疾病的关系

[0047] 以上动物模型的结果显示次要位点过度聚集可能会是人类常见疾病的一个致病因素，特别是二型糖尿病，帕金森病，双相性精神障碍，抑郁症，酒精成瘾，肿瘤，自身免疫疾病，等，但不包括高血压病。我们因此分析了这些疾病的已发表的SNP数据，都是欧美人群的，这些疾病的SNPs数据是从EGA和dbGaP下载的。这些数据可以通过公用的PLINK和SNP Tool软件以及我们的ND1软件来分析。用ND1软件计算两个个体之间的遗传距离是通过单核苷酸SNPs错配数目来测量的。纯合子与纯合错配的不同记作1，Homvs Het的不同记作0.5，缺失基因型N/N对纯合型记作0，N/N vs Het记作0.5.Het vs Het记为0.5。假设同一来源的A/B vs A/B数目比较与同一来源的A/B和B/A错配数目比较相似。

[0048] 我们对每个数据的对照组进行了次要位点MA数目的计算，确定了一组次要位点，然后计算了病人组和对照组与次要位点组的平均距离（表5）。距离越小，则次要位点数目越多。结果显示，次要位点数目在病人组中显著多于对照组的疾病包括以上所提疾病，如二型糖尿病，帕金森病，双相性精神障碍，抑郁症，酒精成瘾，肿瘤，自身免疫疾病（一型糖尿病，类风湿关节炎,炎症性肠病），等。而次要位点在病人组中类似对照组的疾病包括高血压和冠状动脉病。这些结果完全与动物结果一致。另外，Spearman方法分析也显示次要位点数目与这些疾病有显著的相关性（表5，Spearman r＝r>0.036,p<0.05)。

[0049] 我们还检验了某些病人和对照的一些临床有关数据。如表6所示，与次要位点过度聚集相关的性状包括可卡因成瘾，但不包括marijuana和鸦片。还包括较少的性侵犯经历，较低的教育水平，较低的抽烟量，较多的吃抗过敏药品（NSAIDs）和较短的寿命。这些关于人的结果与动物结果是完全吻合的。

[0050] 表1在不同重组自交系（RILs）中，以下的性状与MA密切相关繁殖适应力；寿命；酒精敏感性；嗜酒性；焦虑；癌症；血压

[0051]

[0052] a与生殖能力有关的性状：包括了小鼠的子宫角长度（BXD），线虫（c.elegans）产子数和小鼠（CC）每胎胎儿数，小鼠左侧子宫角中胎儿重量（BXHHXB）；

[0053] b用小鼠跑轮机实验来测酒精敏感性；

[0054] c在光暗交替实验中测鼠的焦虑程度；

[0055] d二乙基亚硝胺（DEN）诱发的肝癌（BXD）；尿烷诱发的肺癌（AXBBXA）；病毒诱发的淋巴瘤（CXB）。

[0056] 表2在一系列条件下酵母生长与MA相关程度

[0057]

[0058] a斜体字为食品及药物管理局（FDA）批准的药物。

[0059] 表3重组自交系中，免疫反应与MA数目的相关性

[0060]

[0061] 表4BXD鼠中一些与MA数目显著相关的性状

[0062]

[0063] *，**，***分别表示P＜0.05,0.01,0.001。

[0064] 表5平均每人与MA集合的距离，杂合子数目，两人之间的遗传距离PGD，以及MA与疾病相关性

[0065]

[0066]

[0067] 阴影部分的数字，说明了MA含量多数字代表的是MA的距离与SNP总数的比例（或者杂合子数目，或PGD与SNP总数的距离）

[0068] 表6临床性状与MA相关性

[0069]

[0070] 实施例6

[0071] 对～200种酵母品系（酵母品系来自Dr Brem）按SNP次要位点多少排序（以品系正常次要位点数为基准）。

[0072] 选择小分子化合物（见表7），配成DMSO溶液。这些化合物来自Biomol，Sigma-Aldrich or Microsource Discovery。

[0073] 酵母生长条件：富集培养基YPD：2%酵母膏、2%蛋白胨、2%葡萄糖；完全培养基（CSM）：6.7g/l YNB、0.05%硫酸铵、2%葡萄糖。

[0074] 药物组平板：富集培养基+化合物；

[0075] 对照组平板：富集培养基+DMSO。

[0076] 接种酵母后，平板在无摇动和22～25°C情况下培养120小时。这期间，进行一系列的OD600的测量：在这些测量时间点，平板被事先在Vortex摇动仪上摇动10～30秒，再进行OD测量（结果见表8，OD测量仪为SpectraMax plate reader），选出对高噪音品系有很强的生长抑制作用，但对低噪音品系却没有抑制作用的药物，筛选出的药物为sertraline,trimeprazine，chlorpromazine和trifluoperazine。

[0077] 表7所选化合物

[0078]1 29-D16
2 3,4-dichloroisocoumarin
3 aclacinomycin A
4 ascomycin
5 alexidine
6 alpha factor
7 alverine
8 amiodarone
9 anisomycin
10 astemizole
11 benzalkonium chloride
12 benzethonium chloride
13 Benzyl isothiocyanate
14 bithionol
15 cadmium acetate
16 CAPE
17 cerulenin
18 cetylpyridinium chloride
19 clomiphene citrate
20 chlorhexidine
21 chlorpromazine
22 cycloheximide
23 cinnarizine
24 clotrimazole
25 cloxyquin
26 CuSO4
27 cyclobenzaprine hydrochloride
28 damnacanthal
29 dequalinium chloride
30 dichlorophene
31 DFI
32 doxorubicin
33 daunorubicin

[0079]34 E6 berbamine
35 ebselen
36 FCCP
37 fendiline hydrochloride
38 flutrimazole
39 furoxan
40 gliotoxin
41 H2O2
42 haloperidol
43 hexylresorcinol
44 hinokitiol
45 4′-hydroxychalcone
46 ikarugamycin
47 ketoconazole
48 lapachone
49 latrunculin B
50 loxapine succinate
51 LY83585
52 lycorine
53 manoalide
54 manumycin A
55 mastoparan
56 menadione
57 mepatricin
58 munduserone
59 NaCl
60 nicergoline
61 niguldipine
62 nocodazole
63 nortriptyline
64 parthenolide
65 penitrem A
66 pentachlorophenol
67 PP1
68 PP2
69 rapamycin
70 resveratrol 4′-methyl ether
71 RK-682
72 salinomycin
73 semustine
74 sertraline
75 shikonin
76 SK&F 96365

[0080]77 1,9-pyrazoloanthrone
78 staurosporine
79 tamoxifen
80 tetrachloroisophthalonitrile
81 thimerosal
82 thiram
83 tomatidine hydrochloride
84 tomatine
85 totarol
86 trifluoperazine
87 trimeprazine
88 tunicamycin
89 tyrothricin
90 valinomycin
91 wiskostatin
92 YC-1

[0081] 表8 Each value represent yeast growth rate,negative value means lower growth relative to DMSO treated yeast and positive value means higher growth rate than DMSO treated yeast

[0082]

[0083]

[0084]

[0085]

[0086]

[0087]

[0088]

[0089]

[0090]

[0091]

[0092]

[0093]

[0094]

[0095]

[0096]

[0097]

[0098]

[0099]

[0100]

[0101]

[0102]

[0103]

[0104]

[0105]

[0106]

[0107]

[0108]

[0109]

[0110]

[0111]

[0112]

[0113]

[0114]

[0115]

[0116]

[0117]

[0118]

[0119]

[0120]

[0121]

[0122]

[0123]

[0124]

[0125]

[0126]

[0127]

[0128]

[0129]

[0130]

[0131]

[0132]

[0133]

[0134]

[0135]

[0136]

[0137]

[0138]

[0139]

[0140]

[0141]

[0142]

[0143]

[0144]

[0145]

[0146]

[0147]

[0148]

[0149]

[0150]

[0151]

[0152]

[0153]

[0154]

[0155]

[0156]

[0157]

[0158]

[0159]

[0160]

[0161]

[0162]

[0163]

[0164]

[0165]

[0166]

[0167]

[0168]

[0169]

[0170]

[0171]

[0172]

[0173]

[0174]

[0175]

[0176]

[0177]

[0178]

[0179]

[0180]

[0181]

[0182]

[0183]

[0184]

[0185]

[0186]

[0187]

[0188]

[0189]