看病治疗需对症下药，但是，一种药物或许不仅仅只能治疗一种疾病。美国的科学家们就在进行这样的挖掘尝试，他们将计算机和基因组信息结合起来预测现有药物的新用途。这项研究名为美国国立卫生研究所药物遗传学研究网络（NIH Pharmacogenomics Research Network），负责整体研究的是美国国立卫生研究所的罗谢尔M·郎（Rochelle M. Long）博士，她解释说：“把新药推向市场通常要花10亿美元，如果我们能发现将现有药物改作他用的方法，不仅促进了治疗，还能省下大笔的时间和金钱。”

　　其中一支研究小组由斯坦福大学的阿图 J·巴特（Atul J. Butte）博士领导。研究人员们从生物技术信息基因表达选集（Biotechnology Information Gene Expression Omnibus）中收集了相关数据，并进行了草图描绘。生物技术信息基因表达选集数据库包含了成千上万的基因研究结果，均由全球各地的科学家们提供，涵盖的主题也相当广泛。

　　巴特他们以100种疾病和164种药物为研究目标，创建了一套计算机程序，通过搜索成千上万的药物-疾病组合来找出相互抑制的基因表达模式。例如，某种疾病增强了某个基因的活性，程序就会将其匹配到一种或几种可以减少该基因活性的药物。以这种方式发现的药物-疾病组合已有部分用于临床，证实了该方法的有效性，例如，克罗恩氏症（Crohn's）的标准疗法——脱氢皮质醇（prednisolone）就是用这种方式预测出来的。

　　另外还有两项发现：巴特研究组选择了两项药物-疾病组合，抗溃疡药甲氰咪胍(cimetidine)对肺癌，以及抗痉挛药物托吡酯(topiramate)对肠炎（包括克罗恩氏症）。研究小组检查了甲氰咪胍对人肺癌细胞的作用，包括在试管中以及移植到小鼠体内，在两组实验中，药物都减缓了肺癌细胞的发展，证实了甲氰咪胍和肺癌之间的联系。对于另外一项匹配，研究人员也测试了托吡酯对患有痢疾、普通肠炎、溃疡老鼠的作用，老鼠无一例外显示出症状的减缓，甚至比用抗溃疡药甲氰咪胍更好。

　　该项目同时也具有基础研究价值，研究人员们发现，具有相同分子过程的疾病以及具有类似效用的药物在分析中是聚合在一起的。因此，他们能够从分子层面上更多地了解某种疾病的发展进程，而药物又是如何作用的。

　　对此，郎博士总结说：“研究仍在初级阶段，但不失为一项很有希望的原理——以一种创造性的方式尽快找出现有药物的新用途。”