2024年12月19日，深圳市第三人民医院卢洪洲/仪洪洋团队与中南大学牛原玲团队合作在Briefings in Bioinformatics杂志（5年平均IF=7.8, 在生化研究方法方向杂志全球排名4/85）上在线发表了题为“CDCM: a correlation-dependent connectivity map approach to rapidly screen drugs during outbreaks of infectious diseases”的研究论文（DOI: https://doi.org/10.1093/bib/bbae659），该研究开发了一种名为CDCM的药物功能预测算法，该算法在药物预测过程中可以降低由于细胞类型不同而引起的系统噪音，提升了药物预测的灵敏度与精确度。

在SARS-CoV-2造成的全球损害和猴痘病毒暴发成为国际关注的公共卫生突发事件的背景下，迫切需要开发出针对新发突发传染病研发新药的计算方法。基于基因表达差异的特征匹配方法虽然应用广泛，但其只关注基因前后表达的差异，导致其构造的基因特征无法包含更多深层次信息，应用中难以触及细胞中的基因网络调控机制，预测结果有较大局限。CDCM算法主要从基因之间的调控关系出发，结合基于特征匹配的药物识别方法，根据基因之间的表达水平的相关性变化，在网络水平上进行相似性识别，以发掘独立考虑基因的表达所观察不到的药物作用规律和药物-药物、疾病-药物的相似性关系，同时缓解数据不足的问题，充分挖掘现有表达谱中的信息以提高其利用率。该算法成功预测出了Ponatinib、Sunitinib以及Lapatinib可以抑制猴痘病毒的增殖，并且在生物安全三级实验室中得到了验证。由于具有跨细胞系预测的能力，本方法还可以应用到其它多种疾病(如HIV、结核、糖尿病等）药物的开发中，具有广泛的应用前景。