随着医学科学技术的不断发展，人类的医学经历了由经验医学到循证医学的演化。而生物科学的进步，更是将医学推进到了当下火热的精准医学阶段。基因作为表达人们性状的蛋白质的基本组成单位，在精准医学的研究中有着至关重要的地位，同时，基因芯片和高通量测序的发展为研究不同状态下（如用药及对照，癌症及癌旁）全基因组范围内的差异提供了强有力的工具。基因的表达在很大程度上受到药物的调控，可以受多种药物调控的基因相对于仅能受非常少药物或者是不受药物调控的基因在特性和功能上可能会有非常大的差异，对这两种类型的基因进行综合的比较分析将有助于我们筛选疾病潜在的治疗靶标以及在疾病的副作用中起重要作用的基因。Connectivity Map（CMAP）数据库由特有的基因组表达谱组成，包括1309种作用机制已知的具有生物活性的小分子处理人类细胞系后的全基因组表达谱。本次研究中，针对CMAP数据库中检测了表达值的基因，我们统计其在用不同的小分子处理前后发生了差异表达的次数（DEN），在进化和功能等不同层面比较了差异表达次数多的基因相对于差异表达次数少的基因之间的差异。我们的研究结果表明，用不同的小分子处理后相对于未处理时的细胞系，下调/上调次数较多的基因（down_h/up_h）相对于下调/上调次数较少的基因（down_l/up_l），在基因组上更倾向于聚集在一起，并且有比较少的同源基因，更高的单核苷酸多态性（SNP）密度和更多的与疾病相关的SNP。功能分析表明，Down_h和up_h主要与癌症通路相关，而down_l和up_l则主要涉及到神经系统疾病发展相关的通路中。并且，我们综合了多个蛋白质相互作用数据库分别构建了down_h和down_l及up_h和up_l的蛋白质相互作用网络，并比较了down_h相对于down_l和up_h相对于up_l的网络拓补结构，发现在网络中up_h相对于up_l有较低的网络节点度（网络中与某基因有直接相互作用的其他基因的个数），而down_h相对于down_l则有较高的网络节点度。我们的研究表明，能够受较多药物调控的基因更倾向于参与到与疾病相关的功能，但是我们的结论不适用于在全身广泛表达并且较保守的基因。