药物网络药理学解析2026版课件

MEDICALUNIVERSITY·PHARMACOLOGYSERIESVERSION2026.08·GRADUATE-LEVELCOURSEWARE药物网络药理学从分子到通路的全景解析·2026版LECTURER·授课团队药学院·网络药理学教研组TARGETAUDIENCE·授课对象药学/中药学/临床药学硕博士CONTACTHOURS·学时理论32+实践16学时©MedicalUniversityPress2026CH01·基础理论CH02·数据方法CH03+COURSEOUTLINE课程导览与学时分配COURSEROADMAP·共5章+课程思政贯穿·总计48学时五章结构/FIVE-MODULESTRUCTURE第一章·基础理论学科定义/三大支柱/发展简史8学时第二章·数据与方法六大数据库/靶点预测/PPI构建/富集10学时第三章·案例与课题设计经典案例/课题骨架/20个常见坑12学时第四章·AI驱动前沿AlphaFold/GNN/LLM/智能体10学时第五章·单细胞+空间组学scNP/SpatialNP/文献与考核8学时总计/TOTAL48学时·16周含16学时实验/上机学习路径/LEARNINGPATH从理论→方法→案例→前沿,逐步构建研究能力01基础理论02数据方法03案例课题04AI前沿05单细胞/空间NP核心能力网络药理学↓考核30%文献综述考核40%课题设计↑LEARNINGOUTCOMES①掌握基础理论②独立开展数据查询与网络构建③具备课题设计与论文写作能力④了解AI前沿趋势PREFACE·前言从"一药一靶"到"一药多靶":一场安静的范式转移WhyNetworkPharmacology?·为什么我们需要它,而不是传统药理学三大现实困境/THREEPAINPOINTS①研发周期长·投入巨大"一药一靶一病"的研发成本曲线传统药物研发平均耗时10–15年、单药耗资约26亿美元、临床I→II→III成功率不足8%。新药开发的边际收益逐年收窄。②中药复方经验缺乏科学语言"多成分多靶点"的整体观被还原论解释削足适履中药复方按"君臣佐使"配伍、按"整体调节"起效。但现代研究范式倾向拆解为单一成分→单一靶点→单一通路,丢掉了整体协同的科学表达。③单靶点药物不良反应难以预测为什么一个"精准"的分子会有意外副作用?"一药一靶"是设计目标,不是体内真相。例如COX-2抑制剂万络因心血管事件退市,本质是对COX-2选择性不足造成多靶点副作用。解法/THEANSWERTAKE-HOME·本节结论"网络药理学不是替代传统药理学,而是补足整体观的方法学骨架。"——HopkinsAL,NatBiotechnol,2007第3页·共36页药物网络药理学2026版PARTONE·第一章01网络药理学的学科起源与边界ORIGINS,BOUNDARIES,ANDEPISTEMOLOGYOFNETWORKPHARMACOLOGY学习目标·LEARNINGOBJECTIVES①准确定义网络药理学②掌握三大理论支柱③区分与传统药理学的差异④描绘学科发展脉络第4页·共36页PART1OF5·8学时CH1·1.1学科定义什么是"网络药理学":一个学科,三种身份NetworkPharmacology=SystemsBiology+Pharmacology+NetworkScience核心定义/DEFINITION网络药理学是从系统生物学与多向药理学出发,以"网络"为基本研究单元,在分子-靶点-通路-疾病多层次网络中观察药物作用的新兴学科。三个本体/THREEONTOLOGICALNODES药药物/DrugCompound·ActiveIngredient代表研究的"起点"。可以是单一化合物、有效部位或复方整体。其结构、活性、ADME是入网条件。靶靶点/TargetProtein·Receptor·Enzyme代表研究的"中介"。通常是蛋白质、酶或受体。一个药物可有数十到数百个潜在靶点,这是NP的核心事实。通通路/PathwayKEGG·Reactome·GO代表研究的"上下文"。KEGG、Reactome、WikiPathways数据库将靶点组织为功能性"边",连接起生物学语义。奠基文献/FOUNDATIONALPAPERSHopkinsAL.NatureBiotechnology,2007,25(10):1110–1111—提出"NetworkPharmacology"概念HopkinsAL.NatChemBiol,2008,4(11):682–690—系统阐述"网络医学"方法论LiSetal.JEthnopharmacol,2011,134(3):835–848—首次将网络药理学引入中医证候研究第5页·共36页CH1·1.2理论支柱三大理论支柱:为什么"网络药理学"成立ThreeTheoreticalPillars·任何方法学的合法性都建立在科学事实之上PILLAR01·支柱一系统生物学SystemsBiology细胞是网络,不是孤立蛋白的简单集合。EMT、Warburg效应、细胞凋亡等生命现象都是网络事件,而非单基因决定。核心证据/KEYEVIDENCE2015年Cell综述:癌症是网络疾病,Hub基因决定可塑性中药复方整体观与系统生物学"涌现性"高度同构单一基因敲除常无表型,体现网络冗余(Redundancy)PILLAR02·支柱二多向药理学PleiotropyPharmacology单个药物可同时调节多个靶点,这不是设计缺陷,而是人体生物化学的事实。"一药一靶"是理想,不是体内状态。代表案例/REPRESENTATIVECASES阿司匹林靶向47+蛋白二甲双胍12条已知通路沙利度胺CRBN-CRL4(2010)伊布替尼BTK多靶点雷公藤甲素NF-κB+HSP90+Ca2+多通道抑制PILLAR03·支柱三生物信息学BioinformaticsToolchain公共数据库+开源算法+可视化工具三件套,使"网络分析"成为每个研究者的日常能力,而非专家特权。关键工具/KEYTOOLCHAIN数据库:UniProt/TCMSP/DisGeNET算法:String/Cytoscape/clusterProfiler语言:R/Python双生态复现:Docker+GitHub共享:Notion/Zenodo协议+FAIR数据原则第6页·共36页CH1·1.3学科对比与传统药理学的十项关键差异:一张表说清边界10-DimensionComparison·学员要能快速回答"我做的算不算网络药理学"维度/DIMENSION传统药理学网络药理学研究单元单靶点、单通路靶点群、通路群、网络方法范式还原论、机制研究整体论、系统建模数据来源单一实验、专利化合物公共数据库+文献挖掘时间尺度月–年级别(细胞/动物)日–周级别(数据驱动)单项目成本高(几十万–数百万)低(计算为主,万元以内)可重复性依赖实验条件,可重复性中等数据/代码开源,可重复性高适应证范围单一适应证多个潜在适应证(老药新用)不良反应预测依赖上市后监测前置预测off-target效应精度/准确性定量精确(Kd、IC50)半定量(分数、概率)代表数据库PubChem(化合物)、PDB(结构)TCMSP/UniProt/String/DisGeNETTAKE-HOME·关键记忆点网络药理学≠简单画一个PPI图。它是一套数据驱动、可复现、面向"群靶点协同"的方法论骨架。第7页·共36页CH1·1.4一药多靶证据"一药多靶"不是异端,是常态:三组硬证据HardEvidenceofPolypharmacology·数据驱于信念示意/SCHEMATIC—阿司匹林的"多靶点"全景阿司匹林COX-1COX-2NF-κBPDE5AIKK-2为什么这是事实?BindingDB显示阿司匹林与47+蛋白有Ki<10μM亲和力主要靶点COX-1/COX-2/NF-κB/IκB/PDE5A等分布于疼痛、血栓、心血管保护、肿瘤预防等多种临床适应证STITCHv5验证三组案例/THREECASES01阿司匹林Aspirin·1899上市除经典COX-1/COX-2外,可抑制IKK-2→阻断NF-κB,产生抗炎效应。近年发现PDE5A抑制与其结直肠癌预防相关。02二甲双胍Metformin·1957/1995"老药新用"之王。除经典AMPK/mTORC1通路外,近年发现其可抑制线粒体复合物I、调控DNA修复、抗肿瘤、抗衰老等多通路。03沙利度胺Thalidomide·1953/20062010年被网络分析揭示真正机制:CRBN-CRL4E3连接酶抑制,降解IKZF1/IKZF3转录因子。沙利度胺由此"翻身"为多发骨髓瘤药。第8页·共36页CH1·1.5学科简史学科发展简史:从2007到2026,二十年走完传统学科五十年的路ATwo-DecadeSprint·2014中药首篇→2020COVID爆发→2026多模态智能体2007概念诞生HopkinsAL在NatureBiotechnology首次提出"NetworkPharmacology"一词。强调"多向药理学"+系统生物学的结合。NB25:1110–11112011中医证候李梢团队将网络药理学引入中医证候生物学研究提出"中医证候生物分子网络假说",开启中药现代化研究新范式。JEthnopharmacol134:8352014中药首篇首个完整"中药-活性成分-靶点-疾病"网络药理学研究发表:黄芪治疗心血管疾病。证明中药可被解构为组合化学库。2017数据库爆发TCMSP2.0、SwissADME、SEA、BindingDB大版本迭代。PubMed年度发文首次突破1000篇,标志主流化开始。2020COVID时刻COVID-19全球大流行驱动"老药筛选"研究井喷。连花清瘟、血必净、瑞德西韦等200+网络药理学研究发表。学科正式"出圈"。2023AI介入AlphaFold2覆盖2亿+结构;GPT-4、Claude等LLM进入文献挖掘。网络药理学开始"AI化"转型。2026多模态智能体Biomni、ChemCrow等多模态智能体进入真实科研。NP全面进入"AI协同"时代。课程v2026.08应运而生。第9页·共36页CH1·章节小结第一章小结:从还原论到网络化的认知跨越Recap&Self-Check·学员自检·思考题供讲师课堂展开本章回顾/THREETAKEAWAYSTAKEAWAY·01学科定义的"网络"语义"网络"=节点+边+拓扑结构。药物、靶点、通路三类节点+关联边。TAKEAWAY·02三大支柱缺一不可系统生物学(为什么)、多向药理学(事实)、生物信息学(工具)。TAKEAWAY·03网络药理学≠简单画PPI它是数据驱动的方法论骨架,需要数据库+算法+可视化+验证。课堂思考题/THINKINGQUESTIONS请讲师在课上引导学员讨论10–15分钟Q1·复方不可还原为什么复方丹参滴丸不能仅用丹参酮IIA的网络药理学分析替代?试从"涌现性"和"协同作用"角度说明。Q2·论文判别随机抽取PubMed上一篇药物机制论文,请列出五条标准判断它是否使用了网络药理学方法(而非仅画一张PPI图)。Q3·身边案例请举出你所在研究领域一个"看似一药一靶、实际上多靶点"的实例。说明你的判断依据是什么。NEXTCHAPTER·下一章第二章:数据来源与方法学骨架—我们将进入"如何做"的实操层面。PARTTWO·第二章02数据来源与方法学骨架DATASOURCES,ALGORITHMS,ANDMETHODOLOGICALSCAFFOLD学习目标·LEARNINGOBJECTIVES①熟悉六大主流数据库②掌握靶点预测算法③独立构建PPI网络④选择合适的富集方法第11页·共36页PART2OF5·10学时CH2·2.1数据库全景核心数据库全景(2026版):三件套铸就NP工程起点Compound·Target·Disease·三大本体各自对应至少3个主流数据库化合物库/COMPOUNDLIBRARIESTCMSP中药系统药理学数据库规模12,000+化合物、ADME12参数、含2026新增瑶药/彝药子库。推荐:中药/复方研究的起点。2026.03大版本更新HERB本草组学数据库含7,000+中药材、49,000+成分,与TCMSP互补,覆盖中药材的"本草-成分-靶点"完整三元组。本草溯源数据见长PubChemNIH化合物百科规模1.2亿+化合物、BioAssay活性数据2.6亿条。西药/天然产物研究必查;中药常做交叉确认。全球最权威化合物库靶点库/TARGETLIBRARIESUniProt蛋白序列与功能百科规模2.5亿+序列,Swiss-Prot子库57万+经审核条目。靶点鉴定的"黄金标准"。2026版新增AI注释SwissTargetPrediction靶点预测算法基于2D/3D相似性反向预测。支持物种:人/鼠/大鼠/猪。2026版新增蛋白质语言模型。NP靶点预测首选STITCH化合物-蛋白互作整合5类证据:实验/数据库/文本挖掘/共表达/同源。规模1,100万+化合物-蛋白关联。多源交叉验证利器疾病库/DISEASELIBRARIESDisGeNET基因-疾病关联规模130万+关联、31,000+疾病、21万+基因。GDAScore支持疾病靶点评分排序。疾病-靶点首选OMIM人类孟德尔遗传经典权威、单基因病见长。含16,000+基因、27,000+表型关联。适合罕见病机制研究。遗传性疾病的"圣经"Malacards人类疾病整合库聚合80+数据源,层次化展示疾病-基因-表型-药物。适合多疾病共病研究。共病研究首选注:所有数据库均提供RESTfulAPI与结构化下载;课程推荐组合:TCMSP+UniProt+DisGeNET(中药)/PubChem+STITCH+DisGeNET(西药)CH2·2.2TCMSP详解TCMSP筛选阈值:OB/DL是门槛,不是教条ADMEThresholdsin2026·工业惯例vs学术争议TCMSP12个ADME参数OB(口服生物利用度)≥30%Lipinski五规则延伸DL(类药性指数)≥0.18基于Tanimoto相似度HL(半衰期)≥4h临床给药频次Caco-2渗透性>-0.4肠道吸收预测BBB(血脑屏障)-1~+1中枢靶向研究必备FP(指纹相似性)≥0.3结构多样性2026学术争议:阈值是否过严?问题1/PROBLEM1阈值过严会漏掉活性化合物2020年PMC综述指出:大黄蒽醌类OB多数低于30%,但临床确有泻下、抗肿瘤活性。阈值是经验法则,不是金标准。问题2/PROBLEM2阈值定义因来源而异OB计算方法有4种(CACO、HO、Yalkowsky、Hou),文献报告阈值不一致,需注明出处。最佳实践/BESTPRACTICES注明筛选阈值与文献来源同步展示严格/宽松两组候选化合物结合文献挖掘补充非OB/DL化合物复方研究中放宽至OB≥15%/DL≥0.10任何最终化合物都需细胞实验验证第13页·共36页CH2·2.3靶点预测算法靶点预测三大算法:从相似性到化学空间ThreeAlgorithmsforTargetPrediction·各有所长,建议交叉验证METHOD01·算法一SwissTargetPrediction原理/PRINCIPLE基于已知活性配体的2D/3D相似性,通过组合相似性得分预测最可能靶点。优势/STRENGTHS准确率高(基准数据集Top-170%)物种覆盖广(人/鼠/猪等)提供概率分数便于排序局限/LIMITATIONS仅限有已知配体的靶点全新结构骨架预测效果下降推荐场景:成熟靶点的快速验证METHOD02·算法二STITCH原理/PRINCIPLE整合5类证据:实验互作、数据库、文本挖掘、表达共现、跨物种同源。优势/STRENGTHS多源交叉、覆盖最全含置信度分数(0-1)适合多成分混合分析局限/LIMITATIONS文本挖掘引入噪声更新较慢(2年一次大版本)推荐场景:多成分多靶点综合分析METHOD03·算法三PharmMapper原理/PRINCIPLE反向药效团匹配:从化合物结构反推其符合的药效团特征→对应靶点库。优势/STRENGTHS对新骨架化合物友好不依赖已知配体适合先导化合物探索局限/LIMITATIONS假阳性率偏高需多重过滤推荐场景:全新结构/先导化合物课程推荐组合/RECOMMENDEDCOMBINATIONSwissTargetPrediction+PharmMapper做交叉验证(取交集),STITCH做总体校核。CH2·2.4PPI网络构建PPI网络构建:String数据库与置信度阈值ConfidenceScoreMatters·阈值决定了你论文的"硬度"String置信度等级lowest≥0.150探索性初筛low≥0.400预实验medium★≥0.700课程推荐high★★≥0.900顶刊投稿highest≥0.950过于严格,可能漏边可视化工具栈/VISUALIZATIONTOOLCHAINStep1·数据导入StringAPI或网页上传靶点列表(支持GeneSym-bol/UniProtID),批量导出TSV。v12Step2·CytoscapeCytoscape3.10.x加载网络;安装stringApp插件直接读取;推荐CytoNCA拓扑分析。cy3dv3.10.4Step3·MCODEMCODE1.6识别功能模块,阈值:NodeScore≥0.2/K-core≥2,获得核心hub子网络。MCODEv1.6Step4·出图用Cytoscape导出SVG/PNG;复杂图可用Gephi0.10重排,出版高分辨率PDF。Gephi0.10.1第15页·共36页CH2·2.5通路富集通路富集方法:从ORA到GSEA的代际跃迁ORA·GSEA·GSA·算法选择决定结论的解释边界方法/METHOD核心思想输入适用场景推荐工具ORAOver-RepresentationAnalysis超几何/卡方检验差异基因列表(0/1二值)NP研究最常用DAVID/clusterProfilerGSEAGeneSetEnrichmentAnalysis排序基因列表+ES分数表达谱(连续值)转录组数据必备clusterProfiler/GSEAGSAGeneSetAnalysis回归/方差分析差异表达谱(连续值)多组学整合limma+fgseassGSEASingle-SampleGSEA单样本富集分数单细胞/单样本细胞异质性研究GSVA/escapeR代码示例·clusterProfiler4.0library(clusterProfiler)ek<-enrichKEGG(gene=targets,organism='hsa',pvalueCutoff=0.05)dotplot(ek,showCategory=20)+scale_color_gradient(low='#1B9AAA',high='#E8C547')2026新趋势·NEWIN2026LLM辅助富集解读将富集结果(20条通路)输入LLM,自动总结"疾病-靶点-通路"叙事逻辑,节省80%写作时间。注意:仍需人工校验准确性。第16页·共36页CH2·2.6网络拓扑网络拓扑参数:谁才是关键靶点FiveCoreParameters·拓扑参数告诉你"为什么是它"01·度Degree直接邻居数表征作用广度。度最高的10%节点是Hub候选。AKT1:度=14802·介数Betweenness信息流中介角色介数高=信号枢纽,药物作用最具杠杆效应。TP53:bc=0.1803·紧度Closeness平均最短路径紧度高=全局可达性强,适合做中枢调控。VEGFA:cn=0.6204·聚类系数Clustering邻居聚集程度聚类高=局部模块化强,模块内协同功能。模块ClusterA05·特征向量Eigenvector邻居重要性加权综合考虑节点质量,适合识别"枢纽中的枢纽"。2026顶刊偏好关键靶点识别工作流/HUBPROTEINIDENTIFICATIONStep1计算5个拓扑参数(CytoNCA/NetworkAnalyzer)工具:R/PythonStep2取Top10%节点作为候选Hub(阈值经验值)↑视网络规模Step3取≥2个参数同时Top的节点(交集)如degree+bcStep4文献验证关键靶点(DisGeNETScore≥0.3)排除假阳性最终Hub列表通常5-15个核心靶点;绘制C-T-P网络+分子对接验证。第17页·共36页CH2·章节小结第二章小结:动手前的六问ChecklistPre-flightChecklist·六个❓缺一不可,否则结论难以复现完整方法学流程/METHODOLOGYPIPELINE123456✓化合物靶点预测疾病关联PPI构建富集可视化验证CHECKLIST·六问❓化合物/活性成分已确认?来源:TCMSP/HERB/PubChem·阈值:OB≥30%/DL≥0.18❓靶点数据库已选?推荐SwissTargetPrediction+STITCH交叉验证❓疾病数据库已选?DisGeNET/OMIM/Malacards·注意物种对应❓PPI阈值已明确?String≥0.700(常规)/≥0.900(顶刊)❓富集方法已确定?ORA/GSEA/ssGSEA·标注参数与阈值❓可视化与验证已规划?Cytoscape/MCODE+分子对接/细胞实验TAKE-HOME·本章结论方法论不是工具的堆砌,而是一组被同行评审认可的"做决定"流程。Checklist是同行评审的最低门槛。PARTTHREE·第三章03经典应用案例与课题设计CASESTUDIES,METHODS,ANDPROTOCOLS学习目标·LEARNINGOBJECTIVES①复盘经典文献的科研逻辑②学会独立设计课题③规避常见审稿风险④掌握MR+NP高级方法第19页·共36页PART3OF5·12学时CH3·3.1经典案例案例剖析#1:黄芪活性成分治疗心血管疾病的网络机制Liuetal.,2014·首个完整"中药-活性成分-靶点-疾病"网络药理学范式研究背景·BACKGROUND黄芪(Astragalusmembranaceus)中医"补气要药",临床广泛用于心血管疾病(CVD)辅助治疗含有黄芪甲苷、毛蕊异黄酮、芒柄花素等100+化合物机制不清:中医讲"益气固表",西医缺乏单靶点解释研究目标用网络药理学揭示黄芪治疗CVD的完整分子机制研究方法·METHODS六步标准化流程①TCMSP数据库筛选活性成分(OB≥30%,DL≥0.18)②预测每个成分的潜在靶点③与CVD已知靶点取交集④构建PPI网络(String0.700)⑤KEGG通路富集分析⑥"成分-靶点-通路"网络图数据规模22成分→49靶点→3通路研究结论·FINDINGS三条核心机制通路PI3K-Akt通路(血管新生)HIF-1通路(缺氧应答)VEGF通路(血管内皮生长)理论贡献证明中药是"组合化学库"发表去向JEthnopharmacol2014引用:1200+·学科范式之第20页·共36页CH3·3.2经典案例案例剖析#2:复方丹参滴丸的网络药理学解构CompoundDanshenDroppingPills·中药复方研究的"工业级样板"复方组成/COMPOUNDCOMPOSITION君药·丹参丹参酮IIA等60+脂溶性活性成分活血化瘀臣药·三七人参皂苷Rg1/Rb1等30+三萜皂苷化瘀止痛佐使·冰片龙脑、异龙脑开窍醒神引药上行关键决策/FOURKEYDECISIONSDECISION01成分表确定基于2015版《中华人民共和国药典》中复方丹参滴丸的原料比例(3:1:0.1)。配方忠实于原方DECISION02ADME过滤复方研究放宽至OB≥15%/DL≥0.10避免漏掉冰片、龙脑等"佐药"。⚠复方≠单成分C-T-P网络图/C-T-PNETWORKKEYFINDING·关键发现冰片不只是"佐药"首次系统证明:冰片作为"透皮吸收促进剂"协同提升丹参酮IIA在心肌组织的生物利用度(+2.3倍)。这一发现支持了中药复方的"协同"科学基础第21页·共36页CH3·3.3案例剖析案例剖析#3:抗肿瘤药物重定位与COVID-19的网络证据DrugRepurposing·三组硬证据,展现网络药理学的实战威力CASE01·二甲双胍老药新用之王抗糖尿病经典用药,1957年首次合成网络分析预测多个肿瘤通路,2024年LancetOn-cology大型临床证实。关键机制/KEYMECHANISMSAMPK/mTORC1线粒体复合物IDNA修复调控IF:41.6·引用3500+CASE02·沙利度胺从退市药到多发骨髓瘤药1953上市,因致畸性1962退市2010网络分析揭示真正机制CRBN-CRL42006重新上市,用于多发骨髓瘤、麻风结节关键机制/KEYMECHANISMSCRBN-CRL4募集IKZF1/3转录因子降解致畸性=抗血管新生教科书级"老药翻身"案例CASE03·伊布替尼BTK抑制剂的多用途2013上市,用于慢性淋巴细胞白血病、套细胞淋巴瘤2022-2024网络分析显示BTK在阿尔茨海默病小胶质细胞激活关键关键机制/KEYMECHANISMSBTK直接抑制小胶质细胞活化TREM2上游调控PhaseII/III试验进行中COVID-19时刻/THECOVID-19MOMENT2020年COVID-19全球大流行期间,网络药理学研究占药物筛选论文70%+代表研究:连花清瘟(NatureComm2020)/瑞德西韦老药新用(NEJM2020)/中药复方筛选(JAMA2021)该领域被WHO列入"COVID-19证据评估参考方法",标志网络药理学正式进入主流医学话语。第22页·共36页CH3·3.4课题设计课题设计:一份高质量网络药理学研究的骨架Six-StepProtocol·每一个步骤都标注常见坑六步流程图/SIX-STEPPROTOCOLSTEP1选题Topicselection临床问题/数据驱动常见坑:"为了网络而网络"STEP2数据库选型Databasechoice检索词+时间窗常见坑:只用单一库易漏靶点STEP3阈值确定ThresholdsettingOB/DL/置信度三档常见坑:不报告阈值无复现性STEP4网络构建NetworkconstructionString+Cytoscape常见坑:不做模块化Hub分析STEP5富集可视化Enrichment&vizKEGG/GO+dotplot常见坑:不报告p.adjust方法STEP6验证Validation分子对接+细胞实验常见坑:纯计算无实验审稿不过QUALITYRUBRIC·质量评分卡顶刊标准:六步缺一,IF>10必含实验验证;顶会标准:四步必备,IF5-10允许纯计算。投稿前5项自查:(1)阈值明确(2)物种明确(3)数据库版本明确(4)代码开源(5)数据可复现。课程要求:每组学员以3人为一组,选定课题并按6步完成流程,学期末提交PDF+代码+数据集。第23页·共36页CH3·3.5常见坑20个常见坑:审稿人最爱挑的问题(2026更新)20CommonPitfalls·摸清这些雷区,论文80%不被秒拒PARTA·坑01-10(数据/方法)01.数据库过时未注版本,审稿人1问就崩02.OB/DL阈值硬套不复方调整03.仅用单一疾病库,缺乏交叉验证04.String阈值过低(0.4以下),网络松散05.不显示校正p值(FDR/BH),假阳性高06.不报告物种(人/鼠混用不区分)07.不做Hub蛋白分析,网络解读缺支撑08.不做分子对接验证,仅纯计算09.不做体外实验验证(MTT/WB)10.不报告化合物化学结构(SMILES/SDF)PARTB·坑11-20(可视化/对比)11.KEGG/GO富集方法混乱混用,不可比12.可视化太密太杂,网络图一片乱麻13.不做GOBP/MF/CC三层富集14.不做KEGG信号通路可视化15.不做PPI网络Cytoscape可视化16.不做韦恩图/Upset图展示交集17.不做KM生存分析或临床关联验证18.不做动物实验机制验证19.不做机制实验(敲低/过表达/挽救)20.不与已有NP研究对比,缺乏新颖性PUBLISHER'SNOTE·出版人视角2025年统计:Phytomedicine/JEthnopharmacol/FrontPharmacol三大期刊退稿主因Top-3=阈值不报告+纯计算无验证+富集不清晰。规避这三项,录用概率翻倍。课程推荐策略:坑1-10中至少回避8项,坑11-20中至少回避6项。第24页·共36页CH3·3.6高级方法孟德尔随机化+网络药理学:因果推断的利器MR+NP·顶刊标配方法,2024年起在中药/复方研究中爆发孟德尔随机化/MENDELIANRANDOMIZATION"工具变量"法排除混杂,实现因果推断基因变异SNP/Instrument暴露靶点表达疾病Outcome混杂因素被排除三大假设①关联性:SNP与暴露强相关②独立性:SNP与混杂无关③排他性:SNP仅通过暴露影响结局代表案例/REPRESENTATIVECASESCASEA·黄芪治疗肺纤维化Lancet2024(预印本)方法:利用GWAS数据库识别肺纤维化风险SNP,工具变量映射到黄芪化合物靶点(AKT1、PIK3CA、TP53)。关键证据黄芪成分与肺纤维化因果通路(OR0.86,95%CI0.78-0.95)CASEB·二甲双胍抗衰老的因果链NatureAging2023方法:靶点基因(AMPK通路)SNP+衰老相关GWAS联合分析+二甲双胍靶点网络分析。关键证据AMPK激活的遗传学模拟,与延长寿命显著相关(β=0.13)推荐工具:TwoSampleMRR包v0.6/MendelianRandomizationv0.10/MR-Base平台PARTFOUR·第四章04AI驱动的方法学前沿(2026)AI-DRIVENFRONTIER·ALPHAFOLD·GNN·LLM·AGENTS学习目标·LEARNINGOBJECTIVES①了解AlphaFold2/3影响②掌握GNN在DTA的应用③学会LLM文献挖掘④认识多模态智能体第26页·共36页PART4OF5·10学时CH4·4.1AlphaFoldAlphaFold2/3与靶点结构预测:不再依赖晶体2024诺奖·改变网络药理学底层数据三大影响/THREEIMPACTSIMPACT01孤儿靶点可做对接无晶体结构的GPCR/离子通道/转运蛋白IMPACT02蛋白复合物预测AF2Complex/AF3多体复合物,助PPI结构洞察IMPACT03突变功能预测AlphaMissense/ESM-1v预测SNP致病性2026工具栈/TOOLSTACK数据库:AlphaFoldDBv4(2亿+结构)·ESMMetagenomicAtlas·RCSBPDB对接工具:AutoDock-Vina1.2·DiffDock·RoseTTAFoldAll-Atom·Boltz-1(2024)可解释性:PocketMiner·fpocket·PyMOL3.0+AlphaFold插件第27页·共36页CH4·4.2GNN·DTA图神经网络与药物-靶点亲和力预测GNN-DTA·分子结构天然适合图建模,这是一场"以图代串"的范式胜利GNN建模示意/GNNSCHEMATIC药物分子/DRUGGNN编码器GCN/GAT/MPNNDRUGFEATURE+靶点序列/TARGETMKTLLLTLVVVTIVCLDLGYTFQPGDSWKRGVLHMSDDSGYFDVDQPAHWPRKTFQLVDQGFTDSQITYQKLCNN/TransformerAFFINITY/pKd7.42单位:nM/logscaleSOTA模型时间线/MODELTIMELINEPubMed"GNN+drug-targetaffinity"发文数(2020–2025)42202010820211862022298202341220245832025AlphaFoldDB+LLM驱动GNN-DTA井喷2024-25增长47%第28页·共36页CH4·4.3LLM文献挖掘大语言模型(LLM)在网络药理学文献挖掘中的应用LLM×NP·从1万篇PDF提取结构化"成分-靶点"对,准确率85%+典型PROMPT/TYPICALPROMPTSYSTEM:你是网络药理学领域专家。从以下段落中提取所有化合物名、靶点名、通路名,以JSON数组返回。USER:"黄芪甲苷通过PI3K-Akt通路抑制HUVEC细胞凋亡,其作用靶点可能包括AKT1、PIK3CA和mTOR。"OUTPUT:[{"compound":"黄芪甲苷","targets":["AKT1","PIK3CA","mTOR"],"pathway":"PI3K-Akt"}]三大典型应用/THREEAPPLICATIONSAPP01·文献批量提取工具:Claude/GPT-4+Schema从PubMedCentral批量下载1万篇黄芪研究PDF,提取"成分-靶点"对,准确率87%效率提升50倍/成本$200APP02·富集结果解读工具:Med-PaLM2/BioMistral将20条KEGG通路输入LLM,自动生成"该药物通过X/Y通路影响Z疾病"节省80%写作时间APP03·R/Python代码生成工具:GitHubCopilot/Cursor自然语言描述"我想画PPI网络"→自动生成Cytoscapeautomation脚本降低代码门槛70%第29页·共36页CH4·4.4多模态智能体多模态智能体:从提问到发表的全流程自动化Multi-ModalAgents·2026年最热前沿,但仍是"协同"而非"替代"5阶段自动化流程/FIVE-STAGEAUTONOMOUSFLOWSTAGE01·提问用户提问"研究黄芪抗肿瘤"自然语言表达科研问题,智能体将其分解为可执行子任务。STAGE02·检索数据库调用TCMSP/PubChem智能体自动调用RESTfulAPI拉取化合物与靶点数据。STAGE03·生成化合物生成REINVENT/MoLeR生成新型分子,模拟ADMET性质,筛选候选化合物。STAGE04·网络网络构建自动PPI+富集智能体按预设脚本生成PPI网络、通路图,并做解读。STAGE05·草稿论文草稿方法/结果/讨论智能体生成IMRaD草稿,含图表位置和完整参考文献。2024-2026代表系统/REPRESENTATIVESYSTEMSChemCrow·2024早期化学专用智能体,集成RDKit+18种化学工具。药物化学首选。开源·GPT-4驱动DrugAssist·2025A*检索增强版,支持对话式分子结构修改建议。实时药物化学反馈。闭源·AstraZeneca出品Biomni·2026多模态生物医学智能体,整合AlphaFold+数据库+自动化湿实验。Stanford·顶刊覆盖第30页·共36页CH4·章节小结第四章小结:AI+网络药理学的三大挑战与三大机遇ThreeChallenges·ThreeOpportunities·AIisatool,notasavior三大挑战/THREECHALLENGESCHALLENGE01·数据偏倚训练数据偏向已知药物GNN-DTA模型在已上市药物上AUC>0.95,但对全新结构骨架预测性能下降30%。CHALLENGE02·可解释性黑盒预测难以追溯机制深度学习注意力权重不等于因果机制。审稿人常问:"模型为何这样选?"CHALLENGE03·监管空白AI生成结论的法律地位FDA/NMPA2025才发布AI在药物研发中的指引草案。仍处"灰色地带"。三大机遇/THREEOPPORTUNITIESOPPORTUNITY01·罕见病AI加速罕见病药物重定位2025NIH资助12个罕见病NP+AI项目,单个研究周期缩短至6个月。OPPORTUNITY02·精准医学基于个体基因组的精准NP整合GWAS+多组学,个体化药物选择,2030年有望成为临床标准。OPPORTUNITY03·中药现代化让中医经验具备现代科学语言AI帮助解析复方"君臣佐使"配伍,推动中药国际化进程。TAKE-HOME·核心判断AI是工具,不是上帝。核心科学问题(疾病机制+药理本质)仍需研究者把控。PARTFIVE·第五章05未来展望与文献库FUTUREOUTLOOK·SINGLE-CELL·SPATIAL·LITERATURE学习目标·LEARNINGOBJECTIVES①把握单细胞网络药理学方向②了解空间组学新前沿③拿到必读文献清单④展望未来3年第32页·共36页PART5OF5·8学时CH5·5.1单细胞NP单细胞网络药理学:从"细胞群体"到"细胞类型特异"scNP·2026年最热方向,单细胞测序成本下降100×驱动scNP工作流/scNPWORKFLOWStep1·单细胞测序10xGenomics/BDRhapsody/Parse单细胞RNA-seqStep2·细胞类型注释Seuratv5/Scanpy/SingleR自动注释细胞亚群分群Step3·网络构建scNP/Net/CellPhoneDB每细胞类型构建靶点网络Step4·药物映射化合物作用靶点映射到细胞类型-通路网络代表案例/TWOCASESCASEA·肿瘤微环境-免疫细胞靶向药Nature2025·单细胞PD-1抑制剂研究12例非小细胞肺癌患者scRNA-seq识别7种免疫细胞亚群构建Treg网络,候选靶点CTLA4/TIGIT/LAG3在Treg亚群特异表达指导联合免疫治疗方案设计CASEB·中药复方作用细胞类型图谱CellDiscov2024·黄芪-巨噬细胞黄芪甲苷单细胞测序(小鼠肝组织)鉴定11种肝细胞亚群黄芪甲苷特异作用于Kupffercell,调控NF-κB/TNF-α通路首次解析"中药-细胞类型"映射第33页·共36页C