综述：基于网络的精准医学与系统药理学

（编辑推荐）本综述系统阐述了网络医学（Network Medicine）在整合多组学（multi-omic）数据、识别疾病生物标志物及药物靶点中的关键作用，为精准医学（precision medicine）和药物重定位（drug repositioning）提供了创新方法论。作者团队通过网络科学（network science）解析疾病病理生物学（pathobiology），为转化医学研究开辟新路径。

　　

Abstract

随着多组学（multi-omic）技术的快速发展，基于患者个体化疾病表型的精准医疗成为可能。然而，如何从海量数据中识别与疾病活动及治疗响应相关的生物学信号仍是重大挑战。网络医学（Network Medicine）通过构建分子互作网络，系统解析疾病病理生物学（pathobiology），为生物标志物发现、新药靶标鉴定及现有药物适应症拓展提供了全新视角。

网络科学在生物系统的应用

网络分析方法将基因、蛋白质和代谢物等分子实体抽象为节点，其相互作用关系转化为边，从而揭示传统还原论方法难以捕捉的系统级特征。研究表明，疾病相关基因往往在网络中形成紧密互作的模块（module），而网络拓扑属性（如节点中心性）可有效预测关键调控靶点。

疾病生物标志物的网络识别

通过整合转录组（transcriptomics）、蛋白质组（proteomics）等数据，网络医学能识别具有诊断或预后价值的分子组合。例如，乳腺癌中ERBB2-HER2信号通路的网络扰动模式比单一生物标志物更具临床意义。

药物靶标发现与重定位

网络药理学（network pharmacology）通过分析药物-靶点-疾病三层网络，发现拓扑特性特殊的"可成药节点"（druggable node）。典型案例包括基于IL-6/JAK/STAT3网络开发的类风湿关节炎新疗法。药物重定位方面，抗抑郁药丙咪嗪被证实可通过调节AMPK/mTOR网络抑制肿瘤生长。

CONFLICT OF INTEREST STATEMENT

作者J.L.作为Scipher Medicine联合创始人参与公司科学咨询委员会，S.D.G.为该企业全职员工，A.K.P.声明无利益冲突。网络医学在商业转化中的潜力由此可见一斑。