摘要：物质间相互作用常以层次结构呈现，各层次有独特的相互作用规则而并非较低层次规则的简单叠加，整体涌现特性常常难以从个体性质直接推断。生物系统的复杂性受层级规则和演化路径节点所携带的历史支配，会产生最初并不存在且看似不可能出现的性状，并随着时间的推移通过因果链不断演

导语

物质间相互作用常以层次结构呈现，各层次有独特的相互作用规则而并非较低层次规则的简单叠加，整体涌现特性常常难以从个体性质直接推断。生物系统的复杂性受层级规则和演化路径节点所携带的历史支配，会产生最初并不存在且看似不可能出现的性状，并随着时间的推移通过因果链不断演化。这体现在多个尺度的生物系统中，药物对于人体的干预也遵循这些模式。天然药物组合含有多种活性成分，能够靶向多个生物靶点，在治疗过程中生动地展现了生物网络的复杂性。因此，将复杂性科学的原理和分析方法应用于药理学将是一项合理且有趣的尝试。

深圳清华大学研究院/清华大学深圳国际研究生院黄嘉骏、弥胜利团队提出层次叠加药效模型（Hierarchical Superposition Pharmacodynamic Model，HSPM），其核心思想是确定疾病靶点与药物靶点之间的层级关系，并通过计算药物沿选定通路的层级传递来评估药物的药效。

关键词：复杂疾病治疗、药物组合、层次结构、药理学

黄嘉骏丨作者

论文题目：Hierarchical Superposition Framework Reveals the Complex Effects of Natural Medicine Formulas

论文地址：https://doi.org/10.1002/aisy.202500060

复杂性随时间的积累是一个极其重要的概念。任何在时间中持续存在并参与因果链的对象，无论是物理实体还是非物理实体，都可能产生具有更多复杂程度的新对象[1-3]。而且，物质之间的相互作用通常表现为层级结构，每一层都表现出独特的相互作用规则，而这些规则并非仅仅是底层规则的简单叠加[1]。生物系统作为典型复杂系统，各层级组分承载着演化的历史信息，这些信息不仅记录过去状态，更是当前系统物质特性的重要组成部分。例如，真核细胞内的线粒体和叶绿体，它们源于自由生活细菌的内共生事件，如今已成为真核细胞不可或缺的子系统，在细胞呼吸和光合作用中发挥关键作用[4]。它们的物质特性与功能是历史进化与当前细胞环境相互作用的结果，这种历史维度与物质维度的融合赋予生物系统复杂特性。

几十年来，药物复方的开发及药理学的研究主要遵循强还原论的方法，侧重于干预措施对单个或多个靶点的直接效应，而忽略了次级反应和层级效应的累积影响[5,6]。这种符合线性因果关系的研究方法有利于理解药物与特定靶点的结合及其直接的生物学效应，适用于开发针对单一疾病机制的药物。然而，对于复杂疾病的复方治疗，这种方法无法全面掌握药物在体内多层次的生物学反应。不同层次的生物分子网络通过复杂的相互作用产生治疗效果，多个靶点的同时干预可能会影响一连串的调控网络，导致新的靶点被干预。即使是单一药物已知的药理作用，由于次生效应的存在，也可能不是疗效的终点，例如用于治疗勃起功能障碍的西地那非和用于治疗失眠的苯海拉明[7,8]。

中医药在天然药物的药理应用方面展现了这种复杂性，尤其是其多成分的中药复方。这些复方通过作用于多个靶点和途径来发挥疗效，其多点干预和协同作用在生物体内形成了复合生物学特征。例如，桂枝汤对免疫系统的整体调节作用以及四君子汤对消化系统功能的增强作用，体现了多药合用优于单一药物的疗效[9,10]。基于这些概念，我们认为药物疗效并非孤立事件，而是一种由多种药物效应叠加而产生的层级药理作用，并由时间因果链的存在所塑造。

构建一个真实、清晰且实用的药物组合效应网络是一项重大挑战。因为药理作用可能沿着多条相互交织的通路演化，形成一个复杂的网络。这种复杂性阻碍了我们预测同时作用于多个靶点可能产生的生物学效应的能力。然而，这并不意味着我们无法探索药物组合的潜在相互作用空间。目前，药物组合产生的协同效应研究严重依赖于从各种真实世界模型（例如细胞、组织、动物甚至类器官）收集的实验数据。通过网络药理学，我们可以建立靶点状态和控制条件，从而确定最终的疗效途径[11]。

然而，理解药物效应叠加的规律错综复杂，因为它涉及个体化调控的微妙性和外部影响的不可计算性，导致工作量巨大。此外，变量数量之多使得任何建模方法只有在极其理想化的条件下才具有计算可行性。过去用于研究天然药物制剂的网络药理学方法主要侧重于药理效应的简单叠加，计算其加性或减性结果[12]，而没有考虑层级规则的变化以及层级转换带来的衰减。此外，这些方法仍然基于遍历，未能考虑路径选择后层级所承载的历史信息所带来的非遍历约束。

本研究引入了药理效应的层级叠加和演化概念，并致力于构建基于此概念的药效模型，利用人类蛋白质-蛋白质相互作用网络来量化药物或药物组合对疾病的影响。理想的药效模型应该包含层级关系和层级间规则，但影响这些规则的众多变量所带来的复杂性使其计算具有挑战性；因此，研究目前专注于基于药理途径选择的理想化模型。该模型的核心在于解析疾病相关蛋白与药物靶点之间的层级关联，以及药理作用如何在这些层级之间传递。通过实证数据的验证，展示了该模型的有效性，并尝试从模型视角阐释药物组合前后药效的复杂变化，并以中医药的实践经验为佐证。此外，本研究致力于利用该模型计算新的药物组合，并通过细胞实验进行验证，从而检验该模型指导药物组合发现的可行性。

Hierarchical Superposition Pharmacodynamic Model（HSPM，层次叠加药效模型）的核心思想是确定疾病靶点与药物靶点之间的层级关系，并通过计算药物沿选定通路的层级传递来评估药物的药效。该方法利用蛋白质互作网络（Protein-Protein Interaction Networks，PPI）网络，量化药物靶点与疾病靶点间的网络相互作用，从而评估单一药物或药物组合对疾病的影响。计算药效作用评分的第一步是确定疾病靶点与药物靶点的层次关系，即它们在网络中的距离。由于药效可通过多条路径从药物靶点传递到疾病靶点，研究团队致力于找出承载层级间传递最大权重的代表性最短路径。具体而言，就是寻找路径长度（即层级距离）最短且路径上节点度乘积最小的路径。（图1）

图1 层级叠加药理学框架概念图

(A) (B) 分别为层级叠加药效学框架的全景图和层间图。不同颜色的块表示同一网络内不同层级节点簇的叠加。节点间的连接线表示相互作用通路。红色实线表示特定药物的药理作用路径。

在计算药效作用评分时，研究团队假设药效在不同层级间传递时会经历衰减。每次传递步骤都会导致药物效能降低，衰减程度由层级间距离（即两节点间路径的层级距离）决定。同时，同层级内药效传递受蛋白质节点度影响。节点度较低的蛋白质倾向于将效应传递到其他层级，而节点度较高的蛋白质则更多地保留药效，导致效应主要在同层级内传递。

通过这种方法，研究人员可以准确衡量药物靶点与疾病靶点相互作用对药效的影响，同时考虑不同层级和节点特性对药效传递的影响。在确定了疾病靶点与药物靶点间的层次关系后，研究团队进一步计算药效沿路径的层级传递，从而量化药物对疾病的治疗效果。基于这一方法，研究团队构建了药物与疾病的关系模型，并通过大量数据验证其有效性。在构建的药物 - 疾病数据集和药物组合 - 疾病数据集中，研究发现已知有效药物 - 疾病对的药效作用评分显著高于未知 / 无效对。这表明 HSPM 能够有效区分药物对疾病的潜在疗效，为药物组合的预测与发现提供了可靠的理论基础。（图2）

图2 构建分层叠加药效动力学模型的药效作用分数方法及验证

（A）基于人类蛋白质-蛋白质相互作用（PPI）网络的药效作用分数方法计算示意图。药物靶点与疾病靶点之间的评分通过确定路径上节点度积最小的最短路径来计算。（B）药效作用分数方法评价天然药物对疾病的药效作用。（C）药效作用分数方法评价组方对疾病的药效关系。（D）和（E）天然药物/组方-疾病对的药效作用分数分布。有效对的评分显著升高，提示其药效作用更强。使用Mann-Whitney U检验评估已知有效对和未知有效对之间分数分布差异的显著性。 (F) ROC 曲线和相应的曲线下面积 (AUC) 比较药效作用分数方法和邻近度法在区分已知有效和未知疗效的天然药物/配方-疾病对方面的预测性能。

HSPM 在中药研究中的应用，充分展现了其独特的优势。以 “咳嗽” 为例，模型计算显示，桔梗（TD,S = 1.86×10⁻⁴）和麻黄（TD,S=1.47×10⁻⁴）对咳嗽疗效显著。而石决明对咳嗽作用较弱（TD,S = 2.46×10⁻⁵），却对视力模糊（TD,S = 1.16×10⁻⁴）效果良好，与临床经验高度吻合。在药物组合方面，百合固金汤对咳嗽药效显著（TC,S = 1.74×10⁻⁴），相关研究表明其具有抗菌、抗炎和退热效果，能显著改善感染引起的咳嗽症状。而金铃子散对咳嗽疗效较弱（TC,S = 7.5×10⁻⁵），却对胆囊炎（TC,S = 1.43×10⁻⁴）效果明显，同样契合临床实践。

HSPM 不仅能评估已知药物和复方的疗效，还能预测未知药物 - 疾病对的潜在疗效。例如，芍药汤（TC,S = 1.17×10⁻⁴）和痛泻方（TC,S =1.36×10⁻⁴）对溃疡性结肠炎显示出较强疗效。尽管当前公开数据集未记录其对溃疡性结肠炎的有效性，但多项研究从细胞水平到临床试验均表明它们能有效干预溃疡性结肠炎。此外，金铃子散对胃溃疡的潜在疗效也得到模型预测（TC,S = 1.161×10⁻⁴），尽管数据库中没有相关记录，但临床研究显示其对胃溃疡的治疗效果显著。

在药物组合效应分析方面，HSPM 揭示了药物组合可能出现的三种疗效变化：新疗效涌现、疗效增强与疗效降低或无效。例如，痛泻要方在治疗肠易激综合征时，单个成分在已知数据库中未显示疗效，但组合后的方剂药效作用评分增强，超过阈值，表现出对慢性肝炎的新疗效。而逍遥散在治疗慢性肝炎时，组合后药效作用评分增强，超过个体成分评分，展现出治疗效果的增强。（图3）

图3. HSPM揭示药物组合中疗效的增强、减弱和新药效的出现

(A) 9种天然药物对疾病A的药效作用分数。图中显示了9种天然药物对疾病A的药效学作用评分，其中有效药物4种，疗效未知药物5种。这些药物被组合成5种不同的组合。(B) 各天然药物及其配方对疾病A的药效作用分数比较。其中，组合2表示出现了新药效，组合4表示该药物组合增强了疗效，组合5表示疗效减弱，导致配方无效。 (C)和(D) 层次叠加药理模型在实际组方及其天然药物的实际应用：(C) 逍遥散（由茯苓、甘草、白芍、白术、当归、柴胡组成的组方）与其组方药物的药效作用分数比较。逍遥散治疗十二指肠溃疡和胆囊炎的疗效显著增强，表明出现了新的治疗效果。(D) 痛泻要方（由白芍、白术、陈皮、防风组成的组方）与其组方药物的药效学作用评分比较。痛泻要方治疗急性肠炎和肠易激综合征的疗效同样增强，表明药物组合时出现了新的治疗效果。

在药物开发的应用方面，HSPM 还能发现药物组合的新治疗效果。例如，紫草素与水飞蓟素联合对肝细胞癌（HCC）的抑制作用此前未有研究或临床证据表明存在协同效应。HSPM 计算显示，紫草素与水飞蓟素组合对 HCC 的药效作用评分（TC,S = 1.591×10⁻⁴）高于单一药物，且超过药效作用阈值。细胞实验进一步验证了这一计算结果，表明该组合能显著抑制 HCC 细胞增殖。此外，HSPM 还预测茵栀黄注射液和双黄连注射液对 HCC 具有抑制效果，实验结果与模型预测高度一致，证实了模型的准确性。（图4）

图4层次叠加药效动力学模型揭示紫草素与水飞蓟宾、双黄连、茵栀黄合用对HCC的抑制作用

人体蛋白质-蛋白质相互作用(PPI)网络中部分药物靶点与HCC形成的局部连接网络揭示了复杂的相互作用模式。基于该网络计算药物及药物组合对HCC的药效动力学作用：(A) 紫草素、水飞蓟宾及紫草素与水飞蓟宾合用。(B) 药物组合-双黄连。(C) 药物组合-茵栀黄。(D) 不同浓度下紫草素、水飞蓟宾及紫草素与水飞蓟宾合用对HepG2和Huh7细胞增殖的影响（横轴：log[M]）。 (E) SHLI（双黄连注射液）和YZHI（茵栀黄注射液）在不同浓度下对HepG2和Huh7细胞增殖的影响（x轴：log[g/mL]）。

这项工作由深圳清华大学研究院/清华大学深圳国际研究生院黄嘉骏、弥胜利团队完成并发表。研究旨在建立和阐明分层叠加框架在药理学中的应用，并验证其广泛的适用性和跨领域的可迁移性。作为该概念的实际体现，HSPM 在其早期开发中面临着因为层级间规则的复杂性以及由于变量众多而难以计算的挑战。因此，即使有了新的理论见解，我们也不得不简化模型构建中的复杂性，仅捕捉层级间药理途径的不可约性。尽管 HSPM 为评估和理解药物组合的复杂效应提供了一个有前景的框架，但它也存在局限性。模型的准确性可能受到数据质量和网络完整性的限制。此外，改进模型以更有效地处理层级结构的复杂性也是一个挑战。未来的研究将探索整合更多生物信息学数据，例如多维数据和贯穿整个疾病轨迹的动态靶点网络，以构建更全面的药理学或病理学模型。

HSPM 的应用是复杂系统理论向药理学的跨学科拓展的新尝试。尤其在中药研究中，中药复方多组分、多靶点特性与 HSPM 多层次分析框架高度契合，使其能深入解析中药复方整体疗效与协同增效机制，为传统中药复方的科学解析提供理论支持。在未来，随着更多生物信息数据的整合，以及人工智能等前沿技术的引入，HSPM 有望进一步完善，更精准地应对复杂疾病挑战。

该研究最初的灵感来自于一个奇怪的想法：“我们能否将药物靶点视作输入节点，借助计算‘隐藏层’的逻辑，推导出叠加药效作为输出结果？就像构建一个深度学习神经网络的架构一样。”我想，这项工作做出了一个尝试。

来源：小夭看天下