中国草药配方的模型信息精准医学-一个多尺度机械智能模型

科学领域:

• 综合医学是一个整体的医学.
• 计算生物学是一种计算生物学.
• 药理学 药理学是指药理学的学科.

背景情况:

• 中国草药 (CHM) 配方显示出复杂疾病的潜力.
• 需要精确描述CHM配方的作用.
• 传统中医 (TCM) 的原则需要与现代科学相结合.

研究的目的:

• 开发一个基于人工智能的算法,DeepTCM,用于准确预测CHM公式的综合征,疾病和目标.
• 为了验证DeepTCM在捕捉复杂的生物相互作用方面的准确性.
• 通过将TCM理论与现代系统生物学联系起来,促进翻译性研究.

主要方法:

• 开发了一个AI定量预测算法DeepTCM.
• 对广泛的草药和疾病数据进行校准和验证模型.
• 构建了草药点和基因疾病相互作用的生物知识图.
• 模拟冠心病 (CHD) 与抑郁症的最佳CHM配方.
• 实验证实了人类和小鼠的治疗效果和机制.

主要成果:

• 深度TCM准确地捕获了TCM的细胞信号,分子和理论水平.
• 该模型确定了与抑郁症有关的CHD的最佳CHM公式.
• 灵敏度分析为配方疗效提供了平衡的得分.
• 实验验证证证实了预测干预的治疗效果和药理机制.

结论:

• DeepTCM为CHM研究提供了一种新的多尺度建模方法.
• 这种人工智能模型集成了"疾病综合征"和"宏观微观"系统建模.
• 该方法促进了复杂疾病的翻译研究,这些复杂疾病是用CHM配方治疗的.