疾病發(fā)生發(fā)展的背后，影響因素往往錯綜復雜。如果從網(wǎng)絡(luò )角度，將每個(gè)因素看成一個(gè)個(gè)“節點(diǎn)”，將它們之間的聯(lián)系看作一條條“邊”，那么人類(lèi)或許能夠從新的角度探究疾病形成的內在機理。

不久前，北京雁棲湖應用數學(xué)研究院教授鄔榮領(lǐng)及其帶領(lǐng)的統計團隊和北京林業(yè)大學(xué)博士研究生吳雙創(chuàng )新運用數學(xué)手段，構建了統計物理學(xué)網(wǎng)絡(luò )模型idopNetworks，利用丘成桐及其合作者發(fā)展出的GLMY同調理論（GLMY homology theory），分析不同疾病的代謝網(wǎng)絡(luò )模型，探究各個(gè)因素及其相互作用對人類(lèi)疾病的影響。該研究成果近日以“復雜疾病的代謝物理學(xué)”（The metabolomic physics of complex diseases）為題發(fā)表在《美國國家科學(xué)院院刊》（PNAS）上，為解析復雜疾病成因、指導復雜疾病治療及相關(guān)藥物設計提供了嶄新思路。

不同于現有低維度網(wǎng)絡(luò )模型，該團隊構建的統計物理網(wǎng)絡(luò )模型實(shí)現了兩大創(chuàng )新。首先，構建了全面、動(dòng)態(tài)的網(wǎng)絡(luò )模型，將疾病看成一個(gè)由許多因子（如代謝物質(zhì)）構成的復雜網(wǎng)絡(luò )系統，通過(guò)引入進(jìn)化博弈論原理，將系統中每一個(gè)因子的作用分解成兩個(gè)組成部分，包括該因子自身的作用，即獨立效應；以及共存因子對它的影響，即依賴(lài)效應；由此，可清晰地反映每個(gè)因子對系統的貢獻。隨后，團隊將前者作為“節點(diǎn)”，后者作為“邊”，構建出一個(gè)全方位、個(gè)性化網(wǎng)絡(luò )，將其稱(chēng)為idopNetworks。其第二個(gè)創(chuàng )新點(diǎn)在于引入代數拓撲中的同調理論分析網(wǎng)絡(luò )。團隊利用丘成桐先生及其合作者最新發(fā)展出的GLMY同調理論，整合入有向圖論（directed graph theory）等數學(xué)理論，分析網(wǎng)絡(luò )中一個(gè)因子向另一因子傳播信號的路線(xiàn)圖，從中發(fā)現系統狀態(tài)變化的拓撲規律，并追蹤網(wǎng)絡(luò )的拓撲結構變化，從而更好地理解疾病發(fā)生發(fā)展的機理。

該項研究以炎性腸疾病為例。炎性腸疾病（inflammatory bowel disease, IBD）是一種特發(fā)性腸道炎癥性疾病，其病因和發(fā)病機制尚未完全明確。利用現有臨床數據，團隊構建出與炎性腸疾病相關(guān)的代謝互作網(wǎng)絡(luò )idopNetworks，獲得了不同代謝物互作關(guān)系這一嶄新研究成果。傳統方法只能識別與炎性腸疾病顯著(zhù)相關(guān)的單個(gè)代謝物，而idopNetworks發(fā)現這些單個(gè)代謝物發(fā)揮的作用并不來(lái)自于其獨立效應，而是源于其他代謝物的調控，即依賴(lài)效應。通過(guò)改變代謝物之間的調控關(guān)系會(huì )導致代謝物自身作用的改變。idopNetworks還揭示了患者從健康狀態(tài)轉向炎性腸疾病，以及從炎性腸疾病轉向健康狀態(tài)，代謝物互作關(guān)系的變化。

炎性腸疾病包括潰瘍性結腸炎（UC）和克羅恩病（CD）兩種類(lèi)型，這兩種類(lèi)型是否存在相同的代謝機理，尚未被系統研究過(guò)。團隊利用GLMY同調理論分析UC與CD的idopNetwork，發(fā)現了兩者細微的網(wǎng)絡(luò )拓撲結構差異，且判斷與亞麻酸鹽這一代謝物有關(guān)的網(wǎng)絡(luò )聯(lián)通性是出現差異的重要原因。這顯示了GLMY同調理論在復雜生物系統研究中具有巨大應用潛力。