大数据与人工智能时代的中医药——访清华大学北京市中医药交叉研究所所长李梢

分享到:

大数据与人工智能时代的中医药——访清华大学北京市中医药交叉研究所所长李梢

2022年09月23日 05:29 来源:人民日报海外版
大字体
小字体
分享到:

  大数据与人工智能时代的中医药(健康故事汇)

  ——访清华大学北京市中医药交叉研究所所长李梢

  李梢出生于中医世家,父亲是首届“国医大师”李济仁,母亲张舜华是国家级非遗传承人。他从小就跟父母采草药、读医书、背汤头,接受了传统的中医教育,本科就读于北京中医药大学,然后回来跟随父母抄方,在皖南医学院硕士毕业后考回北京中医药大学,师从王永炎院士攻读博士研究生。博士毕业后来到清华大学自动化系工作至今。今年7月13日,英国皇家化学学会发来贺信,祝贺李梢入选英国皇家化学学会会士。

  中医药治病的原理是什么?怎么用现代科学手段进行验证?为了“说清楚、讲明白”中医药的科学原理,清华大学北京市中医药交叉研究所所长李梢教授潜心研究20余年,深入探索中医药复杂系统的奥秘,首次提出符合中医药整体特色的“生物网络、网络靶标”理论,开辟了中医药网络药理学方向。

  做一名探路者可能比做医生更有意义

  “学医过程中经常有人问我,什么是上火、清热?中医药治病的道理究竟是什么?中医强调‘治未病’,为什么肿瘤等病发现时就已经到晚期了?中医能否更好地治病?”李梢说,在求学过程中,这些问题一直萦绕在他的脑海,但是回答这些问题并不容易。

  几千年来,中医通过望闻问切、中药方剂等手段诊治疾病,以整体观念和辨证论治为指导,但是患者体内具体究竟发生了什么,中医未能给出符合现代科学的阐释。李梢指出,现代医学生命科学经常采用的是还原论,即在局部研究得很深入,但对于患者整体规律的理解还不够。将一个整体拆成一个个零件相对容易,而将一个个零件重新组合成一个整体,尤其是组合成人体这么复杂的生物系统,则要困难得多。因此,探究中医治病的原理,难以直接套用现成的方法。

  “怎样找到新方法?这是个艰巨的任务,探索很可能失败,但总得有人去尝试,因为中医药需要进行现代化转型发展。”李梢说,“对我来说,做一名探路者可能比做医生更有意义。”

  正是抱着这种想法,1999年,在北京中医药大学读博士二年级时,李梢提出了中医药和生物分子网络相关的假说——中医药不是和单个生物分子有关,而是和生物分子相互作用的网络、网络的动态变化有关,这个网络有可能表征中医药的整体。当时恰逢人类基因组计划、生物信息学兴起,自动化系“三论一智”(“三论”指信息论、系统论、控制论,“一智”指人工智能)的学科特点和中医药整体观、系统观的思维很契合。

  在清华大学生物信息学专家李衍达院士的支持下,2001年,李梢进入清华大学自动化系,开始了“生物信息学与中医药现代化”的大跨度交叉学科研究,开启了一段20多年中医药现代化探索之旅。

  取宏观之象、比微观之类,力求守正创新

  中医药、自动化的学科跨度很大,如何既守住中医药的底蕴,又把握住信息科学的原理,实现守正创新?

  李梢介绍,打开中医药的运作机制谜题面临三道难关:如果不深入到机体内部,说不清传统的中医理论和现代基因、蛋白、细胞等微观因素存在的关系,那就难以揭示中医药的科学内涵;如果只采用目前医学常用的单因素还原分析方法,则容易丢掉中医宝贵的整体特色,难以“守正”;传统中医药积累了丰富的经验,但在微观层次的数据积累较为薄弱,如何从微观和系统角度阐释中医药的“整体”特色,这对信息科学也提出了挑战。

  面对这些难题,李梢熬白了头。经过反复思考,他提出了一个大胆的想法——能不能把中医的整体思维用于微观的生物层次,相当于在人体“黑箱”里建立一个导航系统,进而全面计算出中西医药与生物分子的关联,用于支撑中医药的创新发展?

  经过多年的探索,李梢和他的团队建立了中西医药分子网络导航系统——UNIQ系统(基于网络靶标的药物网络药理学智能和定量分析方法与系统)。“UNIQ系统借鉴了中医整体观的‘取象比类’思想,这种思想在《黄帝内经》中就有广泛运用。”李梢介绍,通过“取宏观之象、比微观之类”,从全局上看,人类表型网络(人类疾病,包括中医证候的临床表现)、生物分子网络(生物体内部的基因、蛋白之间)、中西药物网络之间存在着一种“宏微观模块化关联”关系。例如,临床表型越相似,相关的基因和基因产物在网络上越聚集。基于这一规律,李梢带领团队研制了中西医表型、生物分子网络、中西药物的“关系推断”算法,实现同时期国际最高精度的致病基因、药物靶标预测,通过计算,系统解析了疾病机制和药物作用的关联,在生物分子网络上实现了疾病和药物内在关系的定位和导航。

  “目前,我们已经把中西医表型—细胞—分子—中西药物之间的关系都进行了全局性的预测,算法还在不断发展完善。”李梢说,这些算法的研制,既使得中医药思维能在微观层次发现规律,又使得现代医学生命科学积累的大数据能为中医药所用,从一个全新的角度阐释中医药科学原理,为大数据和人工智能时代中医药的传承发展提供了新支撑。

  胃癌“治未病”系统发现胃癌“极早期”

  UNIQ系统建立后取得了哪些新发现?

  “借助于UNIQ系统,我们以中医‘寒、热’诊疗概念为切入点,构建出中医‘寒证’‘热证’的生物分子网络,初步揭示了中医寒热证与代谢—免疫失衡相关的生物学基础,还发现了寒热相关疾病发生发展的机制和清热、散寒药物的作用机理。”李梢说,通过融合宏微观信息,UNIQ系统帮助实现了中医药精准研发的关键技术突破,以UNIQ系统为核心的系列专利技术还在30余个中药、标志物的研发中转化实施。尤其值得一提的是,团队利用UNIQ系统研发了胃癌“智能早筛—极早诊断—精准早治”三位一体的中西医精准诊疗系统。

  中国胃癌发病率占全球的44%,长期以来胃癌早诊率低于10%,成为危害人民生命健康的一个现实难题。中医强调“治未病”,《黄帝内经》也提出“脾胃之间,寒温不次……大聚乃起”。受中医经典理论启发,李梢认为在胃癌发生之前会有一个更早的、能够预警癌变发生的阶段,找出这个阶段的特征、提前阻断,有可能实现胃癌“治未病”。

  利用UNIQ系统,结合大规模临床病例的采集和检测,李梢带领团队发现了胃癌“极早期”这一全新的阶段,中医上主要表现为本虚标实、寒热失衡。从中医典型病例中还发现寒、热舌苔菌群等新型标志物,尤其是首次构建了胃炎癌转化的单细胞网络,发现了与胃早癌细胞高度接近的胃癌极早期细胞。经2700余例胃炎癌转化序贯病例样本验证,发现该标志物能够使得胃癌发生的预判提前10个月,准确率达85%。探测出的胃癌极早期细胞如果处于萌芽期,进行中药干预就可能延缓甚至阻断其癌变,有望为解决我国胃癌早诊率低的难题提供突破口。

  “中医强调‘治未病’,所以我们把胃癌‘智能早筛—极早诊断—精准早治’三位一体系统称为胃癌‘治未病’系统。”李梢称,围绕胃癌“极早期”的中西医特征,团队还研制出了智能中医管理系统,发现了精准预防中药,开展了胃病中成药机制解析,提升了胃炎癌转化中医药精准诊疗水平;该成果还应用于胃癌高发区,支撑了国家慢性病综合防控示范区建设。

  医学分中西,患者不分中西

  在现代医学突飞猛进的今天,中医药想要高质量发展,守正创新是必经之路。有人认为,中医药现代化实际上就是中医药西化。对此,李梢有不同的见解。

  “中医药现代化并不是西化。医学分中西,但是患者不分中西、科学技术也不分中西,攻克疾病、维护人类健康是中西医学的共同目标。目前肿瘤等疾病高发,中医、西医都需要进一步发展。充分利用现代科学技术,建立符合中医药特色的科技创新体系,揭示中医药的科学原理,不断提升中医药解决疾病、维护健康的能力,这是中医药现代化。”李梢强调,中医药与现代科学不是互斥的,而是能够相得益彰、共同发展的。

  在他看来,中医药诊疗思想和丰富经验中的“整体”特色,有可能孕育着新的医药研究模式,突破当前单因素还原论研究模式的局限,建立以中西医学和生物大数据为基础、以信息与系统为特点、融合人工智能、大数据等技术的中医药网络药理学等关键技术,有望建设符合中医药整体特色的自主创新体系,为揭示中医药奥秘、更好地维护健康、实现中医药守正创新提供一种新途径。

  经过20余年的探索,在李梢看来,中医药科技创新不仅有望解读出中医药学的奥秘,还有望促使中医药在疾病诊疗的原理上、实践中发挥更大的作用,“中医药现代化需要中医药工作者与现代科技工作者之间打破隔阂,增进理解,共同推进。希望有更多的现代科学研究人员、青年学子能够成为中医药现代化的建设者”。

  清华大学北京市中医药交叉研究所

  2020年,依托清华大学自动化系、凝聚多院系力量,清华大学北京市中医药交叉研究所成立,这是清华第一个中医药交叉研究机构,也是国内外首个在综合性重点大学依托信息学科成立的中医药交叉研究机构。

  李梢的团队汇集了来自自动化、计算机、中医药、生物学等不同专业背景的研究生。团队在中医药交叉研究时,以问题为导向,多学科人才淡化各自专业的界限,朝着共同的问题和目标汇聚智慧和力量。

  王美华

【编辑:陈文韬】
发表评论 文明上网理性发言,请遵守新闻评论服务协议
本网站所刊载信息,不代表中新社和中新网观点。 刊用本网站稿件,务经书面授权。
未经授权禁止转载、摘编、复制及建立镜像,违者将依法追究法律责任。
[网上传播视听节目许可证(0106168)] [京ICP证040655号] [ 京公网安备 11010202009201号] [京ICP备05004340号-1] 总机:86-10-87826688
违法和不良信息举报电话:15699788000 举报邮箱:jubao@chinanews.com.cn 举报受理和处置管理办法
Copyright ©1999-2022 chinanews.com. All Rights Reserved

评论

顶部