疾病發生發展的影響因素往往錯綜複雜。如果從網絡角度，將每個因素看成一個個“節點”，將它們之間的聯係看作一條條“邊”，那麼人類或許能夠從新的角度探究疾病形成的內在機理。

10月21日，科技日報記者獲悉，北京雁棲湖應用數學研究院教授鄔榮領及其帶領的統計團隊和北京林業大學博士研究生吳雙創新運用數學手段，構建了統計物理學網絡模型idopNetworks，利用科學家丘成桐及其合作者發展出的GLMY同調理論，分析不同疾病的代謝網絡模型，探究各個因素及其相互作用對人類疾病的影響。該研究成果論文近日以“複雜疾病的代謝物理學”為題發表在《美國國家科學院院刊》上，為解析複雜疾病成因、指導複雜疾病治療及相關藥物設計提供了嶄新思路。

不同於現有低維度網絡模型，該團隊構建的統計物理網絡模型實現了兩大創新。首先，該團隊構建了全麵、動態的網絡模型，將疾病看成一個由許多因子（如代謝物質）構成的複雜網絡係統，通過引入進化博弈論原理，將係統中每一個因子的作用分解成兩個組成部分，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，即依賴效應。由此，可清晰地反映每個因子對係統的貢獻。隨後，團隊將獨立效應作為“節點”，依賴效應作為“邊”，構建出一個全方位、個性化的網絡，並將其稱為idopNetworks。第二個創新點在於引入代數拓撲中的同調理論分析網絡。團隊利用GLMY同調理論，整合有向圖論等數學理論，分析網絡中一個因子向另一因子傳播信號的路線圖，從中分析係統狀態變化的拓撲規律，並追蹤網絡的拓撲結構變化，從而更好地理解疾病發生發展的機理。

炎症性腸病是一種特發性腸道炎症性疾病，其病因和發病機製尚未完全明確。該項研究以炎症性腸病為案例，利用現有臨床數據，團隊構建出與炎症性腸病相關的代謝互作網絡idopNetworks，獲得了不同代謝物的互作關係。傳統方法隻能識別與炎症性腸病顯著相關的單個代謝物，而idopNetworks發現這些單個代謝物發揮的作用並不來自其獨立效應，而是源於其他代謝物的調控，即依賴效應。而改變代謝物之間的調控關係會導致代謝物自身作用的改變。idopNetworks還揭示了患者從健康狀態轉向炎症性腸病，以及從炎症性腸病轉向健康狀態時，代謝物互作關係的變化。

炎症性腸病包括潰瘍性結腸炎和克羅恩病兩種類型，這兩種疾病類型代謝機理的異同尚未被係統研究過。團隊利用GLMY同調理論分析二者的idopNetworks，發現了兩者細微的網絡拓撲結構差異。這顯示了GLMY同調理論在複雜生物係統研究中具有巨大的應用潛力。（都芃）

【采編 鄭強】原標題：我國數學家為複雜疾病研究提供新思路