網絡藥理學在中醫藥防治呼吸系統疾病中的應用與創新

摘要：以呼吸慢病和呼吸道病毒感染為主的呼吸系統疾病給醫療衛生系統帶來巨大的個人和社會經濟負擔，且大多數呼吸系統疾病的治療只能滿足于暫時緩解癥狀，而不能提供有效的預防。中醫藥在呼吸系統疾病的防治中做出了重要而持久的貢獻，但中醫藥多成分多靶點多途徑的作用模式闡明不準確或不及時等阻礙了其更廣泛的應用。網絡藥理學在分析多成分多靶點藥物以揭示中藥在分子水平上的潛在治療機制及效應成分方面顯示出獨特的效果，為從整體角度理解中醫藥提供了新的方法論視角。本文對網絡藥理學在中醫藥防治呼吸系統疾病研究中的應用及網絡藥理學研究中的新思路進行綜述，為網絡藥理學技術在中醫藥防治呼吸系統疾病中的應用和發展提供參考。

關鍵詞：網絡藥理學；中醫藥；呼吸慢病；呼吸道病毒感染；新思路

中圖分類號：R284.2 文獻標志碼：A 文章編號：0253-2395（2025）02-0302-12

呼吸系統疾病是全球最常見的疾病，其導致的死亡人數長期位居全球主要死因前列，給醫療衛生系統帶來巨大的經濟負擔，主要包括慢性呼吸系統疾病和呼吸道病毒感染［1-2］。目前，大多數呼吸系統疾病的治療只能滿足于暫時緩解癥狀，而不能提供有效的預防［3］。中醫藥作為中華文化的重要組成部分，擁有數千年的理論積淀和豐富的臨床經驗，在治療呼吸慢病和呼吸道病毒感染方面具有重要作用。但中醫藥多成分多靶點多途徑的作用模式闡明不準確或不及時等阻礙了其更廣泛的應用。

近年來，在網絡數據庫快速發展的前提下，網絡藥理學以藥理學、生物信息學等學科的理論為基礎［4］。進一步利用可視化技術、高通量技術、網絡分析等方法探索中醫藥復方治療疾病的有效機制及物質基礎［5］。網絡藥理學通過整合生物信息學、系統生物學和計算生物學等多學科方法，能夠系統地研究藥物的作用機制和生物功能，極大地推動了中醫藥現代化和國際化進程。然而，網絡藥理學在中醫藥研究中顯示出廣闊的應用前景，但其在實際應用中仍面臨諸多挑戰和局限。

本文對網絡藥理學技術在中醫藥防治呼吸感染疾病研究中的應用及網絡藥理學研究中的新思路進行綜述，以期為網絡藥理學技術在中醫藥防治呼吸感染疾病中的應用和發展提供參考。

1中醫藥研究中網絡藥理學技術的應用現狀

網絡藥理學的概念由Hopkins 于2007 年首次系統闡述［6］，是一種建立在高通量組學數據分析、計算機虛擬計算及網絡數據庫檢索基礎上的新藥發現、藥物藥效及作用機制研究的方法。網絡藥理學是以系統生物學理論、生物系統網絡分析和多靶標藥物分子設計的特定信號節點選擇為基礎的一門新學科。其中，計算方法主要包括圖論、統計方法、數據挖掘、建模和信息可視化方法。實驗方法包括各種高通量組學技術以及生物學和藥理學實驗。

網絡藥理學在中醫藥研究中的一個重要應用是靶點預測和作用機制解析。通過構建藥物-靶點-疾病的網絡模型，揭示中藥復方中各成分的潛在靶點及其相互作用關系。例如，利用網絡藥理學方法，研究人員可以預測中藥復方中活性成分對特定疾病的多靶點調控機制，從而為臨床應用提供科學依據［7］。網絡藥理學在中藥的重定位和新藥研發方面發揮重要作用。通過數據挖掘和網絡分析篩選出具有潛在治療價值的中藥成分，并進一步進行實驗驗證［8］。通過網絡藥理學分析，可以發現某些傳統中藥中的活性成分具有抗癌、抗炎或抗病毒等多種藥理作用，為新藥研發提供了新的思路。中醫藥研究中，常常需要處理大規模且復雜的多組學數據，如基因組學、轉錄組學、蛋白質組學和代謝組學等［9］。網絡藥理學通過整合這些多組學數據，可以全面解析中藥的多層次生物學效應。

2網絡藥理學在中醫藥防治呼吸慢病中的應用

慢性呼吸系統疾病是會隨著時間推移損害肺功能影響人類健康的一大類疾病，其發生發展涉及多個復雜的生物學過程，包括慢性阻塞性肺病（Chronic obstructive pulmonary" disease，COPD）、哮喘、特發性肺纖維化（Idiopathic pulmonary fibrosis，IPF）等［10-11］。中醫藥及其活性成分因其天然來源和臨床療效在世界范圍內廣泛使用，在預防和治療呼吸慢病方面具有獨特優勢。網絡藥理學為中醫藥治療復雜疾病作用機制和物質基礎研究提供了新范式。本文對網絡藥理學在中醫藥治療呼吸慢病相關的應用進行綜述，為呼吸慢病的臨床研究和治療提供參考。

2.1慢性阻塞性肺疾病

COPD是由于長期暴露于有害物質（香煙煙霧和空氣灰塵顆粒等）導致的氣道肺泡異常引起的持續性呼吸道癥狀和氣道阻塞，具有高發病率和高死亡率且可預防、可治療的特點［12］。全世界有超過3 億人患有COPD，每年約320萬人死亡，對社會造成了沉重的健康和經濟負擔［13］。根據世界衛生組織的資料，到2030年，COPD將成為全世界人類第三大死亡原因［14］。因此，COPD進展的管理和預防具有重要意義。目前，一線治療方案中的吸入型糖皮質激素和支氣管擴張劑具有一定療效但也不可避免帶來副作用且具有時間或劑量依賴性［15-16］，而中醫藥由于其副作用低且臨床療效強正獲得國際醫學界越來越多的認可。

Wei 等利用網絡藥理學和分子對接探討了中醫藥喘可治注射液（淫羊藿和巴戟天）治療COPD 的潛在機制，通過中藥- 活性成分- 靶點網絡和京都基因與基因組百科全書（Kyoto Encyclopediaof Genes and Genomes，KEGG）通路富集分析發現喘可治注射液可能通過調節炎癥和免疫發揮作用［17］。Lin 等通過整合網絡藥理學與代謝組學構建生物標志物-反應-酶-靶點關聯網絡探討了西洋參總皂苷對香煙煙霧誘導COPD 小鼠的保護作用，共發現15 個生物標志物、9 個靶點和5 條通路在西洋參總皂苷治療COPD 中發揮關鍵作用，并對網絡藥理學確定的西洋參總皂苷活性成分進行了體外實驗驗證［18］。Chen 等通過網絡藥理學分析研究了柚皮素治療COPD 的潛在機制，發現miRNA 可能在柚皮素治療COPD 的信號通路上起上游調控作用，磷酸肌醇3- 激酶/蛋白激酶B（Phosphoinositide3-kinase/protein kinase B， PI3K/AKT）信號通路在柚皮素治療COPD 的調控網絡中起橋梁作用，通過激活下游效應因子，參與COPD 發病機制中的細胞凋亡、血管生成、炎癥和氧化應激過程［19］。

2.2支氣管哮喘

支氣管哮喘是一種涉及慢性氣道炎癥、氣道高反應性、過量黏液產生、氣道重塑和氣道狹窄的復雜氣道疾病，是世界上最常見的呼吸道慢性疾病之一［20］。支氣管哮喘的發病率逐年上升，全球約有超過3 億人受其影響［21］。哮喘的治療策略主要是吸入性皮質類固醇、長效β2 激動劑和長效毒蕈堿拮抗劑［22］。然而，5%～10% 的患者由于診斷不足和不愿使用激素治療出現無法充分控制的癥狀，不僅影響生活質量，也造成了嚴重的經濟和社會負擔［23］。中醫藥對哮喘治療的安全性在大量臨床研究中均得到證實［24］，因此，利用網絡藥理學為中醫藥治療哮喘找到可能的機制，為促進中醫藥治療哮喘提供更好的發展，是十分有必要的。

Liu 等通過網絡藥理學方法揭示了玉屏風散治療哮喘的分子基礎和潛在藥理機制，結果共篩選出玉屏風散治療哮喘的35 個活性成分和87 個潛在靶點，其中槲皮素、山柰酚和漢黃芩素為玉屏風散的活性成分。KEGG 富集分析顯示玉屏風散及其主要活性成分漢黃芩素可能通過PI3K/AKT、白介素-17（Interleukin-17，IL-17）和腫瘤壞死因子- α（tumor necrosis" factor-α，TNF- α）等多個分子靶點和信號通路對哮喘炎癥發揮一定的治療作用［25］。Zhang 等采用網絡藥理學分析及實驗驗證探討了維吾爾醫藥經典方劑的寒喘祖帕顆粒治療哮喘的作用機制，通過對超高效液相色譜四極桿飛行時間質譜（ultra-performance liquid" chromatography quadrupoletime-of-flight mass spectrometry，UPLC/Q-TOFMS）法鑒定出的56 個化合物進行網絡藥理學分析，獲得18 個活性化合物和68 個潛在靶點，KEGG 通路分析發現有19 條通路與哮喘相關，實驗驗證表明寒喘祖帕顆粒通過PI3K/AKT 和Fc epsilon RI 信號通路顯著抑制了卵清蛋白誘導的炎癥反應［26］。

2.3肺纖維化

肺纖維化是多種間質性肺疾病的終末期病變，其特征在于成纖維細胞過度積聚和細胞外基質沉積［27］。顆粒物吸入、環境暴露和遺傳易感性是誘發肺纖維化的主要原因。肺纖維化表現為進行性、不可逆的呼吸困難和咳嗽，導致食欲下降、體重減輕、心肺衰竭，并最終導致呼吸衰竭相關的死亡［28］。肺纖維化發病率近年來在全球范圍內呈上升趨勢，通常發生在40—50歲有吸煙史的男性。確診后如不及時治療，中位生存期僅為3～5 年，5 年生存率低至30%［29］。目前，臨床上批準用于肺纖維化的治療藥物僅有吡非尼酮和尼達尼布，但它們的療效非常有限，側重于延緩疾病進展［30］。肺移植仍然是終末期肺纖維化患者唯一有效的治療選擇。作為僅次于肺癌最嚴重的肺部疾病，尋找有效的治療靶點和更安全有效的藥物至關重要。

Wu等基于網絡藥理學探討了銀黃顆粒對博來霉素誘導的肺纖維化小鼠的潛在作用機制，結果表明炎癥和血管生成參與了銀黃顆粒對肺纖維化的改善作用，主要參與分子包括TNF-α、血管內皮生長因子-A（vascular endothelialgrowth factor-A，VEGF-A）、白介素-6（Interleukin-6，IL-6）等，分子對接結果顯示銀黃顆粒中主要活性化合物與TNF 受體超家族成員1A或VEGF 受體2 有較高的結合親和力，并通過細胞熱位移實驗進一步驗證實驗結果［31］。Li等采用網絡藥理學和RNA-seq 測序技術揭示了益氣活血方治療肺纖維化的保護作用機制，構建了益氣活血方治療肺纖維化的24 個活性成分和232 個相應靶點的調控網絡，確定了益氣活血方6 個關鍵靶標，推測益氣活血方的潛在作用機制與調節肺纖維化的核心轉錄因子和抑制致病基因的表達有關［32］。Zhang 等通過活性成分篩選、靶標預測和網絡構建，對金貝口服液進行了網絡藥理學分析，通過體外和體內實驗驗證了金貝口服液對肺纖維化的藥理作用機制及其潛在靶點，為金貝口服液的臨床應用提供了參考依據［29］。

3 網絡藥理學在中醫藥防治病毒感染疾病中的應用

人類呼吸道病毒感染的臨床表現多種多樣，從無癥狀感染到嚴重疾病，全球范圍內發病率和病死率均較高，包括新型冠狀病毒、流感病毒、呼吸道合胞病毒等［33］。中醫藥在防治病毒感染方面積累了諸多經驗，中醫藥不僅能直接對抗病毒，還能調節宿主的免疫系統功能［34］，這一機制對抗病毒作用有重要貢獻，因此中藥不易產生耐藥性。網絡藥理學整體、系統地為防治病毒感染疾病的中藥復方活性成分、潛在靶點和作用機制研究提供重要方法指導。

3.1新型冠狀病毒

2019冠狀病毒病（Corona Virus Disease2019，COVID-19）是由嚴重急性呼吸綜合征冠狀病毒2（Severe Acute Respiratory SyndromeCoronavirus 2，SARS-CoV-2）引起的急性呼吸道感染［35］。作為一種新型高傳染性疾病，COVID-19 已引發全球大流行，對全球社會經濟發展和人類健康產生了重大影響［36］。新冠疫情發生后，2019 年末至2020 年初，由于針對性抗病毒藥物和疫苗研發使用遲緩，中國政府采取中醫藥與現代醫學相結合的方式，在臨床治療新冠感染時取得良好療效［37］。

Xia等利用中醫藥系統藥理學數據庫和7個疾病基因數據庫，建立了連花清瘟膠囊成分的靶點和COVID-19 疾病靶點交集的基因集，KEGG 結果表明，連花清瘟膠囊可能通過調節免疫應答、細胞凋亡和病毒感染發揮作用，PPI（Protein-Protein Interaction Network）網絡和子網絡鑒定了9 個樞紐基因，對參與肺損傷、肺纖維化和病毒感染最重要基因AKT1 進行分子對接，發現連花清瘟膠囊中六種活性成分均能靶向該基因發揮潛在作用，揭示了連花清瘟膠囊治療COVID-19 多靶點-多途徑的分子機制［38］。Liu 等利用RNA-seq 測序和網絡藥理學獲取千金藤素靶點和COVID-19 靶點，取交集后獲得Hub 靶點并對Hub 靶點進行信號通路富集分析，隨后進行分子對接以預測千金藤素和Hub靶點的結合，最終獲得了9 個與千金藤素具有強結合能力的Hub 基因，其中ACE2 是與千金藤素結合穩定的基因并通過了分子動力學模擬進一步驗證。他們全面闡明了千金藤素抗COVID-19的潛在作用靶點和潛在分子機制，為進一步探索千金藤素抗COVID-19的潛在保護機制提供了理論基礎［39］。

3.2流感病毒

流感病毒可引起人類上、下呼吸道急性感染，引發嚴重的肺損傷或進展為急性呼吸窘迫綜合征，甚至導致死亡［40］。流感病毒普遍易感于全人類，據估計，每年約有10 億例季節性流感病例，其中包括300萬至500萬重癥病例，并導致30 萬至50 萬死亡病例［41］。接種疫苗預防和小分子抗病毒藥物防治是對抗流感的主要策略。然而，由于流感病毒存在抗原漂移和/或抗原轉移，導致疫苗株與流行株往往不匹配；同時，新特異性疫苗的成功研發及大規模生產存在明顯滯后性；此外，人群間對疫苗的免疫應答能力存在明顯個體差異，這些因素致使流感疫苗存在適用局限性，難以應對新流感病毒暴發危機［42］。而在流感防治藥物方面，奧司他韋、扎那米韋、帕拉米韋等神經氨酸酶抑制劑是流感的有效治療藥物，尤其在發病48 h 內應用抗流感病毒藥物能顯著降低流感重癥和死亡的發生率［43］。其中奧司他韋還作為指南的預防流感推薦用藥，但發現一些病毒突變也已顯示出該藥的耐藥問題。而現正處于臨床試驗階段的抗病毒藥物（ 如萘普生、匹莫迪韋、ZSP1273 等）未來也將無可避免地遇到單靶向藥物帶來的耐藥問題［44］。中醫藥是有待現代醫學發掘的巨大寶庫，在預防流感發生發展方面具有成熟理論及有效方藥。

Chen等通過網絡藥理學結合數學算法系統闡明了玉屏風散預防流感感染的功能物質和潛在機制，網絡藥理學分析從玉屏風中篩選出238 個活性成分和158 個與流感病毒感染差異基因相交的潛在靶基因，KEGG 富集分析表明代謝參與了玉屏風對流感的防治作用，代謝組學結果進一步證實了玉屏風干預的代謝途徑的重要性，通過整合數學算法KNM（K-Nearest"Neighbor" Matching）預測策略進一步預測了玉屏風預防流感48 個潛在功能成分，并通過虛擬驗證和實驗驗證，證實了KNM 預測策略的可靠性和準確性，為后續流感防治提供了新的功能候選成分，也為后續復方的藥理作用及機制分析提供參考［45］。Huo 等通過網絡藥理學，對宣白承氣湯治療流感的潛在活性成分和作用靶點進行了篩選和預測，相關分析表明，Jun 原癌基因（Jun" proto-oncogene，JUN）、絲裂原活化蛋白激酶（Mitogen-Activated Protein Kinase，MAPK）和TNF 是宣白承氣湯的關鍵靶點，宣白承氣湯中的木犀草素、大黃素和蘆薈大黃素與TNF、T細胞受體以及核轉錄因子- κB 結合，發揮治療流感的作用［46］。Kim 等通過網絡藥理學相關數據庫確定浙貝母的活性成分以及流感相關的靶基因，從活性成分-疾病-靶點網絡中對靶基因進行分析，發現β - 谷甾醇和天竺葵素，靶點Prostaglandin-Endoperoxide Synthase-1 和2 及途徑一氧化氮和TNF 通路參與浙貝母對流感相關炎癥的抑制作用，并發現浙貝母對流感相關炎癥的免疫調節作用［47］。

3.3呼吸道合胞病毒

呼吸道合胞病毒（Respiratory syncytial virus，RSV）是多種脆弱患者群體呼吸道感染的病原體，包括2 歲以下兒童、免疫功能低下患者和老年人［48］。病毒感染從上呼吸道發展到下呼吸道，導致氣道炎癥、細支氣管炎、肺炎，在極端情況下還會導致呼吸衰竭，對人類健康構成了重大威脅［49］。但目前仍不具備治療效果最佳的特效藥物，霧化利巴韋林可在早期預防呼吸道感染，降低RSV 肺炎患者的病死率，帕利珠單抗可用于預防RSV 感染引起的嚴重疾病，但在治療的過程中，頻繁使用抗病毒、提高機體免疫力等方法進行治療，其產生的副作用與耐藥性也不容忽視，且治療成本較高［50］。傳統中醫藥治療病毒感染性疾病有著低毒、簡便、實惠的優點。

魏等通過數據庫獲得定喘顆粒的活性成分和作用靶點以及合胞病毒肺炎疾病靶點，進行KEGG 富集后發現主要涉及PI3K/AKT 信號通路，經過動物實驗驗證后得出結論，RSV 感染幼齡大鼠時很有可能激活了PI3K/AKT 信號通路，引起炎癥因子IL-6、TNF- α釋放，定喘顆粒能夠顯著下調PI3K/AKT 信號通路，抑制炎癥因子IL-6、TNF- α 釋放從而發揮抗炎作用［50］。Lin 等將網絡藥理學與脂質組學相結合，探究清肺口服液抗RSV 誘導過度自噬的機制，通路富集結果顯示PI3K/AKT/mammalian target of rapamycin信號通路富集程度最高，非靶向脂質組學顯示給予清肺口服液后，模型組小鼠的甘油二酯合成關鍵酶Lipin-1 顯著升高，表明清肺口服液通過PI3K/AKT/mammalian target of rapamycin通路相關蛋白抑制甘油二酯合成，從而抑制甘油二酯誘導的過度自噬［51］。

4基于新思路的網絡藥理學新策略

網絡藥理學研究高度依賴于生物數據庫和文獻數據的完整性和準確性。然而，現有的生物數據庫中，中藥相關的數據往往存在不完整、不準確和不一致的問題。不同數據庫中對于同一種中藥成分的描述和注釋可能存在差異，導致分析結果的不確定性和重復性差，且無法直接反映劑量- 效應關系，阻礙了治療效果的準確評價［52］。此外，雖然網絡藥理學可以揭示中藥的多靶點調控機制，但這些網絡模型往往難以直觀地解釋和驗證。一個復雜的網絡模型可能包含數百個節點和邊，如何從中提取出對疾病治療最為關鍵的路徑和靶點，是一個巨大的挑戰。網絡藥理學分析往往需要處理大規模的生物數據，涉及復雜的計算和高效的算法設計。傳統的AI（Artificial Intelligence）模型通常會受到“大規模、多樣化模態”網絡數據和模型可解釋性的阻礙。因此，我們強調開發深度可解釋網絡關系推理框架的重要性，該框架旨在通過整合宏觀和微觀層面的信息來揭示來自多組學和多模態生物數據的特征之間的網絡關系，并確定關鍵的網絡模塊［53］。盡管網絡藥理學可以通過計算預測中藥的潛在靶點和作用機制，但這些預測結果需要通過大量的實驗驗證才能得到確認。如，確定草藥- 靶標相關性是直接的還是間接的，以及相互作用是正的還是負的仍然很困難，需要進一步的實驗研究。雖然網絡藥理學提供了有價值的見解，但整合廣泛的數據資源和嚴格的實驗驗證對于提高中醫藥研究的可靠性和深度至關重要［54］。

4.1整合液質聯用技術

液相色譜質譜儀（Liquid Chromatograph Mass Spectrometer，LC-MS）通過將液相色譜與質譜技術聯用可以更精準地分離、鑒定和定量復雜混合物中的化合物，適用于分析難以通過單一技術完全解析的樣品，通過該技術可以有效分析出天然藥物中更多有效成分［55］。

結合液質聯用技術，網絡藥理學得以進一步探索中藥中作用于疾病的關鍵有效成分。Zhou 等通過LC-MS 對摩羅丹進行分析發現98種化合物，再結合網絡藥理學建立疾病生物功能模塊網絡，分析得出摩羅丹“ 君、臣、佐、使”不同配伍成分干預不同生物功能模塊靶點，多成分共同發揮作用［56］。Zhou 等對血必凈成分進行LC-MS 分析表征了24 種化合物，再預測靶點后進行分層聚類，最后通過動物實驗驗證不同成分的生物功能模塊，從而證明了血必凈治療的作用機制［57］。

4.2整合轉錄組學

轉錄組是指在特定時間點和特定條件下，某一生物體或細胞內所有轉錄出的RNA 分子的總和，可實時反映基因表達的動態變化、基因功能以及調控機制［58］。隨著下一代測序技術的發展，轉錄組學測序的運用越來越多樣，轉錄組學與網絡藥理學的結合推動中藥的機制深入挖掘，破解中醫藥“黑盒”難題［59］。

Yuan等結合液質技術與轉錄組學，對益氣通絡顆粒進行了分析，通過LC-MS 檢測腦組織益氣通絡顆粒活性成分，發現19種化學成分，通過網絡藥理學分析結合轉錄組學數據分析得出益氣通絡顆粒活性成分通過54個靶點調控19條與缺血性中風的通路，通過后續研究驗證了益氣通絡顆粒改善缺血性中風的作用機制［60］。Ding等通過網絡藥理學分析得出葛根芩連湯四種有效成分與急性肺損傷有關的36個靶蛋白和18 個相關信號通路，再結合轉錄組學數據定位到PI3K/AKT 信號通路，揭示了葛根芩連湯抗急性肺損傷的作用機制［61］。

4.3整合代謝組學

代謝組學是對生命活動終產物的綜合研究，反映生命活動的整體變化，因此可以提示基因型與表型之間的關系［62］，反映疾病表型［63］，是用于研究藥物作用機制的技術［64］。

Li 等研究柴胡- 芍藥聯用治療抑郁癥的機制，通過網絡藥理學分析得出199 個靶標，結合代謝組學數據得出的14 個關鍵代謝物，分析得出花生四烯酸途徑為關鍵代謝途徑，柴胡- 芍藥通過降低花生四烯酸水平治療抑郁癥［65］。Liu等研究肉桂皮的有效成分，通過網絡藥理學分析得出四種有效成分、七個靶點，再結合對慢性萎縮性胃炎模型大鼠盲腸內容物的代謝組研究得出初級膽汁酸生物合成是其目標代謝途徑，進一步通過16srRNA分析得出肉桂皮可以調節腸道菌群失衡，而初級膽汁酸生物合成途徑正與腸道微生物群代謝有關［66］。

4.4整合數學算法

網絡藥理學通過數學算法來構建生物分子網絡，從而進一步分析識別關鍵位點［67］。數學算法在滿足中醫藥網絡藥理學各方面的數據依賴需求方面發揮了重要作用。具體而言，用于預測藥代動力學特征- 吸收（absorption）、分布（distribution）、代謝（metabolism）、排泄（excretion）參數和靶點的機器學習算法有助于過濾活性中藥成分［68］；網絡傳播類算法可以識別網絡中受中藥影響的蛋白質［69］；在網絡中尋找中心節點的算法有助于識別關鍵的中藥靶點和成分［70］。

Wang等采用網絡藥理學構建了中醫藥成分-靶點-互作蛋白-疾病基因網絡，使用Dijkstra算法整合網絡數據模擬藥物對疾病分子網絡的傳播效應解析了中醫藥治療疾病的潛在機制［71］。Wang等基于網絡藥理學預測數據，整合霍夫曼編碼和隨機游走理論的Infomap算法，結果發現復方中治療類風濕關節炎的關鍵成分，這些成分可以通過作用共同通路或不同通路治療類風濕關節炎，解析了中醫藥同病異治理論［72］。

4.5整合人工智能

隨著AI 技術的發展，開發基于網絡的AI 方法從海量組學數據中揭示復雜疾病的治療機制是網絡藥理學的關鍵［67］。人工智能的出現和發展為中醫藥網絡藥理學在推進精準中醫方面提供了新的結合點和支撐。

李梢團隊自主研發的首個人工智能中醫藥研發網絡藥理學系統，實現病證生物網絡基礎的系統解析和中藥多成分整體調節機制的整體解析，有助于深挖中藥復方、明確中藥機制、把握中藥質控、臨床精準定位，為中醫藥的發展作出貢獻［73］。

5結論與展望

5.1結論

隨著現代科學技術的不斷進步，網絡藥理學已成為中醫藥研究中不可或缺的工具，尤其在揭示中藥復方的多成分、多靶點和多途徑作用機制方面，展現了其獨特的優勢。網絡藥理學通過靶點預測、作用機制解析和藥物再發現，推動了中醫藥研究的現代化進程。在呼吸慢性病如慢性阻塞性肺疾病、哮喘和肺纖維化等防治中，網絡藥理學揭示了中藥的多重作用路徑、調控機制和效應成分，為臨床治療提供了科學依據。

在感染性疾病的中醫藥防治方面，尤其是針對新冠病毒、流感病毒和呼吸道合胞病毒，網絡藥理學為理解中藥的抗病毒作用機制與物質基礎提供了重要支持，并推動了相關新藥的研發和臨床應用。此外，網絡藥理學的新策略，如整合液質聯用技術、轉錄組學、代謝組學、數學算法和人工智能，進一步提升了中醫藥研究的深度和廣度，使研究者能夠更全面地解析中藥的多靶點、多層次作用機制。這些新策略為克服網絡藥理學在數據質量、模型復雜性和實驗驗證等方面的局限性提供了有效的解決方案。

5.2展望

展望未來，網絡藥理學在中醫藥研究中的應用前景廣闊。隨著大數據技術的飛速發展和生物信息學工具的不斷完善，網絡藥理學在中藥復方作用機制及物質基礎解析、新藥發現和精準醫學中的應用將更加深入和廣泛。在呼吸慢性病防治方面，網絡藥理學有望進一步揭示中藥在細胞和分子水平上的調控機制，為個體化治療提供新的思路。在感染性疾病防治中，網絡藥理學將繼續發揮關鍵作用，尤其是在新發傳染病的快速應對和藥物篩選方面。

未來的研究中，隨著更多高質量數據的積累和新技術的引入，網絡藥理學將更好地應對數據質量和模型復雜性等挑戰。特別是在整合多組學數據和應用人工智能方面，網絡藥理學將有望實現更精確的藥物靶點預測和作用機制解析。此外，網絡藥理學的實驗驗證能力也將隨著計算生物學和實驗技術的進步而不斷提升，為中醫藥研究提供更為堅實的理論基礎和實踐指導。

總體而言，網絡藥理學將在中醫藥研究的各個領域繼續發揮重要作用，不僅推動中藥現代化進程，還將助力新藥研發和疾病防治策略的優化。在未來的發展中，網絡藥理學有望與其他前沿科學技術深度融合，為中醫藥研究開辟新的方向，為全球健康事業作出更大的貢獻。同時，隨著網絡藥理學的不斷發展，其應用范圍也將不斷擴大，不僅限于中醫藥，還將逐步滲透到其他傳統醫學和多學科交叉領域，為全球醫學研究提供新的工具和方法。