清华大学北京市中医药交叉研究所

科学研究More

科研成果
重大项目
论文专著

科研成果

中医药网络药理学是利用大数据、人工智能、生物信息等技术，突破还原论研究模式局限，从系统论角度解析中医药和复杂疾病的科学内涵，数字化、智能化、精准化解决中医药传承发展难题的新兴交叉学科。在理论上，李梢教授领先国际8年提出网络药理学相关思想，首次提出以生物网络为靶标来表征中药整体作用机制的“网络靶标”理论，领衔制定网络药理学首个国际标准，主编首部中英文专著和教材，入选2021中医药十大学术进展；在方法上...

了解详细

科研成果

胃健康“三位一体“精准诊疗系统

该研究成果创建了胃癌“智能预警-极早诊断-精准防治”三位一体中西医精准诊疗系统关键技术体系，有效解决了我国胃癌高发、早诊率低于10%的重大难题。李梢课题组从中医“治未病”角度首次发现针对癌变起始阶段的“极早期”这一全新分期，揭示胃癌“极早期”的中西医特征和多层次网络，发现舌苔菌群与血清标志物；尤其是以中医高风险患者为对象，绘制国际首个胃组织单细胞图谱，突破性发现胃癌“极早期细胞”及其标志物，经2710例...

了解详细

重大项目

李梢教授领衔发布《网络药理学》第一个国际标准

近日，世界中医药学会联合会认证通过了《网络药理学评价方法指南》，这意味着由世界中联网络药理学专业委员会牵头提出的网络药理学研究标准，正式成为国际标准，这也是中医药领域第一个正式制定的关于新兴学科的国际标准，走出中医药原创研究引领交叉学科国际发展的关键一步。网络药理学是药物系统性研究的前沿交叉学科，近年来得到快速发展，引起医药领域、信息领域等的广泛关注。目前，网络药理学研究论文数量呈现井喷，从10...

了解详细

论文专著

Advanced Science：清华李梢团队提出迁移学习新模型实现中药整体性、特异性、有向性的靶点预...

目前中医药的高质量微观数据集相对缺乏，这为人工智能深度学习等数据驱动方法在中医药中的应用带来了严峻挑战，迄今尚缺少阐释中药整体性、特异性、有向性的靶点预测方法。清华大学北京市中医药交叉研究所所长、欧洲科学与艺术院李梢院士团队提出了结合迁移学习和集合置换不变性的SETComp新模型，该模型能够考虑细胞特异性并进行全基因组水平的中药靶点的有向预测。

了解详细

论文专著

APSB：“临床-计算-实验”整合探究中药疗效优势及机制

在人工智能时代背景下，中医药网络药理学为中药机制解析提供了一个合适的方法和视角，但是现有中医药网络药理学研究尚不够深入，缺乏一体化的实验和临床验证。近期，清华大学李梢团队开展了深入的网络药理学研究阐述了金振口服液治疗急性支气管的网络调节作用机制。

了解详细

论文专著

李梢课题组建立基于AI的药物-靶标激活/抑制预测新算法

药物与靶标之间的激活/抑制是药物的两种作用机制类型，解析药物-靶标“激活/抑制”作用机制是药物研发的一个重要环节。目前药物和靶标之间的相互作用预测、药物作用的组学分析等算法发展迅速。然而，由于药物作用机制的复杂性和数据稀缺性，如何采用人工智能方法预测药物与靶标的“激活/抑制”作用机制？这一问题尚缺乏有效解决方法，是药物机制预测领域的一个较大挑战。近期，清华大学李梢课题组提出了一个基于多视图深度学习...

了解详细

请升级浏览器版本

Chrome

Firefox

Opera

Edge