疾病发生发展的背后,影响因素往往错综复杂。如果从网络角度,将每个因素看成一个个“节点”,将它们之间的联系看作一条条“边”,那么人类或许能够从新的角度探究疾病形成的内在机理。

不久前,北京雁栖湖应用数学研究院教授邬荣领及其带领的统计团队和北京林业大学博士研究生吴双创新运用数学手段,构建了统计物理学网络模型idopNetworks,利用丘成桐及其合作者发展出的GLMY同调理论(GLMY homology theory),分析不同疾病的代谢网络模型,探究各个因素及其相互作用对人类疾病的影响。该研究成果近日以“复杂疾病的代谢物理学”(The metabolomic physics of complex diseases)为题发表在《美国国家科学院院刊》(PNAS)上,为解析复杂疾病成因、指导复杂疾病治疗及相关药物设计提供了崭新思路。

不同于现有低维度网络模型,该团队构建的统计物理网络模型实现了两大创新。首先,构建了全面、动态的网络模型,将疾病看成一个由许多因子(如代谢物质)构成的复杂网络系统,通过引入进化博弈论原理,将系统中每一个因子的作用分解成两个组成部分,包括该因子自身的作用,即独立效应;以及共存因子对它的影响,即依赖效应;由此,可清晰地反映每个因子对系统的贡献。随后,团队将前者作为“节点”,后者作为“边”,构建出一个全方位、个性化网络,将其称为idopNetworks。其第二个创新点在于引入代数拓扑中的同调理论分析网络。团队利用丘成桐先生及其合作者最新发展出的GLMY同调理论,整合入有向图论(directed graph theory)等数学理论,分析网络中一个因子向另一因子传播信号的路线图,从中发现系统状态变化的拓扑规律,并追踪网络的拓扑结构变化,从而更好地理解疾病发生发展的机理。

该项研究以炎性肠疾病为例。炎性肠疾病(inflammatory bowel disease, IBD)是一种特发性肠道炎症性疾病,其病因和发病机制尚未完全明确。利用现有临床数据,团队构建出与炎性肠疾病相关的代谢互作网络idopNetworks,获得了不同代谢物互作关系这一崭新研究成果。传统方法只能识别与炎性肠疾病显著相关的单个代谢物,而idopNetworks发现这些单个代谢物发挥的作用并不来自于其独立效应,而是源于其他代谢物的调控,即依赖效应。通过改变代谢物之间的调控关系会导致代谢物自身作用的改变。idopNetworks还揭示了患者从健康状态转向炎性肠疾病,以及从炎性肠疾病转向健康状态,代谢物互作关系的变化。

炎性肠疾病包括溃疡性结肠炎(UC)和克罗恩病(CD)两种类型,这两种类型是否存在相同的代谢机理,尚未被系统研究过。团队利用GLMY同调理论分析UC与CD的idopNetwork,发现了两者细微的网络拓扑结构差异,且判断与亚麻酸盐这一代谢物有关的网络联通性是出现差异的重要原因。这显示了GLMY同调理论在复杂生物系统研究中具有巨大应用潜力。