暨南大學何蓉蓉、高昊、栗原博、姚新生團隊
于2025年3月8日
在Acta Pharmaceutica Sinica B(IF=14.7)
發表一項中醫學研究結果
《“Weibing” in traditional Chinese medicine—biological basis and mathematical representation of disease-susceptible state》
中醫“未病” 的生物學基礎與疾病易感狀態的數學表征
https://www.sciencedirect.com/science/article/pii/S2211383525001418
引用格式:
Sun Wan-Yang-Y et al., “Weibing” in traditional Chinese medicinedbiological basis and mathematical representation of disease-susceptible state, Acta Pharmaceutica Sinica B, https://doi.org/10.1016/j.apsb.2025.03.009
【研究結果及亮點】
這篇綜述結合中醫“治未病”理念與現代醫學、生物學、數學和人工智能領域的最新進展,提出了疾病易感狀態的創新解決方案。
文章探討了時間序列實驗、壓力誘導模型、生物組學技術和人工智能模型的應用,展示了疾病進展的動態過程。
同時,強調建立客觀指標和預警系統的重要性,為未來研究和臨床實踐指明方向。綜述為中醫現代化提供了理論支持,并為全球健康問題貢獻了獨特視角和方法。
研究介紹
“未病”是中醫的一個基本概念,指個體的自組織、適應和修復能力出現微妙下降的一種健康狀態,但不會顯著影響生理或社會功能。
傳統治未病理論圍繞四個核心原則:預防疾病發生、阻止疾病進展、減輕疾病加重和防止疾病復發。
建立一個強大的研究框架來探索未病的生物學基礎、開發數學模型以識別關鍵狀態,并實施早期預警系統是至關重要的。
“未病”——發病前干預的關鍵階段
中醫強調“證候”概念,有別與現代醫學所說的“癥狀”,“證候”是對特定身體失衡或紊亂的癥狀和體征的細致綜合。
“上火”證候是一個常見的的例子,上火是熱證的一個亞型。上火的臨床表現涵蓋了多種癥狀,包括泛紅、疼痛和發熱等普遍癥狀到痤瘡爆發和鼻出血等局部癥狀。
證候并不直接對應單一的、明確的疾病實體,而是作為可能出現的健康挑戰的早期指標。
研究提出了一個基于中醫原則的健康 - 疾病狀態精細化分類系統。
該框架包括四個階段:健康、亞健康、疾病易感狀態和疾病(圖 1)。
圖 1:健康狀態的精準四象限劃分
這個系統能夠幫助識別疾病易感狀態,強調其作為早期干預的關鍵點。在疾病易感狀態下,身體對壓力因素高度敏感,若不加以控制,可能導致疾病迅速發展。因此,及時的中醫干預可以阻止疾病進程,恢復平衡。
探索“未病”——從實驗室到臨床試驗
實驗室中的“未病”研究:
“通過運用心理壓力和經典疾病誘導因子,研究人員已成功構建了主要疾病的易感模型,包括病毒感染、神經退行性疾病、腫瘤、代謝疾病、免疫疾病和心血管疾病。
這些模型使實驗動物更容易處于疾病易感狀態或臨界轉變狀態,此時中醫干預可以有效地延緩甚至逆轉疾病進展。”
研究“未病”,如何從實驗室走向臨床?
“縱向研究,是醫學研究中的一種類型,可用于監測疾病的演變過程。包括以下三種類型:
隊列研究通過前瞻性地跟蹤個體,揭示了慢性腎病等疾病的發展模式。
干預性縱向研究則通過讓健康受試者接觸病原體并跟蹤癥狀和基因表達的變化,為我們提供了宿主反應的時間特征。
而縱向病例系列研究則通過詳細跟蹤個體的疾病軌跡,幫助我們確定關鍵的干預時機。
此外,通過從橫斷面數據中重建時間序列模型,即使在缺乏直接時間序列數據的情況下,我們也能精準識別疾病狀態及其進展。這種策略在青光眼、乳腺癌、帕金森病和骨髓增生異常綜合征等疾病的建模中取得了理想結果。”
可見,對于“未病”的探索,不僅呼吁更多實驗室研究、高質量的臨床數據,還需要結合計算建模等多種新方法。
“未病”的宏觀與微觀
不同視角看“未病”——宏觀與微觀。
現代醫學中的宏觀更多指向臨床體征、影像學檢查等,中醫則通過“司外揣內”的四診方法,對疾病進展過程作出判斷。
“宏觀方面,中醫依靠“四診”——望、聞、問、切——來分析疾病過程中的身體反應、動態和變化。這導致了“證候”的概念,通過診察舌、脈,高度概括疾病進展中的特定階段以及個體的內外環境。值得注意的是,“證候”概念在一定程度上可以指示疾病易感狀態。
例如,在乙肝攜帶者向疾病轉變的階段,中醫可以診斷出陰陽失衡、氣血失衡等不平衡狀態,以及肝氣郁結、肝火、氣滯血瘀等特定證候。”
圖 2:疾病易感狀態下的氧化還原平衡擾動及其對小分子-大分子的影響
“未病”的微觀水平:生物組學技術結合生物信息學方法。
“在微觀層面,疾病進展的特征是生物分子(包括基因、蛋白質和代謝物)的持續變化和動態相互作用。
生物組學技術結合生物信息學方法——涵蓋了基因組學、轉錄組學、蛋白質組學、代謝組學和表觀基因組學等多個領域,通過檢查身體的微觀方面并分析來自生物體的大量分子數據。”
自由基水平升高或可成為“未病”階段的標志。
“近期研究表明,在情緒、飲食和環境等壓力條件下,身體可能會進入一種疾病易感狀態。這種狀態的特征是自由基水平升高,可能破壞細胞的氧化還原平衡,導致細胞內氧化反應過度活躍。這反過來又會在細胞內引發嚴重的脂質過氧化,通過氧化脂質顯著改變蛋白質和基因。
一旦氧化水平超過臨界閾值,就可能迅速轉變為疾病狀態。在疾病狀態下,細胞內的氧化反應不再升高,但細胞已經經歷了氧化修飾,導致一種相對穩定但難以治療的狀態。因此,細胞內脂質過氧化產物以及基因和蛋白質的氧化修飾可能是疾病易感狀態的關鍵特征,值得進一步研究。”
“未病”與數學建模&人工智能
數學建模和人工智能在疾病易感性檢測和預警中展現出巨大潛力。傳統臨床診斷在區分臨界狀態和正常狀態方面存在局限,而人工智能,尤其是機器學習和深度學習方法(如CNN、RNN和LSTM),通過分析縱向數據和靜態信息,顯著提高了疾病預測的準確性。
動態網絡生物標志物(DNB)和UNIQ系統等創新方法,結合非線性動力學和中醫整體觀念,為疾病臨界狀態的早期預警提供了新工具。此外,個性化預測方法(如樣本擾動網絡熵和基因調控網絡)為精準醫療開辟了新途徑。
盡管如此,將這些技術轉化為臨床實踐仍面臨小樣本量、高維數據和復雜數據環境等挑戰,未來研究需要進一步解決這些問題以推動領域發展。數據環境等問題。
圖 3:識別疾病易感狀態的框架
圖 4:健康/疾病易感狀態/疾病進展中的關鍵狀態特征
展望
疾病易感狀態具有動態性、多維性、復雜性、系統性,并且深受個體差異的影響。
這些特征使得現代“未病”理論研究及其臨床實踐面臨一系列科學問題,主要包括:1)識別“未病”的生物醫學基礎及推動疾病發展的關鍵效應分子;2)建立能夠定量描述疾病易感狀態的客觀指標;3)形成疾病易感狀態的早期預警、預測方法和干預方法。
為解決這些迫切問題,跨學科合作變得至關重要,這需要借鑒中醫“治未病”哲學的古老智慧。通過促進醫學、生物學、數學、人工智能等學科的無縫整合,我們能夠更全面地理解疾病易感狀態,并提出創新的解決方案。
我們堅信,只要堅持不懈、持續努力,就能充分挖掘“預防勝于治療”這一理念的深刻內涵,并在中醫框架內開啟以“疾病預防”為中心的科學研究新范式。
中醫藥科研及相關咨詢加群,加微信:1278317307。
【福利時刻】科研服務(點擊查看):、、、、、。咨詢加微信:1278317307。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.