疾病发生发展的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。
10月21日，科技日报记者获悉，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，利用科学家丘成桐及其合作者发展出的GLMY同调理论，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。该研究成果论文近日以“复杂疾病的代谢物理学”为题发表在《美国国家科学院院刊》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，该团队构建了全面、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，团队将独立效应作为“节点”，依赖效应作为“边”，构建出一个全方位、个性化的网络，并将其称为idopNetworks。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GLMY同调理论，整合有向图论等数学理论，分析网络中一个因子向另一因子传播信号的路线图，从中分析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。
炎症性肠病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。该项研究以炎症性肠病为案例，利用现有临床数据，团队构建出与炎症性肠病相关的代谢互作网络idopNetworks，获得了不同代谢物的互作关系。传统方法只能识别与炎症性肠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其独立效应，而是源于其他代谢物的调控，即依赖效应。而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症性肠病，以及从炎症性肠病转向健康状态时，代谢物互作关系的变化。
炎症性肠病包括溃疡性结肠炎和克罗恩病两种类型，这两种疾病类型代谢机理的异同尚未被系统研究过。团队利用GLMY同调理论分析二者的idopNetworks，发现了两者细微的网络拓扑结构差异。这显示了GLMY同调理论在复杂生物系统研究中具有巨大的应用潜力。
