Changchun University of Chinese Medicine

点击蓝字｜关注我们 China International Consumer Products Expo 消博会上看长春 5家企业携8款新品亮相 科技+医药双轮驱动 4月13日，第六届中国国际消费品博览会新品发布会在海南圆满举办。长春携5家优质企业、8款重磅新品集中亮相，聚焦生物医药、健康保健、智能科技三大领域，全面展现 “长春智造” 硬核实力与北国优品独特魅力。 奇迈国济（吉林）生物科技有限公司  01 细胞医药新突破，以尖端科技普惠全球生命 QM101细胞注射液：国内第二款获批IND的自体NK细胞注射液，无血清、高纯度、规模化生产，可治疗肺癌、肝癌、胃癌等多种晚期实体肿瘤，是面向泛肿瘤治疗的创新细胞药物。 QM103细胞注射液：国内首款获批IND的异体BCMA-CAR-NK细胞注射液，国内首款靶点CAR-NK药物，可异体回输、冻存即用，安全无严重并发症，临床应用前景广阔。 吉林和发信健康科技有限公司  02 长白山臻品，古法养生新体验 森工集团黑参膏：遵循古法九蒸九晒工艺，搭配黄精、桑葚、人参等道地药材，由吉林大学药学院提供技术支持，是元气滋补的养生佳品。 森工集团野山参粉：严选15年以上林下野山参，采用精细破壁技术制成，更大程度保留营养、提升吸收效率，凝聚长白山山林精华。 金赛药业  03 专注青少年成长，精准营养守护 蓓高贝复合营养素饮品：高纯度γ氨基丁酸搭配三重骨力配方，院线同款品质，多重营养协同助力青少年健康成长。 金矿乐复合维矿咀嚼片：专为8-17岁中国儿童青少年量身打造，精准配比多种维生素与矿物质，科学填补成长营养缺口。  金赛药业 光屿智联科技有限公司  04 AI智能同步书写笔，重新定义智能书写 LumipenAI智能笔2.0：以量子笔触与神经拟态技术为核心，以自研OCR光学字符识别技术，做到毫秒级纸屏同步；算力接入豆包大模型，嵌入大语言词库，实现连续对话不卡顿，AI检索内容从延展到创新，问答结果可一键生成表格及思维导图，让办公更高效、逻辑更严谨，让每一次书写灵感全面覆盖。外加会议纪要同步AI录音功能，个性化词库随心选，离线＋云端同步存储模式双模式自由选择等，全面覆盖商务办公、智慧学习、灵感创作等多场景。 吉林省中鹿中医药产业（集团）  05 专利科技，健康饮酒新选择 鹿血酒：采用国家专利多肽萃取技术，打造醉得慢、负担轻、醒得快的健康饮酒体验，富含全营养素、吸收迅速，为身体活力赋能。 消博会新品发布会集中呈现了长春在医药健康、智能科技领域的创新成果，也让更多人看到长春产业升级的强劲势头。 长春作为国家首批生物医药产业基地，将生物医药与生命健康产业列为重点主赛道，集聚长春应化所、长春光机所、吉林大学、长春中医药大学等顶尖科研与高校资源，形成“研发—转化—生产—应用”的完整创新链条，在细胞治疗、生物制药、中药现代化等领域全国领先。 同时，长春大力发展光电信息、人工智能等新质生产力，政产学研深度融合，让前沿科技快速落地为民生好物，为消费升级注入强劲动力。 借助消博会平台 长春将持续推动优质产品 走向全国、走向世界 以创新实力与产业优势 为东北全面振兴 注入源源不断的新活力 END 初审：刘素娜 复审：王欣 终审：孟勐 长春商务 商务惠民 精彩直达

长春“生物医药”产业的集群跃迁：战略咨询公司如何诊断“四流五层”协同堵点？ ——狮也咨询“生态架构”方法论在生物医药产业集群升级中的实践推演 在中国生物医药产业的版图上，长春拥有一个被低估却不可忽视的坐标。这里诞生了中国第一支基因工程干扰素、第一个甲肝减毒活疫苗、第一个重组人胰岛素。长春生物制品研究所、长春高新、金赛药业、百克生物、修正药业等一批科研机构和龙头企业，使长春在疫苗、基因工程药物、现代中药等领域积淀了深厚的技术底蕴。然而，当我们将目光从个别明星企业转向整个产业集群时，一种“点高面低、聚而不强”的困局清晰浮现。龙头企业虽强，但中小企业创新能力薄弱；研发环节虽有突破，但产业化、市场化能力不足；本地虽有一批创新药在研，但资本、临床、生产、销售等要素的配置效率低下。集群内部的“协同堵点”遍布产业链各环节，使长春生物医药产业的整体竞争力与其科研实力不匹配。狮也咨询的“四流五层”复杂适应系统模型，为诊断这些堵点、设计系统化的协同机制提供了精准的分析框架。 一、长春生物医药产业的“家底”与“困局” 长春生物医药产业的家底不可谓不厚。科研端，拥有中国科学院长春应化所、吉林大学、长春中医药大学、长春生物制品研究所等一批高水平研究机构，在疫苗、抗体药物、基因工程、现代中药等领域持续产出创新成果。企业端，培育了金赛药业（生长激素全球龙头）、百克生物（水痘疫苗国内领先）、长春高新（基因工程药物龙头）、修正药业（中药OTC头部）等上市企业。产品端，生长激素、水痘疫苗、狂犬病疫苗、重组人胰岛素等品种市场份额位居全国前列。这些成绩，奠定了长春作为国家生物医药产业基地的地位。 但深入产业链内部，结构性矛盾突出。第一，产业链条“中间强、两头弱”。长春在生物药的研发和生产环节有一定优势，但上游的关键设备、高端培养基、色谱填料等依赖进口；下游的市场准入、学术推广、医保谈判、商业分销等能力薄弱。大量创新成果“出不了实验室、进不了医院”。第二，企业生态“大树底下不长草”。金赛、百克等龙头企业规模庞大，但与本地中小企业的技术协作、供应链配套、人才流动极为有限。中小企业沦为“看客”，难以分享龙头企业的技术溢出和供应链红利。第三，资本要素“水土不服”。生物医药是典型的“高风险、高投入、长周期”行业，需要“耐心资本”。长春的风险投资机构对生物医药的认知不足，投资案例稀少；政府引导基金的决策周期长、风险偏好低，难以匹配创新药的研发周期。第四，区域协同“孤岛化”。长春与北京、上海、苏州等生物医药高地的创新网络链接不足，人才、技术、资本、临床资源“入长”通道不畅。 这些堵点的本质，是集群内部“四流五层”的系统性断裂。长春生物医药产业要从“科研高地”跃迁为“产业高地”，必须打通这些断裂带。 二、“四流五层”模型下的长春生物医药生态诊断 运用狮也咨询的“四流五层”复杂适应系统模型，对长春生物医药产业集群进行系统诊断。四个流分别是技术流、人才流、资本流、数据流；五个层分别是研发层、转化层、生产层、流通层、应用层。 技术流的断裂带：源头创新与产业转化的“鸿沟” 长春的科研机构每年产出大量高水平论文和专利，但技术流的梗阻严重。首先，成果转化“中间地带”缺失。从实验室的候选化合物到获批上市的新药，需要经历临床前研究、IND申报、I-III期临床试验、NDA申报等漫长过程。每个环节都需要专业人才、资本、CRO服务、临床资源的密集投入。长春缺乏“概念验证中心”“中试放大平台”“临床研究基地”等转化基础设施，大量成果停留在论文或专利阶段。其次，产学研合作“表面化”。企业与高校的合作多以“项目委托”为主，缺乏“共建实验室”“联合培养研究生”“技术入股”等深度绑定模式。企业的真实技术需求无法精准传导至科研端，科研端的成果也难以被企业快速承接。再次，知识产权流转“低效”。专利的许可、转让、质押、作价入股等交易极不活跃，缺乏专业的技术经理人和知识产权运营机构。 人才流的断裂带：高端人才“引不进、留不住、用不好” 长春拥有吉林大学等高校，每年培养大量生物、医学、药学专业毕业生。但人才流的流失严重。顶尖科研人才流向一线城市的高校和科研院所；产业高端人才（懂药政、懂临床、懂商业化）被苏州、上海、北京的企业高薪挖走；海归人才更倾向于长三角、珠三角的成熟产业生态。本地企业面临“招人难、留人更难”的困境。更棘手的是，复合型人才——既懂研发又懂产业化、既懂技术又懂市场、既懂国内又懂国际——极度稀缺。人才流的“失血”使长春生物医药产业难以向高附加值的环节延伸。 资本流的断裂带：风险资本“缺位”与金融工具“单一” 生物医药是资金密集型产业，一个创新药从研发到上市平均需要十亿美元以上的投入。长春的资本供给与产业需求严重错配。本地风险投资机构数量少、规模小，且投资偏好集中在“Pre-IPO”阶段，对早期研发项目“看不懂、不敢投”。政府设立的产业基金决策周期长、尽职调查能力弱，难以跟上创新药项目的融资节奏。银行信贷体系以抵押物为核心，无法为轻资产的生物医药企业提供足够支持。知识产权质押、研发贷、临床贷等创新金融产品几乎空白。资本流的“干旱”使大量有潜力的创新项目胎死腹中或被迫外迁。 数据流的断裂带：临床数据与研发数据的“孤岛” 生物医药产业的创新高度依赖数据。临床试验数据、真实世界数据、基因组学数据、蛋白质组学数据等，是药物研发的“燃料”。长春拥有丰富的临床资源——吉林大学第一医院等三甲医院的年门诊量、住院量庞大，积累了海量的病历数据、检验数据、影像数据。但这些数据沉睡在医院的信息系统中，未被标准化、脱敏、开放给科研机构和企业。数据孤岛使长春的科研优势与临床优势无法结合，药物研发缺乏本土数据的支撑。同时，药监部门的审评审批数据、医保部门的支付数据、药品流通数据也互不联通，企业难以进行市场洞察和决策优化。 五层断裂带的协同诊断 研发层的科研产出与转化层的能力脱节——有成果、无转化。转化层的中试、临床、注册能力薄弱，与生产层的规模化制造能力不匹配。生产层的工艺放大、质量控制能力与流通层的市场准入、学术推广脱钩。流通层的销售网络与应用层的医院准入、医生教育、患者管理之间存在壁垒。每一层的“断点”都使上一层的价值无法传递到下一层。 三、设计支点一：技术流——从“论文到抽屉”到“实验室到病房” 破解技术流断裂带，关键在于构建“概念验证—中试放大—临床研究—注册申报”的全链条转化服务体系。 建设“长春生物医药概念验证中心”。中心由市政府、吉林大学、长春应化所、龙头企业共同发起，设立专项基金。对具有转化潜力的早期科研成果，提供资金支持、技术评估、市场分析、专利布局、创业辅导等服务。概念验证的“种子”项目，优先推荐给产业基金和孵化器。 建设“长春生物医药中试放大平台”。针对生物药（抗体、疫苗、细胞治疗）和化学药（原料药、制剂）的中试需求，配置发酵罐、纯化系统、制剂线、分析检测等设备，向中小企业开放。中试平台可大幅降低企业的固定资产投入，加速工艺放大进程。 设立“长春临床研究协同网络”。联合吉林大学第一医院、吉林省肿瘤医院等临床试验机构，建立统一的临床研究受试者招募、数据管理、伦理审查、质量控制平台。平台与国内外CRO公司合作，承接创新药的多中心临床试验。临床研究网络是创新药上市的“关键通道”。 四、设计支点二：人才流——从“孔雀东南飞”到“筑巢引凤” 破解人才流断裂带，关键在于打造“事业留人、平台聚人、环境引人”的人才生态。 实施“长春生物医药领军人才计划”。面向全球招募具有新药研发、临床管理、药政注册、商业化等经验的高端人才。引进人才可担任企业的首席科学家或高管，享受安家补贴、科研启动经费、个人所得税返还等政策。同时，推行“双聘制”——人才可在高校、科研机构和企业之间自由流动，编制保留在原单位。 建设“长春生物医药产业学院”。联合吉林大学、长春中医药大学、龙头企业，开设生物制药、药物制剂、药事管理、临床监查等应用型专业。学院实行“双元制”培养，学生在校期间至少有六个月在企业实习，参与真实项目。产业学院是应用型人才的“蓄水池”。 设立“长春生物医药人才共享平台”。汇集本地生物医药领域的技术专家、临床专家、注册专家、市场专家，中小企业可在线“点将”，按项目或按次支付专家咨询费。人才共享平台解决了中小企业“养不起”高端人才的痛点。 五、设计支点三：资本流——从“融资寒冬”到“耐心资本” 破解资本流断裂带，关键在于构建“种子—天使—VC—PE—并购”全周期的资本支持体系。 设立“长春生物医药天使投资基金”。基金规模不低于十亿元，由市财政、国有企业、社会资本共同出资。基金专门投资于本地早期生物医药项目（实验室阶段、临床前阶段），单个项目投资额度不超过五百万元。基金采用“让利式”投资——项目成功后，政府出资部分将超额收益让渡给管理团队。 推行“政银担”联动模式。政府设立“生物医药贷款风险补偿资金池”，合作银行向本地生物医药企业发放信用贷款（如“研发贷”“临床贷”），发生不良时资金池承担百分之八十的损失。风险补偿降低了银行的顾虑，使企业获得急需的流动资金。 发展“知识产权证券化”融资。将本地生物医药企业的核心专利打包，发行资产支持证券。专利的未来许可费收入作为还款来源。知识产权证券化为轻资产的研发企业打开了新的融资通道。 六、设计支点四：数据流——从“数据孤岛”到“数据油田” 破解数据流断裂带，关键在于建设“长春生物医药数据共享平台”，激活沉睡的医疗和研发数据。 建设“长春健康医疗大数据平台”。整合吉林大学第一医院等医疗机构的电子病历、检验检查、影像数据、随访数据，进行标准化、脱敏处理。平台向科研机构和企业开放数据查询、分析服务。科研人员可基于真实世界数据开展药物流行病学研究、新药靶点发现、临床试验设计优化。 开发“药物研发AI模型”。基于平台汇聚的临床数据、基因组学数据、药物分子数据，训练AI模型，辅助新药筛选、药效预测、安全性评估。AI模型可大幅缩短药物研发周期、降低失败风险。 推行“数据贡献者权益机制”。企业、医院向平台贡献数据，可获得平台的服务积分、数据产品折扣、甚至现金分红。数据越多，权益越大。权益机制激励各方主动开放数据。 七、五层协同：从“单点突破”到“链式跃迁”的治理架构 长春生物医药产业的集群跃迁，需要研发层、转化层、生产层、流通层、应用层的系统协同。 研发层应聚焦优势领域（疫苗、生长激素、抗体药物、现代中药），争取国家级创新平台布局。转化层应建设中试、临床、注册一站式服务窗口，缩短“实验室到病房”的周期。生产层应推动数字化、智能化、绿色化改造，提升质量体系与国际接轨。流通层应建立“院企对接”机制，帮助本地创新药进入医保目录和医院采购清单。应用层应培育“医生-患者”教育体系，提升创新药的可及性和依从性。 八、实施路径：从“科研高地”到“产业高地”的三阶段进化 长春生物医药产业的集群跃迁，可以分三个阶段推进。 第一阶段（一年内）为“筑基期”。完成概念验证中心、中试平台、临床研究网络的框架建设。启动领军人才计划和产业学院。设立天使投资基金和风险补偿资金池。建设健康医疗大数据平台，完成首批数据接入。目标是让技术流、人才流、资本流、数据流的“管道”初步接通。 第二阶段（两到三年）为“成长期”。概念验证中心每年孵化项目二十个，中试平台服务企业超过一百家。领军人才引进三十人，产业学院培养毕业生五百人。天使基金完成投资三十个项目，风险补偿资金池撬动银行贷款十亿元。大数据平台汇聚百万级患者数据，AI模型上线运行。目标是让四流形成正向循环，产业集群的协同效应开始显现。 第三阶段（三到五年）为“繁茂期”。长春生物医药产业完成从“科研高地”到“产业高地”的跃迁。本地培育出三至五个具有全球竞争力的创新药品种，生物医药产业产值突破千亿元。长春成为东北地区生物医药创新的核心引擎。从“单点突破”到“链式跃迁”，战略目标基本实现。 当长春的实验室成果不再沉睡在论文中，而是通过中试、临床、注册的“高速路”快速走向市场；当资本不再规避风险，而是以耐心陪伴创新药全周期；当临床数据不再是孤岛，而是成为药物研发的“油田”；当龙头企业与中小企业不再是“大树与草”的关系，而是“雨林共生”——长春生物医药产业才真正实现了集群跃迁。狮也咨询愿以“生态架构师”的角色，与长春的政府、企业、高校、医院共同推进这场从“堵”到“通”的系统进化。 本文是狮也咨询《思想领袖系列》区域产业篇之一，旨在引发行业前瞻性思考。欢迎交流，拒绝任何形式的剽窃。

【转载自长春中医药大学姚俊杰对中国中医药报官方号2026年3月26日刊发专访《网络药理学“十问”》的解读文章】 导语 网络药理学的上半场，重在提出一种系统视角，挑战“单药—单靶点”的旧范式；而它的下半场，正在从“相关性拼图”走向“疾病网络重建与临床闭环验证”。清华大学教授、欧洲科学与艺术学院李梢院士《网络药理学“十问”》真正重要的启发，也许不只是回答了十个问题，而是提醒我们：这门学科最重要的时刻，可能现在才刚开始。 1 网络药理学真正的研究对象，不是方子本身而是疾病网络 最近读到李梢院士发表于《中国中医药报》的《网络药理学“十问”》，最大的感受并不是这门学科又被系统梳理了一遍，而是更清楚地看到：网络药理学正在进入一个真正需要重新定义自己的阶段。 过去很多人一提网络药理学，首先想到的还是一套高度流程化的研究路径：成分筛选、靶点预测、交集获取、ＰＰＩ网络、ＧＯ／ＫＥＧＧ富集、分子对接，最后再配上一两张漂亮的网络图。这种工作当然不能说完全没有价值，它至少帮助研究者从单成分—单靶点—单通路的线性视角，迈向了多成分—多靶点—多通路的系统视角。但问题在于，当这种流程被机械复制、批量生产后，网络药理学也开始面临越来越尖锐的质疑：它到底是在发现新机制，还是只是在用数据库和图谱去解释早已知道的结论？ 而李梢院士反复强调的一点，其实非常鲜明：网络药理学真正要研究的，不只是药物网络，而是疾病网络本身。疾病并不是某个单一分子坏了，而是组织、细胞、分子等多层次生物网络整体失衡的结果；因此，治疗的靶点也不应只停留在单个分子，而应升级为疾病网络及其关键环节。也就是说，网络药理学真正关心的问题，不是“我这个方子可能打到了哪些靶点”，而是“这个疾病网络究竟在哪些层次失衡，药物又通过怎样的协同干预让它重新趋于稳态”。 这一点看似是概念之争，实际上决定了研究质量的上限。因为只要起点仍然是“我手里有一个方子，我来想办法证明它有效”，研究就很容易沦为先有结论，再去拼证据的套路；而一旦起点换成“这个复杂病证的关键网络失衡环节在哪里”，网络药理学才真正进入了机制研究。 2 网络药理学正在告别静态网络图时代，走向动态、多尺度疾病地图 李梢院士在谈到当前网络药理学的发展瓶颈时，提出了一个极其关键的判断：这门学科必须从“相关”走向“因果”，从“静态”走向“动态”，从“单向”走向“闭环”。这句话的分量其实非常重，因为它意味着未来网络药理学的核心能力，不是再多接几个数据库、再多跑几次分子对接，而是要真正重建疾病发生发展的动态过程。 过去的网络药理学，更多建立在相对静态的数据库关系和平均化组学结果之上。它擅长回答哪些靶点可能相关，却不太擅长回答在什么时候、哪个细胞群、哪种组织微环境中、通过什么动态路径发生作用。而从近年的公开综述来看，这个方向正在被越来越多的新技术真正推动。2025年发表在《Journal of Hematology & Oncology》上的综述指出，单细胞和空间组学技术正以前所未有的分辨率揭示个体细胞层面的基因表达差异、细胞间相互作用、肿瘤异质性以及微环境重塑过程，并正在成为预测药物反应与耐药的重要工具。该综述特别强调，这类技术能够从“肿瘤异质性、细胞间互作、代谢调节、信号通路调控”等多个层面刻画药物反应和失败的细胞标志，从而推动精准治疗。研究者们也不再只满足于找出候选靶点，而是开始进一步追问：这些靶点位于什么细胞类型？在疾病的哪个阶段最关键？处于什么空间生态位？是炎症边界、纤维化区域，还是免疫浸润微环境？ 这意味着，未来真正有说服力的网络药理学，不会停留在“药物—靶点—疾病”的平面网络图，而会逐步走向“细胞类型—空间位置—病程阶段—网络模块”的立体分析。通俗地说，过去的网络药理学更擅长回答哪些靶点可能相关，而未来的网络药理学，必须能够回答在什么时候、什么细胞里、什么空间场景中、通过什么网络路径起作用。 一旦研究分辨率推进到这一层，网络药理学就不再只是系统视角的口号，而开始接近系统证据的建设。谁先把疾病网络真正做成动态、多尺度地图，谁就更有可能做出高水平的机制研究。 3 网络药理学最该摆脱的，不是还原论，而是“伪系统论” 在很多争论中，网络药理学常被拿来与还原论对立，仿佛只要谈系统、谈网络，就天然比传统分子药理学更高级。但李梢院士的判断非常值得重视：问题并不在于还原论本身，而在于一些研究名义上做网络药理学，实际上仍然停留在单成分、单靶点、单通路的线性思维，只是把数据拼成了网络图，却没有真正分析模块互作、级联效应和多靶点协同的非加和性。 我很认同这一点。真正优秀的网络药理学研究，从来不是把节点堆多一点、把连线画复杂一点，而是要抓住系统中的关键关系：模块和模块如何耦合，扰动如何传播，协同如何产生，稳态如何被打破，又如何被重建。没有扎实的节点证据，系统分析很容易悬浮；但如果只有节点、没有关系，又永远无法解释复杂疾病与复方干预中的整体效应。 所以，网络药理学真正要摆脱的，不是还原方法，而是“伪系统论”——那种看起来处处讲系统，实际上缺乏严密证据链和功能解释力的研究姿态。未来判断一篇网络药理学文章是否有价值，不能只看它有没有网络，而要看它是否真正触及了关系结构中的功能模式：有没有识别关键模块？有没有分析网络级联？有没有证明多靶点协同不是简单叠加？有没有把系统层面的假说带回实验和临床里去检验？这些问题，比图画得是否漂亮重要得多。 4 网络药理学与中医结合，重点不在“硬对应”，而在“把整体观转译成可验证模型” 在“网络药理学能否反映中医‘辨证论治’和‘君臣佐使’理论的科学内涵”这一点上，李梢院士给出的回答其实很有启发：可以，而且可以深度结合，但前提绝不是机械对应。不同的“证”，不应被简单压缩成几条固定通路；“君臣佐使”也不应被硬拆成几个孤立靶点。真正有价值的方向，是把中医理论中的“整体状态”“失衡模式”“协同干预”转译为可建模、可验证、可迭代修正的系统模型。 这一点尤其重要。因为网络药理学之所以容易受到质疑，一个重要原因正是某些研究把它当成了翻译器：寒证对应Ａ通路，热证对应Ｂ通路；君药对应某靶点，臣药对应某靶点。这样的做法看似现代，实则既没有真正理解中医，也没有真正理解系统生物学。中医理论的优势，本来就不在于单一靶点层面的精确定位，而在于对整体状态、动态演变和协同调节的把握。 从这个角度看，网络药理学真正有价值的地方，并不是把中医拆碎后塞进现代生物医学框架，而是尝试为中医整体观找到一种现代科学中可以被建模、可以被跟踪、可以被验证的表达方式。这里的关键不是“对应”，而是“转译”；不是“削弱复杂性”，而是“组织复杂性”。 也正是在这个意义上，网络药理学并不是要把中医翻译成西医式单靶点语言，而是要帮助中医整体观在现代生命科学中找到一种结构化表达。这个任务显然比做一个对应关系表难得多，但也有价值得多。 5 ＡI 进入网络药理学后，真正稀缺的不是算法，而是“有生物逻辑的数据和模型” “人工智能＋网络药理学”已经成为今天的热点，但李梢院士对这件事的态度并不盲目乐观。他强调，人工智能赋能网络药理学的前提是：高质量数据、合理的生物逻辑和临床可验证的闭环。这个判断非常关键，因为AI会放大能力，也会放大错误。 所以我越来越认同这样一句话：AI不是把网络药理学自动化，而是在逼着网络药理学重新回答一个更老、更基础的问题——什么样的知识才值得被模型学习？如果底层数据本身就存在缺失、偏倚和不一致，那么再复杂的模型，也可能只是在放大噪声。如果生物逻辑本身不清楚，那么再高级的预测，也可能只是更精致的错觉。换句话说，AI并不会自动让网络药理学变得更科学，它只会把研究者原有的方法学优势和短板同时放大。 所以未来AI时代的网络药理学，真正稀缺的恐怕不是会不会用模型，而是有没有能力给模型建立正确的知识边界。什么样的数据值得被学习？什么样的网络关系具有生物学含义？哪些预测可以进入实验？哪些结果能够被临床真实问题持续校准？这些问题，远比用了什么模型更重要。 大语言模型也是如此。它们确实擅长快速梳理海量文献和多模态数据，辅助归纳潜在的疾病—靶点—方药关联，甚至帮助结构化整理古籍医案和配伍规律。但它们也容易产生幻觉、因果混淆和可解释性不足。真正高水平的网络药理学，不会把大语言模型当作自动生成结论的机器，而会把它放在疾病网络知识图谱、系统论约束和实验临床验证的框架中使用。谁能做到这一点，谁才可能在AI时代真正提升研究质量。 6 网络药理学真正的创造性，不在“解释既有现象”，而在“改变问题的定义方式” 很多人批评网络药理学“解释性强、创造性弱”，因为确实存在不少研究只是用网络图解释已知现象，没有提出真正新的问题、新假说和新发现。但李梢院士给出的回应很有启发：网络药理学的真正价值，绝不止于解释，它同样具有创造性，因为它是在关系结构中寻找功能模式，是一种从已知信息中推断未知规律的知识生成方式。 这句话值得展开理解。网络药理学真正有创造力的时候，不是把既有疾病分类框架中的某几条通路再补得更完整一些，而是有可能帮助我们发现过去没有被清晰定义的新问题、新分期、新标志物和新干预窗口。换句话说，它不仅是在回答这个药为什么有效，还可能进一步回答这个病该不该被重新定义、这个阶段是否应该被提前识别、这个人群是否适合更早干预。 如果一项网络药理学研究，最终只是把经验结论解释得更像那么回事，那它的创造性确实有限；但如果它能够推动疾病理解方式、分层方式甚至临床决策方式发生改变，那么它的创造性就已经远超一般意义上的解释性工作。 所以，未来评价网络药理学是否真正有创造力，不应只看它有没有新图、新术语、新流程，而应看它有没有真正改变我们理解疾病、理解方药、理解干预窗口的方式。 7 在中药新药研发中，网络药理学最重要的身份是“数字化桥梁” 谈到中药新药研发时，李梢院士提出，在“中医药理论—人用经验—临床试验”三结合体系中，网络药理学最重要的角色，是“数字化桥梁”和“系统解释器”。这个定位我觉得非常准确。 长期以来，中药新药研发最难的，从来不只是缺技术，而是缺少一套既尊重中医药整体经验，又能被现代药物研发体系接纳的中间层语言。临床经验往往很丰富，但机制表达不够结构化；现代药学评价体系很严密，却又容易把中医药的复杂性过度简化。网络药理学真正的价值，就在于它有机会搭起这座桥：把经验性的有效线索，转化为可计算、可验证、可优化的网络机制假说，再把这些假说反向用于人群筛选、标志物设计、试验终点设置和安全性评估。 也就是说，网络药理学不是替代临床试验，更不是替代中医理论，而是为二者提供一层可以对接的中间结构。一旦这层结构建立起来，中药研发就有可能真正从“经验主导”迈向“经验—数据—模型—临床”共同驱动。未来谁能把这座桥搭得更稳，谁就更可能在中药新药研发中做出真正高质量的工作。 8 判断一项网络药理学研究值不值得看，标准已经变了 在“如何开展高质量的网络药理学研究”这一问中，李梢院士给出的建议非常实在：锚定临床真问题，严把数据源头关，坚持系统思维，建立全链条实证闭环，并兼顾解释与创造、聚焦转化落地。这实际上也意味着，评价网络药理学研究的标准，已经和几年前不一样了。 过去很多人判断一篇文章是否“像网络药理学”，会看它有没有数据库整合、有没有ＰＰＩ网络、有没有富集分析、有没有分子对接和分子动力学。现在这些已经越来越不构成区分度。而真正的关键点正在转向几个更本质的问题：它是不是从真实的临床或生物学问题出发？它有没有真正逼近疾病网络的关键机制？它有没有形成计算、实验和临床之间的闭环证据链？它最终能否带来可转化的价值，比如新标志物、新分期、新人群分层策略或者处方优化思路？ 如果这些问题回答得比较弱，那么即使图再漂亮、流程再完整，也很难说是一项真正高水平的网络药理学研究。相反，如果一项研究在这些方面做得扎实，即使技术流程没有那么花哨，它的价值往往也会更长久。 网络药理学今天已经走到一个不得不自我筛选的阶段。那些只会拼数据库和画网络图的工作，今后会越来越快被边缘化；而那些真正扎根临床问题、借助多组学与ＡＩ、强调因果与动态、坚持实证闭环的研究，才会逐渐定义这个学科真正的上限。 9 网络药理学的下半场，可能不再是“多成分—多靶点”的重复申述，而是“多尺度—可验证—可转化”的能力竞争 很长一段时间里，网络药理学最常被提及的标签，是“多成分、多靶点、多通路”。这个概括当然没有错，它抓住了中药和复杂疾病干预不同于传统单靶点药物研究的一个基本特征。可问题在于，当这个表述被反复使用到近乎口号化之后，它也越来越难以支撑一个学科继续向前发展。因为“多成分—多靶点”更多是在描述一种现象，而不是提供一种真正有区分度的研究能力。 今天真正拉开差距的，已经不是谁更会讲整体性，而是谁能把这种整体性落实成多尺度的网络刻画能力、可验证的机制推断能力，以及面向临床的转化能力。未来真正有竞争力的网络药理学研究，大概会有三个非常鲜明的特征：第一，它不再满足于在分子层面列出一串候选靶点，而是会把问题推进到细胞、组织、病程、患者分层等多个层次，形成真正的多尺度机制框架；第二，它不会把“预测”当作研究终点，而会把预测视为实验和临床验证的起点；第三，它最终要落到真实世界中去回答问题：到底能不能帮助我们更早识别风险、更准确进行分层、更合理设计干预策略。 所以，网络药理学的下半场不是一个更会讲故事的阶段，而是一个更需要拿出硬证据的阶段。谁能把复杂性转化为可检验的研究路径，谁才有机会真正定义这一领域的未来。 10 重新理解李梢院士“十问”的意义：网络药理学真正重要的时刻，也许现在才刚开始 如果只把李梢院士这篇《网络药理学“十问”》当作一篇科普访谈来读，当然也能读出很多信息：学科起源、核心理论、现实挑战、ＡＩ赋能、中医融合、临床转化……这些问题都很重要。可如果再往深一层看，这篇文章真正打动人的地方在于，它并不是在为网络药理学辩护，而是在推动它自我升级。 它提醒这个领域：不能再满足于流程化复制，不能再满足于数据库拼接，不能再满足于用相关性代替机制，也不能再满足于用“整体观”当作一切问题的遮羞布。相反，网络药理学必须走向更严格的方向：去面对疾病网络真正的复杂性，去吸收单细胞、空间组学、ＡＩ等新技术带来的方法革命，去建立“计算—实验—临床”的证据闭环，去把中医药的整体观转化为可验证、可优化、可迭代的现代模型。 也正是在这个意义上，我更愿意把今天的网络药理学理解为一种过渡中的学科：它已经离开了早期那种只强调多靶点、多通路的新鲜感阶段，也还没有完全抵达一个成熟、统一、严谨的现代研究范式，但它正在迅速靠近那个拐点。 这个拐点的标志，不是文章里出现了多少网络图，也不是用了多少个数据库，更不是把ＡＩ、大模型、单细胞这些热门概念堆得多满。真正的标志是：我们是否开始用更高分辨率去理解疾病网络，是否开始用更高标准去要求机制证据，是否开始把网络药理学真正放回到临床问题和药物研发问题中去。 如果是这样，那么李梢院士这篇“十问”的价值，就不只是“回答十个问题”这么简单。它更像是对整个领域发出的一个信号：网络药理学真正重要的时刻，可能不是它被提出的时候，而是它终于开始摆脱画图式研究、走向疾病网络重建与临床闭环验证的时候。 结语 回过头看，网络药理学最初之所以引人注目，是因为它让我们第一次比较系统地意识到：复杂疾病未必能靠单一靶点解释，复杂干预也未必只能用线性思维理解。它打开了一扇窗，让“整体性”“协同性”“多层次调控”这些长期存在于中医药和复杂系统科学中的观念，有机会进入现代药理学的视野。 但一门学科真正成熟，从来不是因为它提出了一个好概念，而是因为它能够在越来越严格的证据要求下，持续产出真正有解释力、预测力和转化力的成果。所以今天再谈网络药理学，我更愿意把它概括成一句话：它的未来，不在于继续证明自己“很复杂”，而在于证明自己能把复杂性变成真正可理解、可验证、可应用的科学知识。 推荐文献 1. 李梢．网络药理学“十问”[N]．中国中医药报，2026-03-26． 2. Liu QY, Zhang DF, Wang BY, et al. Network pharmacology: advancing the application of large language models in traditional Chinese medicine research. Sci Tradit Chin Med. 2025;3(2):113-123. doi:10.1097/st9.0000000000000073. 3. Li L, Kar S. Leveraging network pharmacology for drug discovery: integrative approaches and emerging insights. Med Drug Discov. 2025;27:100220. doi:10.1016/j.medidd.2025.100220. (https://www.sciencedirect.com/science/article/pii/S259009862500017X) 4. Kandhare P, Kurlekar M, Deshpande T, Pawar A. Artificial intelligence in pharmaceutical sciences: a comprehensive review. Med Nov Technol Devices. 2025;27:100375. doi:10.1016/j.medntd.2025.100375. (https://www.sciencedirect.com/science/article/pii/S2590093525000268) 5. Cui G, Li M, Guo W, et al. AI driven network pharmacology: multi-scale mechanisms of traditional Chinese medicine from molecular to patient analysis. Comput Struct Biotechnol J. 2025;27:5087-5104. doi:10.1016/j.csbj.2025.11.016. 6. Cheng X, Peng T, Chu T, et al. Application of single-cell and spatial omics in deciphering cellular hallmarks of cancer drug response and resistance. J Hematol Oncol. 2025;18:70. doi:10.1186/s13045-025-01722-1 .