我国科研团队揭示代谢物如何影响人体健康

　　10月20日，北京雁栖湖应用数学研究院举行科研成果发布会，介绍了该研究院统计团队与代数拓扑团队近日在《美国国家科学院院刊》（PNAS）上发表的最新研究进展——“复杂疾病的代谢物理学”（The metabolomic physics of complex diseases）。该项成果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新思路。

　　目前研究表明，疾病的发生与代谢的改变息息相关。然而，现有方法只能描述单一关键代谢物，没有考虑到复杂疾病是多因素、动态、异质和相互依赖的实际情况。对此，清华大学丘成桐数学科学中心曾思明讲座教授、北京雁栖湖应用数学研究院副院长邬荣领介绍，研究团队结合了生态系统理论和进化博弈论原理，首创复杂疾病的统计物理模型，该模型实现了两大创新。

　　一是，能够分析和推断系统内部各个变量之间的因果关系，将所有代谢物整合为双向、有符号和加权的交互网络，并追踪一个代谢物到另一个代谢物的信息流如何导致健康状态的变化。“如此，通过网络方法，我们可以将所有代谢物在网络中互相连接起来，而不再需要一一对应地进行分析，从而可以分析和理解代谢物之间的整体关系。”邬荣领表示。

　　二是，研究团队将代数拓扑中的同调理论应用于网络解析。研究团队使用数学家丘成桐及其合作者最近发展出的“GLMY同调理论”来定量地对网络进行解析。通过考察网络中相互作用的强弱和类型，引入了网络的动态演化过程，并使用持续GLMY同调理论来追踪捕获网络中不同尺度结构模式的拓扑变化规律。进一步地，对特定的拓扑结构模式，使用同调生成元来解析与之相关的网络中的核心因子，不同因子间的相互作用以及信息传递路线，从而更深入地理解疾病发展的机理。

　　“通过将这个模型应用到真实数据，我们能够识别出几个中心代谢物及其交互网，这些代谢物在炎症性肠病的形成中起到了关键作用。”以炎性肠疾病为例，邬荣领补充指出，这一发现可以为我们提示如何利用代谢物来预测和预防疾病的风险，也将为未来的药物设计和治疗方法提供有力指导。

　　研究团队进一步将现有的研究均归结为复杂系统。通过建立合适的算法，可以寻找影响复杂系统的关键因素，对微观世界与宏观世界层面的复杂运行调控规律进行深入定量分析。

　　邬荣领介绍，随着初步研究取得一定成果，未来研究团队将对模型进行进一步深入的拓展，为理解、分析和预测复杂现象提供通用方法。同时，统计团队将积极与代数拓扑及其应用团队、大数据与人工智能团队、数字经济团队以及更多团队进行学科交叉与学科互补，共同合作对相关问题进行进一步深入探讨，将该模型应用于各相对的领域，协同工作确保研究的全面性和深度，为前沿科学在各领域的应用提供解决方案。

　　北京雁栖湖应用数学研究院成立于2020年，是由北京市人民政府支持，依托清华大学、中国科学院等数学学科优势资源单位，委托国际数学大师丘成桐牵头筹建的新型研发机构。作为北京雁栖湖应用数学研究院院长，丘成桐表示，要从基础科学出发，探索最前沿的科学和技术；同时，理论的实践化也非常关键。这意味着应用数学不仅仅是理论研究，还需要与实际问题和产业紧密结合，为社会提供解决方案。他还强调，在应用数学发展中，既要汲取国际的经验和技术，也要注重本土化和创新，形成独特的研究和应用路径。