目前中医药的高质量微观数据集相对缺乏，这为人工智能深度学习等数据驱动方法在中医药中的应用带来了严峻挑战，迄今尚缺少阐释中药整体性、特异性、有向性的靶点预测方法。清华大学北京市中医药交叉研究所所长、欧洲科学与艺术院李梢院士团队提出了结合迁移学习和集合置换不变性的SETComp新模型，该模型能够考虑细胞特异性并进行全基因组水平的中药靶点的有向预测。

在人工智能时代背景下，中医药网络药理学为中药机制解析提供了一个合适的方法和视角，但是现有中医药网络药理学研究尚不够深入，缺乏一体化的实验和临床验证。近期，清华大学李梢团队开展了深入的网络药理学研究阐述了金振口服液治疗急性支气管的网络调节作用机制。

药物与靶标之间的激活/抑制是药物的两种作用机制类型，解析药物-靶标“激活/抑制”作用机制是药物研发的一个重要环节。目前药物和靶标之间的相互作用预测、药物作用的组学分析等算法发展迅速。然而，由于药物作用机制的复杂性和数据稀缺性，如何采用人工智能方法预测药物与靶标的“激活/抑制”作用机制？这一问题尚缺乏有效解决方法，是药物机制预测领域的一个较大挑战。近期，清华大学李梢课题组提出了一个基于多视图深度学习...

近日，科睿唯安（Clarivate Analytics）公布了新一轮ESI（Essential Science Indicators）引用数据分析结果。清华大学北京市中医药交叉研究所所长李梢课题组发表的“TCM network pharmacology: A new trend towards combining computational, experimental and clinical approaches”（“中医药网络药理学：计算、实验与临床相结合的新发展趋势”）一文的被引次数进入全球前0.1%，成为“ESI热点论文（Hot Papers）”，同时也入...

人体是一个由组织、细胞、分子等多层次要素构成的复杂系统。发掘不同组织的细胞构成及其分子特征，解析组织、细胞、分子等多层次要素的系统关联，是阐释人类复杂系统运行机制以及疾病诊疗规律的基础，也是当前生物信息学、系统生物学、网络药理学等新兴学科关注的一个核心科学问题。2019年，李梢教授课题组发表了国际首个胃组织单细胞图谱，率先建立胃炎癌转化单细胞网络，发现前移胃癌早诊时点的胃癌极早期细胞，并实现临床转...

人体是一个由组织、细胞、分子等多层次要素构成的复杂生物系统。理解人体表型和分子的系统关联，是中西医学共同面对的一个根本问题，也是当前生物信息学、系统生物学、网络药理学等新兴学科领域关注的一个重要问题。随着目前单细胞组学等高通量检测技术的快速兴起，如何发展大数据和人工智能方法，突破跨尺度信息融合难题，解析表型与分子之间的多层次关联网络，阐释人体复杂系统运行和疾病诊疗规律，成为研究重点。近期，清华...