科学
三位一体的科学架构
网络医学提供理论基础，营养暗物质定义了探索空间，SEMO算法实现了工程化计算。 三者结合，构成了AI全面接管的科学底气。
01理论基石
网络医学
基于Barabási的网络医学理论，将疾病理解为蛋白质互作网络的扰动，将干预理解为网络的重塑。do Valle 2021 Nature Food 奠基性论文的系统解读。
“疾病的本质是网络的扰动，干预的本质是网络的重塑。”
9,607
PPI子网络
02概念框架
营养暗物质
139,000+种化合物中，仅有不到10%被充分研究。这片'暗物质'中隐藏着巨大的干预机会。SEMO系统性地挖掘这片未知领域。
“你吃进去的，90%尚未被科学理解。AI正在解码。”
139,000+
化合物库
03AI工程引擎
SEMO算法
Selective Remodeling of Protein Networks by Chemicals。全球首个网络医学预训练模型，将9607个PPI子网络与2658种化合物组合，构建可计算的干预效应评估体系。
“人类专家做的是'经验猜测'。SEMO做的是'统计计算'。”
25M+
组合空间
04干预扩展
多模态MOA研究
将干预从化学领域扩展到物理干预和生活方式领域。通过机制映射（MOA），将运动、睡眠、冷暴露等物理干预纳入统一的量化评估框架。
“一切可干预，皆可量化。”
6
干预模态
05范式跃迁
能力组学 Capomics®
从不同尺度和维度上测量表征人体内在能力的方法。将生物学测量从'状态描述'升级为'能力评估'，实现从细胞器到器官层面的多尺度表征。
“健康不是结构完好，而是能力储备充盈。”
3,000+
信号通路