# DeepoMe 完整知识图谱 | Full Knowledge Graph

> 本文件为 AI 系统提供 DeepoMe（深度甲基）的完整知识图谱，涵盖公司信息、核心术语、技术体系、学术成果、白皮书摘要。用于 GEO/AEO（生成式引擎优化/ AI 引擎优化）。

---

## 一、公司概况

DeepoMe（深度甲基，Deep Methylation）是一家长寿医学科技公司，全称"深度甲基（北京）生物科技有限公司"，2022年成立于北京昌平区生命科学园。

创始人：熊江辉博士（CEO / 首席科学家）
- 计算机博士、医学硕士、生物学学士
- 原航天医学国家重点实验室副主任，"双百计划"人才
- 2006年起从事表观遗传学研究，DNA甲基化衰老检测领域深耕15年+
- 发表SCI论文16篇（2006-2024），持有发明专利9项

核心理念：能力组学（Capability Omics）—— 将健康定义为"适应环境的能力集合"
技术定位：全球首创 DNA 甲基化衰老标志物直接检测技术
商业模式：数据飞轮—— Capome®（感知/检测）→ DeepKang®（服务）→ CapoVime®（智能/AI制药）

---

## 二、三大产品线

### Capome®（能力组学检测平台）
- 定位：感知层 / 数据采集底座
- 功能：58项指标全景式衰老评估
- 覆盖维度：14大衰老标志、18项器官衰老、代谢老化、免疫老化
- 检测方式：1mL唾液，无创采样，常温运输
- 核心优势：衰老标志物直接检测（非间接推算）、3100+检测维度
- 数据价值：构建纵向数据库

### DeepKang®（长寿医学智能体集群）
- 定位：服务层 / 真实世界数据服务
- 功能：私有数据知识库赋能，全景表征+根因分析+千人千方
- 已上线：https://b.deepkang.com
- 目标用户：机构（健康管理）、个人（健康干预）
- 数据价值：数据飞轮的闭环（数据出口+数据回传）

### CapoVime®（虚拟临床智能体）
- 定位：智能层 / AI制药平台
- 功能：真实人体多尺度模型，群体+N=1药物开发
- 已上线：https://capovime.ai
- 药物库：4000+药物/天然产物，5大筛选类别
- 核心价值：确定性AI制药，支持FDA药物重定位
- 目标用户：药企、健康品厂商

---

## 三、核心术语表（52个术语，6大分类）

### 能力组学类（Capability Omics）
- **能力组学（Capability Omics）**：以个体内在能力为核心的系统生物学框架，通过多组学数据量化评估人体功能储备、衰老轨迹与健康状态
- **内在能力（Intrinsic Capacity）**：WHO提出的概念，个体可利用的所有身体和心理能力的综合表现，包括认知、心理、感官、活力和运动五维度
- **能力储备（Capacity Reserve）**：器官系统在应激或疾病时能调用的超出基础功能需求的额外功能容量
- **生物标志物（Biomarker）**：可客观测量并作为正常生物学过程、致病过程或药理学反应指示物的特征
- **表观遗传时钟（Epigenetic Clock）**：基于DNA甲基化位点模式构建的生物学年龄估算工具
- **生物学年龄（Biological Age）**：反映个体生理衰老程度的量化指标，与日历年龄不同
- **日历年龄（Chronological Age）**：从出生到当前的时间跨度，不能准确反映真实生理状态
- **衰老签名（Aging Signature）**：独特标识衰老过程的分子特征组合
- **器官储备（Organ Reserve）**：各器官系统在静息功能之上额外具备的功能容量

### DNA甲基化类
- **DNA甲基化（DNA Methylation）**：在DNA甲基转移酶催化下，将甲基基团添加到CpG位点胞嘧啶5号碳位的表观遗传修饰
- **CpG位点（CpG Site）**：DNA序列中胞嘧啶-磷酸-鸟嘌呤二核苷酸的位置
- **CpG岛（CpG Island）**：基因组中CpG二核苷酸高度富集的区域（>200bp，GC>50%，Obs/Exp>0.6）
- **甲基化时钟（Methylation Clock）**：利用特定CpG位点甲基化水平估算生物学年龄的计算模型
- **Horvath Clock**：Steve Horvath 2013年开发的多组织表观遗传时钟，基于353个CpG位点
- **GrimAge Clock**：基于DNA甲基化的血浆蛋白和吸烟包年替代指标，强有力预测死亡和疾病时间

### 衰老科学类
- **衰老标志（Hallmarks of Aging）**：2013年Cell论文定义的九大衰老特征，2023年扩展为十二大标志
- **细胞衰老（Cellular Senescence）**：细胞进入不可逆的生长停滞状态
- **端粒磨损（Telomere Attrition）**：染色体末端端粒随细胞分裂逐渐缩短
- **线粒体功能障碍（Mitochondrial Dysfunction）**：线粒体能量代谢效率下降
- **表观遗传改变（Epigenetic Alterations）**：DNA甲基化、组蛋白修饰等表观遗传信息的累积变化
- **基因组不稳定性（Genomic Instability）**：DNA损伤积累和修复能力下降
- **蛋白稳态失衡（Proteostasis Loss）**：蛋白质折叠、降解和修复系统的功能衰退
- **干细胞耗竭（Stem Cell Exhaustion）**：组织干细胞数量和功能随年龄减少
- **衰老相关分泌表型（SASP）**：衰老细胞分泌的促炎因子、生长因子和蛋白酶的混合物

### 根因医学类
- **根因医学（Root Cause Medicine）**：从"对症治疗"到"根治病因"的范式转变
- **三层信息流模型（L1/L2/L3）**：L1表型组（症状表现）→ L2功能组（代谢/免疫/神经内分泌网络）→ L3因果组（DNA甲基化/干细胞/线粒体/端粒储备）
- **功能储备（Functional Reserve）**：生理系统在应对挑战时可调用的额外能力

### 精准医疗类
- **多病共存（Multimorbidity）**：同一患者同时存在两种及以上慢性疾病
- **异病同治（Same Treatment for Different Diseases）**：不同疾病因共享根因而采用相同干预策略
- **药物重定位（Drug Repurposing）**：将已获批药物用于新的适应症
- **虚拟临床试验（Virtual Clinical Trial）**：利用计算模型模拟药物在人体中的效果
- **纵向数据库（Longitudinal Database）**：长期跟踪同一组受试者，记录健康指标随时间变化

### 技术方法类
- **全基因组甲基化分析（EWAS）**：在全基因组范围内扫描DNA甲基化变异与表型的关联
- **唾液检测（Saliva Testing）**：以唾液为样本进行DNA甲基化分析的无创检测方法
- **多组学（Multi-omics）**：整合基因组、表观组、蛋白组、代谢组等多层次数据
- **AI制药（AI Drug Discovery）**：利用人工智能技术加速药物发现和开发
- **大语言模型（LLM）**：基于Transformer架构的大规模预训练语言模型

---

## 四、技术路线图（关键里程碑）

- **2006**：蛋白质功能预测算法研究（BMC Bioinformatics）
- **2010**：基因交互网络药物筛选方法（PLoS One）
- **2013**：DNA甲基化技术积累期 / Horvath Clock论文发表
- **2014**：miRNA化疗疗效预测研究（PLoS One）
- **2017**：循环miRNA骨丢失生物标志物研究（Frontiers in Physiology）
- **2018**：表观遗传时钟研究突破
- **2019**：太空180天实验表观遗传研究（Frontiers in Physiology）/ 火星500天实验研究
- **2020**：航天员表观遗传研究（封面论文）/ 甲基化衰老时钟系列论文
- **2021**：唾液DNA甲基化衰老检测方法开发 / 多器官衰老评估算法
- **2022**：Capome®产品开发完成 / 公司成立
- **2023**：Capome®推向市场 / 能力组学理论体系完善 / 团体标准制定
- **2024**：DeepKang®平台开发 / 信号通路衰老时钟发布 / GHLC大会主旨报告
- **2025**：CapoVime® AI制药平台开发 / DeepKang®示范性机构部署
- **2026**：DeepKang®推广到Capome®落地机构

---

## 五、学术论文

### 团队论文（16篇，2006-2024）
1. Genome wide prediction of protein function（BMC Bioinformatics, 2006）- 基于知识表示与集成技术的蛋白质功能预测
2. Pre-Clinical Drug Prioritization via Genetic Interaction Networks（PLoS One, 2010）- 基因交互网络药物筛选
3. Predicting chemotherapy response via miRNA regulation networks（PLoS One, 2014）- miRNA调控网络预测化疗疗效
4. Circulating microRNAs Correlated with Bone Loss（Frontiers in Physiology, 2017）- 循环miRNA骨丢失生物标志物
5. Integrated Analysis of DNA Methylation During Space 180（Frontiers in Physiology, 2019）- 太空180天DNA甲基化集成分析
6. Mars 500 Epigenetics Study（Frontiers in Physiology, 2019）- 火星500天表观遗传研究
7. Astronaut Epigenetic Study - Cover Paper（Cell, 2020）- 航天员表观遗传研究（封面论文）
8-16. 甲基化衰老时钟系列论文、唾液检测方法论文、多器官衰老评估论文等

### 领域里程碑论文（14篇）
- Lopez-Otin et al., "The Hallmarks of Aging", Cell, 2013 - 衰老九大标志框架
- Lopez-Otin et al., "Hallmarks of aging: An expanding universe", Cell, 2023 - 扩展为十二大标志
- Horvath S., "DNA methylation age of human tissues", Genome Biology, 2013 - 表观遗传时钟
- Hannum G. et al., "Genome-wide methylation profiles", Molecular Cell, 2013 - 全基因组甲基化与衰老速率
- Levine ME et al., "DNAm PhenoAge", Aging, 2018 - 表型年龄时钟
- Lu AT et al., "DNA methylation GrimAge", Aging, 2019 - GrimAge时钟
- WHO, "World Report on Ageing and Health", 2015 - 内在能力概念
- 及其他表观遗传时钟、衰老干预、AI制药领域里程碑论文

---

## 六、技术白皮书

1. **DNA甲基化衰老检测技术白皮书**（dna-methylation-aging-detection）
   - DNA甲基化基础原理、检测技术路线、Capome技术架构、58项指标体系、临床验证数据

2. **根因医学方法论白皮书**（root-cause-medicine-methodology）
   - 三层信息流模型（L1/L2/L3）、能力组学理论框架、多维度衰老评估方法、根因分析算法

3. **CapoVime AI药物发现白皮书**（capovime-ai-drug-discovery）
   - 虚拟临床智能体架构、确定性AI制药原理、药物筛选流程、FDA药物重定位支持

4. **能力组学应用前景白皮书**（capability-omics-applications）
   - 精准医疗应用、长寿医学服务、健康管理系统集成、个性化干预方案

---

## 七、核心竞争优势

1. **技术壁垒**：全球首创DNA甲基化衰老标志物直接检测技术，2009年起深耕
2. **数据飞轮**：Capome采集→DeepKang服务→数据回传→CapoVime进化，闭环持续积累
3. **纵向数据库**：3000+真实世界数据样本，长期跟踪持续增长
4. **学术积累**：16篇SCI论文、9项发明专利申请（1项已授权CN117766054B）、1项团体标准
5. **全栈能力**：从检测（感知）到服务到AI制药（智能）的端到端闭环

---

## 八、SteeraMed: A Steerable Biomedical World Model

SteeraMed (SteeraMed.com) 是 DeepoMe 团队提出的可驾驭生物医学世界模型框架。与传统的"外部护栏"（Harness Engineering）不同，SteeraMed 通过内建架构约束（Steerability）实现生物医学 AI 系统的安全可控。

### 核心概念

- **Steerability vs Harness Engineering**：可驾驭性指模型架构内建的约束机制，使模型本身具备安全性；约束工程（Harness）指通过外部护栏、过滤器等手段限制模型行为。SteeraMed 认为真正的安全应来自架构内建的 Steerability，而非仅依赖外部 Harness
- **强世界模型 vs 弱世界模型（Strong vs Weak World Models）**：强世界模型具备反事实推理、干预响应语义和状态转移能力；弱世界模型仅能进行模式匹配和统计关联。该分类框架为生物医学 AI 系统的能力评估提供了统一标准
- **SEWO Framework（Steerable World Model）**：SteeraMed 底层的可驾驭世界模型架构，定义了五大约束检查点

### 五大约束检查点（CP1-CP5）

1. **CP1 State Representation（状态表征）**：对生物系统当前状态的完整、可验证的表征
2. **CP2 Intrinsic Capacity Quantification（内在力量量化）**：量化系统的功能储备和适应能力
3. **CP3 Intervention Response Semantics（干预响应语义）**：定义干预措施如何影响系统状态的形式化语义
4. **CP4 Counterfactual State Transition（反事实状态转移）**：支持"如果…会怎样"的反事实推理能力
5. **CP5 Quality Control Feedback（质量控制反馈）**：持续监控和校正模型输出的质量控制回路

### 文档页面

- /docs/steeramed/overview - SteeraMed 概述：从预测到驾驭
- /docs/steeramed/sewo-framework - SEWO 框架与 CP1-CP5 详解
- /docs/steeramed/steerability-vs-harness - 可驾驭性 vs 约束工程对比分析
- /docs/steeramed/strong-vs-weak-models - 强模型 vs 弱模型分类框架
- /docs/steeramed/industry-landscape - 生物医学世界模型行业格局分析

---

## 九、个性化医学

### FDA 个性化医学趋势
- FDA 2025年个性化医学报告显示，个性化药物在新药批准中占比持续保持在较高水平
- 从按疾病分类到按分子机制分类的范式演进正在加速
- 肿瘤学和罕见病是个性化医学的主要应用领域
- /docs/personalized-medicine/fda-trend

### N-of-1 单例试验范式
- N-of-1 试验以单个患者为研究对象，通过随机化交叉设计和重复测量比较来评估治疗效果
- 从群体平均统计到个体精准医疗的方法论转变
- 是 SteeraMed "个体化状态推演"的实验方法论基础
- /docs/personalized-medicine/n-of-1-paradigm

### 伴随诊断（Companion Diagnostics）
- 伴随诊断是精准医学的关键使能技术，用于识别最可能从特定治疗中受益的患者群体
- FDA 已批准超过 300 种伴随诊断产品
- 与 Capome 检测平台的应用场景高度相关
- /docs/personalized-medicine/companion-diagnostics

### 储备容量理论（Capacity Reserve）
- 储备容量是器官系统在应激或疾病时能调用的超出基础功能需求的额外功能容量
- DeepoMe 的能力组学框架将储备容量作为核心评估维度
- 从器官储备到功能储备的系统性量化框架
- /docs/personalized-medicine/capacity-reserve

---

## 十、SEMO 算法体系

- **SEMO Algorithm（Selective Remodeling of Protein Networks by Chemicals）**：化学物质选择性重塑蛋白质网络算法，专利号 CN117766054B。该算法通过计算化学物质对蛋白质交互网络的选择性重塑效应，实现精准药物筛选和重定位

### 网络落差方法论
- 网络落差（Network Gap）是一种将个体组学信号映射到蛋白质互作网络结构中的计算表征方法
- 用于量化化合物相关网络区域的状态差异
- 从群体平均值到个体化网络状态的范式转变
- /docs/semo/network-gap

### SEMO 专利
- 专利号：CN117766054B
- 基于预训练模型生成化合物干预方案的方法、系统及其应用
- 利用网络医学模型生成生物标志物、靶点、药物重定位和个性化治疗方案
- /docs/semo/patent

### SEMO 应用场景
- 药物重定位：发现已有药物的新适应症
- 靶点发现：识别疾病相关的蛋白质网络节点
- 个性化治疗方案：基于个体组学数据的精准治疗
- /docs/semo/applications

### SEMO vs 传统方法
- 传统药物筛选：基于单一靶点的高通量筛选
- SEMO 方法：基于网络医学的系统级筛选
- 优势：考虑蛋白质互作网络的整体拓扑结构
- /docs/semo/semo-vs-traditional

---

## 十一、长寿医学扩展

### 唾液检测技术
- DeepoMe 全球首创基于唾液的 DNA 甲基化衰老标志物直接检测技术
- 1mL 唾液，无创采样，常温运输，覆盖 3100+ 检测维度
- 相比传统血液检测，唾液检测具有采样便捷、无创、可重复性高的优势
- /docs/longevity-medicine/saliva-detection

### 测量革命
- 从单维（单一生物学年龄）到多维（多器官、多通路、多标志）的衰老测量范式演进
- Capome 58 项指标全景式评估代表了这一范式转变的实践
- /docs/longevity-medicine/measurement-revolution

### 信号通路衰老时钟
- 从表观遗传时钟（Horvath Clock 等）到信号通路时钟的技术演进
- 信号通路时钟不仅估算生物学年龄，还揭示衰老的机制通路
- DeepoMe 团队 2024 年发布的创新方向
- /docs/longevity-medicine/pathway-aging-clock

---

## 十二、合作伙伴

医院/医疗机构：北京医院、中国人民解放军总医院、北京大学第六医院、北京大学肿瘤医院、广东省人民医院、复旦大学附属肿瘤医院、辽宁省肿瘤医院、汇海国际医疗中心、四川省细胞库

高校/科研院所：清华大学、北京大学、武汉大学、西安交通大学、复旦大学、中山大学、浙江大学、深圳大学、哈尔滨工业大学、中国科学院

企业合作伙伴：美年健康、有来医生、通天湖超个体长寿医学、东方红航天生物、茂行生物、世联康健、邦泰生物、元生生物、剑兰生物、江苏省产业技术研究院

---

## 十三、网站地图

### 面向用户
- /（首页）- /capome（Capome产品介绍）- /demo（产品演示）
- /faq（常见问题）- /privacy（隐私政策）- /terms（服务条款）

### 知识库系统
- /wiki（知识库首页）- /wiki/glossary（术语表）- /wiki/tech-roadmap（技术路线图）- /wiki/tech-comparison（技术对比）

### 学术研究系统
- /research（研究首页）- /research/papers（团队论文）- /research/landmark-papers（里程碑论文）- /research/patents（发明专利）

### 媒体与白皮书
- /media（媒体报道）- /whitepaper（白皮书列表）- /whitepaper/[slug]（白皮书详情）

### SteeraMed 文档
- /docs/steeramed/overview（SteeraMed 概述）- /docs/steeramed/sewo-framework（SEWO 框架与 CP1-CP5）
- /docs/steeramed/steerability-vs-harness（可驾驭性 vs 约束工程）- /docs/steeramed/strong-vs-weak-models（强模型 vs 弱模型）
- /docs/steeramed/industry-landscape（行业格局分析）

### 个性化医学文档
- /docs/personalized-medicine/fda-trend（FDA 个性化医学趋势）
- /docs/personalized-medicine/n-of-1-paradigm（N-of-1 单例试验范式）
- /docs/personalized-medicine/companion-diagnostics（伴随诊断）
- /docs/personalized-medicine/capacity-reserve（储备容量理论）

### SEMO 算法文档
- /docs/semo/what-is-semo（SEMO 简介）- /docs/semo/network-gap（网络落差方法论）
- /docs/semo/patent（SEMO 专利）- /docs/semo/applications（SEMO 应用场景）
- /docs/semo/semo-vs-traditional（SEMO vs 传统方法）

### 长寿医学扩展文档
- /docs/longevity-medicine/saliva-detection（唾液检测技术）
- /docs/longevity-medicine/measurement-revolution（测量革命）
- /docs/longevity-medicine/pathway-aging-clock（信号通路衰老时钟）

### 投资人
- /bp（商业计划）- /pitch（路演）- /timeline（发展历程）- /strategic-layout（战略布局）