SteeraMed 论文：面向N-of-1干预推理的生物医学世界模型
Preprints.org 预印本（2026-05-25 发布）。整合启动子级DNA甲基化扰动、STRING PPI 模块、STITCH 化合物-靶点注释与患者级证据链生成，构建可驾驭的生物医学世界模型。
更新时间：2026-08-21
SteeraMed 论文生物医学世界模型N-of-1 推理证据链DNet 依赖网络PPIDNA 甲基化类风湿关节炎抑郁症DOI 10.20944/preprints202605.1578.v1
论文基本信息
- 英文标题：SteeraMed: A Biomedical World Model for N-of-1 Intervention Reasoning Across Chronic Diseases and Aging
- 作者：Jianghui Xiong（熊江辉）
- 机构：DeepoMe Limited
- DOI：10.20944/preprints202605.1578.v1
- 平台：Preprints.org
- 提交日期：2026-05-22
- 发布版本：v1（2026-05-25）
- 类型：Preprint · 正在接受全球同行评议
这篇论文是 SteeraMed 框架的实证骨干——把"可驾驭"从一个架构口号落地为可审计、可验证的患者级证据链。
一、研究问题：长寿医学的三个未解之问
衰老涉及 12 大衰老标志、两万个基因、无数交互。传统单一维度的模型已无法应对这种网络化的复杂性。论文提出三个关键问题：
Q1. 如何组织证据链？
65 岁以上多病共存率达 42.4%。传统"一病一模型"范式失灵。20,000+ 基因 × 12 Hallmarks × 无限交互，急需统一框架。
Q2. 如何描述和预测状态迁移？
长寿干预本质是 N=1 试验——每个人衰老轨迹不同。如何从个体观察推理到因果机制？
Q3. 如何设计干预路径？
干预一个靶点，系统如何响应？反事实推理：选方案 A 而非 B，系统走向何方？
二、SteeraMed 世界模型架构
面向 N=1 长寿医学的世界模型，需要四大核心能力：
| 能力 | 作用 |
|---|---|
| State 状态感知 | DNA 甲基化读取个体分子状态，量化个体偏离健康对照的程度 |
| Knowledge Engine 知识引擎 | DNet 依赖网络 + PPI 网络 + 化合物-靶点库（行动空间） |
| Steerable Points 驾驭点 | 网络中的高杠杆节点：干预它们能以最小代价推动最大状态转移 |
| Counterfactual 反事实推理 | 在网络空间推演"如果选方案 B 会怎样" |
偏离度公式
Δ_i = x_i − x̄_c
其中 x_i 为个体基因值，x̄_c 为健康对照组均值。每个人的偏离模式不同，这就是 N=1 个体化的起点。
三、DNet 依赖网络
108 个跨体系医学术语、1121 条依赖边，打通西方衰老标志与中医术语两大体系。
关键统计
- 85% 药典功效共现对有 DNet 覆盖（51/60）
- 108 跨医学体系术语节点
- 7/14 衰老标志中"肾"为 Top-1 中医后果
- 1121 跨体系依赖边
DI（依赖指数）衡量统计依赖关系，不是因果关系。在 N=1 长寿医学中，可操作比理论完美更重要。
四、四疾病回顾性验证
在 RA、乳腺癌、抑郁症、衰老四个真实疾病数据集上测试药物筛选。PPI 网络是连接疾病机制与药物靶标的天然桥梁。
验证结果
| 疾病 | 关键指标 | 解读 |
|---|---|---|
| 类风湿关节炎 (RA) | 51.7% Recall-10，5.8× 随机基线 | 已知 RA 药物大量进入 Top-10 |
| 乳腺癌 | 5.1× 随机基线 | 文献收敛候选稳定 |
| 抑郁症 | Gini 0.20，肌酸 Top-1 命中率 6.8% | PPI landscape 鲁棒 |
| 衰老 (GSE40279, 656 样本) | 1.8× 基线，烟酸/秋水仙碱进入 Top-2 | 候选药与文献趋同 |
核心结论
PPI 模块级聚合在噪声下优于单基因和通路方法。
五、四层证据链（L1-L4）
从个体状态到置信度的完整推理管线——N=1 个体化证据链可复现已知药理。
五层结构
| 层级 | 名称 | 含义 | 示例 |
|---|---|---|---|
| L1 | 个体状态 | 甲基化扰动 PPI 模块 | T 细胞：SH2D1A, CD8B |
| L2 | 驾驭对齐 | 化合物-靶标网络邻近性 | Top-10 含 6 个已知 RA 药物 |
| L3 | 机制 | 靶点强度 | SA |
| L4 | 置信度 | Bootstrap 稳定性 | 200 次重采样，伊马替尼 15% 稳定 |
临床沟通视图
将四层证据链转化为患者友好的三面板：
- 健康评分卡：Inflammaging（35 个 PPI 模块）+ 表观遗传改变 + 自噬受损
- 化合物推荐：Niacin #1（30.4% 投票率）+ Colchicine #2（29.0%），均为文献趋同候选
- 置信度等级：Recall-10 = 15.9%（1.8× 基线），等级 EXPLORATORY
六、路线图
| 阶段 | 任务 | 状态 |
|---|---|---|
| 阶段 1（当前） | 分子状态 + 干预-机制链接 | 进行中 |
| 阶段 2（近期） | 靶点接合验证 | 启动中 |
| 阶段 3（中期） | 临床/生物标志物响应 | N≥500 干预-响应追踪 |
| 阶段 4（远期） | 精准干预闭环 | 前瞻性个体化营养处方，可驭性预测准确率验证 |
七、结论与诚实声明
三大贡献
- 可计算性：SteeraMed 将衰老-疾病-干预编码为可计算网络模型。DI 指数量化依赖强度，可驭性指标预测干预响应。
- 数据依赖性：预测能力受限于纵向干预数据稀缺。需要更多干预前-干预后配对数据校准。数据底盘的厚度决定推理精度。
- 传统经验可检测化：基因网络映射使中医经验从模糊描述升级为可量化的网络扰动模型。现代医学、中医、营养学首次纳入统一数据底盘。
局限
- 论文为回顾性阳性对照验证，临床疗效需要前瞻队列确认
- N-of-1 排名的预测价值需要前瞻队列验证
- 当前 SteeraMed Core 是静态机制对齐框架，需配对干预前-干预后数据才能升级为完整学习系统
框架不承诺无条件疗效，而是让失败或意外的转移可被追溯到状态测量、干预定义、模块响应、状态转移或下游表型传播中的某一环。
相关资源
- 预印本原文：Preprints.org
- DOI 解析：10.20944/preprints202605.1578.v1
- SteeraMed 官方网站：steeramed.com
- 作者博客：xiongjianghui.com
- CP1-CP5 框架详解：SEWO 可驾驭框架
- 三论文叙事链：三论文整体定位