论文3（VPR）：面向虚拟患者模型的药物重定位基准
Preprints.org 已发布（2026-08，DOI 10.20944/preprints202608.0998.v1）。332 模块 × 1,916 药物的测评基准：不同知识源的模块面板在不同疾病任务上各有所长，全库仅在 23 类中 9 类排第一。通俗化修订版 v2 准备中。
更新时间：2026-10-09
论文3VPR虚拟患者药物重定位SteeraMed Bench332 模块1916 药物recall@20模块面板LLM Agent
论文基本信息
- 已发布版本（v1）：Toward a Self-Learning AI Agent for Drug Repurposing: Building Human-Scale Representations for Virtual Patients
- 代号：VPR（Virtual Patients × drug Repurposing）
- 作者：Jianghui Xiong（DeepoMe Inc.）、Qianchen Xia（清华大学未来实验室）
- 平台：Preprints.org（manuscript 202608.0998，2026-08 发布）
- DOI：10.20944/preprints202608.0998.v1
- 修订版（v2）：通俗化改写进行中，标题更新为 Human-Scale Biological Representations for Drug Repurposing: A Benchmark for Virtual-Patient Models，正文数字与本页一致
- 配套资产：SteeraMed Bench Live Demo、GitHub: DeepoMe/SteeraMed-bench
一句话定位：在构建完整虚拟患者之前，先用一个可复现的药物重定位基准，检验"人体尺度的模块表征"是否携带可用的排序信号。
一、研究问题
治疗决策发生在"整个人"的尺度，而多数 AI for Science 模型工作在分子、细胞或单器官尺度。论文3 提出一个可检验的中间步骤：
如果一套生物模块表征连"已知药物能否被排到前面"都做不到，它就还不足以为虚拟患者充当坐标系；如果做得到，它就为下一层动态建模提供了可测量的起点。
二、332 模块库：四个知识源
| 知识源 | 模块数 | 构建方式 |
|---|---|---|
| 衰老标志扩展（A 系列） | 72 | 经典 hallmarks 扩展为细胞/器官/代谢/免疫/整合五域 |
| 中医药证候代理（T 系列） | 38 | 药典功效-草药-化合物-靶点链 + TF-IDF 去冗余 |
| 营养素（NUT + NUTX） | 117 | DrugBank 营养素条目按功能类聚合 + 扩展 |
| 食药同源（FAM） | 105 | 食物来源化合物到蛋白靶点映射 |
每个药物对每个模块计算 STRING PPI 网络上的 Guney 邻近 z 分，得到 1,916 药物 × 332 模块的分数矩阵。
三、主结果：面板各有所长，而非越大越好
五个慢性病任务（2 型糖尿病、高血压、抑郁症、骨质疏松、动脉粥样硬化/高脂血症），五折交叉验证、三随机种子：
| 面板 | 模块数 | recall@20 | 置换零假设 | 超额增益 |
|---|---|---|---|---|
| 免疫面板 A4 | 6 | 0.121 | 0.017 | 0.104 |
| 中医药代理 | 38 | 0.324 | 0.025 | 0.299 |
| 衰老标志扩展 | 72 | 0.433 | 0.027 | 0.406 |
| 营养素 NUT+NUTX | 117 | 0.494 | 0.028 | 0.466 |
| 全库 ALL | 332 | 0.524 | 0.032 | 0.491 |
- 117 模块的营养素面板（0.494）已接近全库（0.524）——价值不在堆模块，而在发现"哪个面板配哪个病"
- 23 个疾病类别的探索性扩展中，全库仅在 9/23 类排第一：癌症与骨质疏松偏好衰老标志面板，抑郁症偏好食药同源面板，动脉粥样硬化/高脂血症偏好营养素面板，镇静/抗癫痫类偏好中医药面板
- 跨方法检验：XGBoost 0.66 > MLP 0.62 > 随机森林 0.50 > 逻辑回归 0.49 > 梯度提升 0.41——信号不依赖单一分类器
四、LLM Agent 提案实验（第 2.7 节）
七个 2023-2026 前沿衰老概念（LMP、TRM 胞葬、衰老巨噬细胞、铁死亡防御、NAD+ 补救、ECM 硬化、CHIP），"提议-评分-反思-精炼"两轮：
- 12/14（85.7%）提案未带来正增益——诚实报告
- 第二轮出现两个名义正增益（ECM 硬化 +0.031、TRM 胞葬 +0.021），但对七概念做 Benjamini-Hochberg 校正后 q = 0.069，均未过 0.05 阈值
- 冗余度指标有效：NAD+ 补救提案与现有 NUTX:NMN_NR 模块 Jaccard = 0.444，被正确标记为高冗余
Agent 当前不优于人工策展；Bench 的贡献是运营性的——任何来源的基因集都能用同一把尺子打分。
五、边界（写进论文的诚实声明）
| 检验 | 结果 | 含义 |
|---|---|---|
| 目标家族分离交叉验证 | recall@20 降至 0.256 ± 0.024（约标准值一半） | 部分信号来自目标家族相似性 |
| 留一疾病（LODO） | AUROC ≈ 0.51-0.53，接近随机 | 不能冷启动发现新适应症 |
| repoDB 外部库 | 平均 AUROC 0.688（描述性） | 跨库敏感性分析，非临床验证 |
| 标注不完整性 | 干预标注与模块构建共享数据源 | 存在循环依赖，不作主要结论 |
定位：坐标层与候选优先级排序工具，不是因果干预模型、不是完整虚拟患者。
六、在三论文叙事链中的位置
- 论文1（理论）：定义"什么是可驾驭的世界模型"（CP1-CP5）
- 论文2（测量）：N-of-1 干预推理的四层证据链
- 论文3（基准）：为人体尺度表征提供可复现、可审计的排序基准——虚拟患者程序的坐标层先行动工
相关资源
- 预印本原文：Preprints.org（202608.0998）
- DOI 解析：10.20944/preprints202608.0998.v1
- Live Demo：steeramed.com/bench
- 代码与冻结数据：github.com/DeepoMe/SteeraMed-bench（论文接收后随附发布预计算矩阵）
- 模块面板文档：SteeraMed Bench 详解
- 导航地图：SteeraMed Map