AI制药（AI Drug Discovery）是利用人工智能加速药物靶点发现、化合物筛选、作用机制分析和临床试验设计的制药新范式。DeepoMe深度甲基以DNA甲基化数据为核心，开发了SEMO（选择性蛋白网络重塑算法）和DeepVime（深度药食功效在体图谱技术），构建从靶点发现到功效评估的闭环系统，特别擅长药物重定位和老药新用。
AI制药是利用人工智能技术加速药物研发全流程的新范式，包括靶点发现、化合物筛选、作用机制分析、临床试验设计等环节。相比传统"高通量筛选+动物实验"模式，AI制药有望加速靶点发现和化合物筛选环节，显著提高早期研发效率。
DeepoMe以DNA甲基化数据为核心"数据总线"，开发了SEMO算法（选择性蛋白网络重塑）和DeepVime技术（深度药食功效在体图谱）。独特之处在于直接使用人体在体数据（而非细胞/动物模型），结合蛋白-蛋白相互作用网络，生成可追溯的机制证据链。
SEMO（Selective Remodeling of Protein Networks by Chemicals）是DeepoMe开发的算法，基于PPI（蛋白-蛋白相互作用）网络和个体组学数据，对化合物干预进行排序。与传统高通量筛选不同，SEMO从网络拓扑角度评估化合物对疾病相关子网络的选择性重塑能力。
DeepVime（深度药食功效在体图谱技术）仅需用户提供唾液样本，通过高通量测序捕获甲基化动态变化，结合自研衰老大模型，从基因网络、信号通路、天然产物靶基因及中医证候等多维度解析食药干预的功效机制，无需依赖动物实验。
BioSpace报道：DeepoMe发布基于预训练的医学基础模型DamoPa
阅读原文Genes & Diseases期刊（SCI收录，IF 7.108）秒读论文栏目解读熊江辉课题组DNA甲基化与糖尿病研究
阅读原文BioSpace报道：新一代衰老时钟为3000个细胞通路计算衰老评分
阅读原文Biomedical World Model
生物医学世界模型（Biomedical World Model）是世界模型概念在医学和生命科学领域的具体化：以分子、细胞、器官多尺度数据建立人体状态的内部表征，并学习状态在干预下的转移规律。DeepoMe深度甲基的SteeraMed是该方向的代表性工作，以DNA甲基化作为状态入口，结合蛋白-蛋白相互作用网络和化合物-靶点注释，构建可审计、可测试的干预推理证据链。
Steerable World Model
可驾驭世界模型（Steerable World Model）是DeepoMe提出的下一代生物医学AI范式：模型不仅预测下一步会发生什么，更应允许临床医生通过明确的、可检查的、具有生物学意义的方向信号来引导推理。"每个人都在造更大的引擎，我们问的是——有没有人检查过转向系统？" SteeraMed + SEWO框架是该方向的代表性工作，项目独立站点：steerable.world。
Root Cause Medicine
根因医学（Root Cause Medicine）是一种从底层机制而非表面症状出发的医学范式。DeepoMe提出三层根因分析框架：L1表观遗传层（DNA甲基化扰动）、L2器官储备层（功能衰退）、L3症状层（临床表现）。通过从L1到L3的层层溯源，建立可计算、可追溯的个体健康因果链，为精准干预提供机制证据。
Network Medicine
网络医学（Network Medicine）由Barabási等人于2011年提出，将疾病理解为蛋白质相互作用（PPI）网络中"疾病模块"的扰动，而非单一基因异常。它为复杂疾病的多靶点干预提供了系统级理论框架。DeepoMe的SEMO算法、SteeraMed框架和根因医学方法论均建立在网络医学理论之上，以PPI网络为核心计算底盘。