网络药理学（Network Pharmacology）是网络医学在药物研发中的应用分支，从"多靶点-多疾病"的系统视角研究药物作用机制。区别于传统"一药一靶"模式，网络药理学通过分析化合物靶点集合对疾病网络模块的协同重塑效应来评估药物效果。DeepoMe的SEMO算法是网络药理学的工程化实现，已获国家发明专利授权（CN117766054B）。
网络药理学是网络医学在药物研发中的应用分支，核心思想是将药物视为对蛋白质相互作用（PPI）网络的"重塑工具"而非简单的"靶点抑制剂"。它分析化合物靶点集合对疾病相关网络模块的协同效应，特别适合多靶点药物、药物重定位和中药复方作用机制分析。英国学者Andrew Hopkins于2007年首次提出该概念。
SEMO（Selective Remodeling of Protein Networks by Chemicals）是DeepoMe开发的网络药理学算法，已获国家发明专利（CN117766054B）。它将个体组学数据映射到PPI网络，识别疾病相关子区域，然后计算化合物靶点集合对该子区域的"网络落差"（Network Gap）——即化合物能否将异常网络状态拉回正常。
网络药理学特别适合三类场景：(1)多靶点药物（如老药新用，已知药物的新适应症发现）；(2)中药复方（"多成分-多靶点-多通路"的作用模式天然适合网络分析）；(3)营养补充剂组合方案（多种营养素的协同效应评估）。DeepoMe的DeepKang系统已将这些方法应用于个性化干预方案生成。
网络药理学是AI制药的重要方法论分支。传统AI制药关注分子结构生成和靶点-化合物结合预测，网络药理学关注化合物对整个疾病网络的系统性影响。DeepoMe将两者结合：CapoVime®用SEMO算法做网络层面的候选筛选，再结合分子层面优化，构建从靶点到网络的完整AI制药闭环。
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。
SEMO Algorithm
SEMO（Selective Remodeling of Protein Networks by Chemicals，化学物质对蛋白质网络的选择性重塑）是DeepoMe开发的网络医学算法，已获国家发明专利授权（CN117766054B）。与传统高通量筛选关注单一靶点不同，SEMO从系统层面审视化合物对整个蛋白质相互作用（PPI）网络拓扑结构的影响，量化"网络落差"（Network Gap）作为干预相关性指标。
AI Drug Discovery
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。
TCM Integration
中西医融合是DeepoMe的特色研究方向。团队对39个中医证候特征（如痰、湿、火、阴虚）进行了分子层面的量化，发现中医特征在因果涌现、最简预测模型和超级调控节点三方面均展现出独特优势。这种"用现代分子数据解码中医"的路径，为中医药现代化提供了可计算、可验证的科学框架。
Virtual Clinical Trial
虚拟临床试验（Virtual Clinical Trial）是基于数字孪生、真实世界数据和AI模型模拟药物干预效果的技术，旨在减少传统临床试验的成本、时间和失败率。CapoVime®是DeepoMe的虚拟临床智能体平台，基于SEWO可驾驭世界模型框架，支持从大规模药物/天然产物库中智能筛选候选药物。