三论文叙事链：从理论到测量到工程
DeepoMe 通过三篇预印本构建了一条完整的叙事链：论文1 提出可驾驭性问题（CP1-CP5 框架），论文2 组织患者级证据链（SEMO + N-of-1），论文3 为虚拟患者表征提供公共药物重定位基准（VPR：332 模块 × 1,916 药物）。三者构成理论→测量→基准的闭环。
为什么需要三篇论文
生物医学世界模型是一个新兴领域，单一论文无法同时回答"应该是什么""现在能做到什么""如何做得更好"三个问题。DeepoMe 的三篇预印本各自承担一个层级的任务，组合起来才构成完整答案。
三论文叙事链：理论（Paper 1）→ 测量（Paper 2）→ 工程（Paper 3）
Paper 1：理论层——提出可驾驭性问题
出处
- 标题：World Models for Biomedicine: A Steerability Framework
- 作者：熊江辉（DeepoMe Limited）
- 平台：Preprints.org（202605.0366）
- 类型：Perspective / Hypothesis
核心命题
生物医学世界模型不应仅预测轨迹，而应使生物轨迹可驾驭（steerable）。
五约束检查点架构
论文1 提出"演绎约束的能力组学世界模型"（Deductively Constrained Capomics World Model），通过五个约束检查点实现可驾驭性：
| 检查点 | 名称 | 功能 |
|---|---|---|
| CP1 | 状态表征 | 完整可验证的生物学系统状态表示 |
| CP2 | 内在能力量化 | 量化功能储备和适应性 |
| CP3 | 干预响应语义 | 形式化的干预-状态响应关系 |
| CP4 | 反事实状态转移 | 如果采取不同干预会怎样的推理 |
| CP5 | 质量控制反馈 | 持续监控和修正模型输出 |
核心概念贡献
- mIC 向量（module-level intrinsic capability）：模块级内在能力，作为跨模型互操作的状态表示格式
- Capomics（能力组学）：mIC 的测量框架，DNA 甲基化为首个可计算原型
- CAPOVIME：Capomics Virtual Intervention Model Ecosystem，工程实现生态
- 从 what-if 到 why-not：把世界模型从"如果...会怎样"的模拟器升级为"为什么没发生"的可诊断驾驭系统
论文1 定位
论文1 不报告新实验结果，而是让生物医学世界模型的因果假设变得显式、可审查、可被反驳。它定义了"合格世界模型的最小架构要求"。
Paper 2：测量层——SteeraMed 论文（N-of-1 干预推理）
出处
- 标题：SteeraMed: A Biomedical World Model for N-of-1 Intervention Reasoning Across Chronic Diseases and Aging
- 作者：Jianghui Xiong（DeepoMe Limited）
- DOI：10.20944/preprints202605.1578.v1
- 平台：Preprints.org（202605.1578）
- 发布时间：2026-05-25
核心命题
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，构建可驾驭的生物医学世界模型。
SteeraMed 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 |
| Knowledge Engine 知识引擎 | DNet 依赖网络 + PPI + 化合物-靶点库 |
| Steerable Points 驾驭点 | 网络中高杠杆节点 |
| Counterfactual 反事实推理 | "如果选方案 B 会怎样" |
DNet 依赖网络
108 个跨体系医学术语、1121 条依赖边：
- 85% 药典功效共现对有 DNet 覆盖（51/60）
- 7/14 衰老标志中"肾"为 Top-1 中医后果
- DI 指数量化依赖强度（统计依赖，非因果）
四疾病回顾性验证
| 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 |
可引用的关键实证数据
| 结果 | 数据规模 | 统计指标 | 可信度 |
|---|---|---|---|
| 四层证据链 RA 验证 | 51.7% Recall-10 | 5.8× 随机基线 | 多数据集验证 |
| 乳腺癌跨数据集 | 5.1× 随机基线 | 文献收敛候选 | 多数据集验证 |
| 抑郁症 PPI 鲁棒性 | Gini 0.20 | 肌酸 Top-1 命中率 6.8% | 1 数据集 |
| 衰老候选 (GSE40279) | 656 队列样本 | 1.8× 基线，烟酸/秋水仙碱 Top-2 | 1 数据集 |
| L4 置信度 Bootstrap | 200 次重采样 | 伊马替尼 15% 稳定 | 初步 |
| L3 机制靶点强度 | CTSG/IL10/MPO | SA |
诚实声明（写进论文 Limitations）
- 当前 SteeraMed Core 是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
- 从静态机制对齐升级为完整学习系统需要配对干预前-干预后数据
论文2 的价值不在于声称全面超越既有方法，而在于为 N-of-1 个体化干预推理提供可审计的证据链架构。
Paper 3：基准层——VPR 药物重定位基准
出处
- 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（新题 Human-Scale Biological Representations for Drug Repurposing）
- 配套资产：SteeraMed Bench Live Demo · GitHub: DeepoMe/SteeraMed-bench
核心命题
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——坐标层先行动工。
332 模块库与主结果
332 个模块来自四个知识源：衰老标志扩展（72）、中医药证候代理（38）、营养素 NUT+NUTX（117）、食药同源（105），对 1,916 个药物计算 PPI 网络邻近分数。
| 面板 | 模块数 | recall@20 | 超额增益 |
|---|---|---|---|
| 免疫面板 A4 | 6 | 0.121 | 0.104 |
| 中医药代理 | 38 | 0.324 | 0.299 |
| 衰老标志扩展 | 72 | 0.433 | 0.406 |
| 营养素 NUT+NUTX | 117 | 0.494 | 0.466 |
| 全库 ALL | 332 | 0.524 | 0.491 |
可引用的关键实证数据
| 结果 | 数据 | 指标 |
|---|---|---|
| 面板各有所长 | 23 个疾病类别 | 全库仅 9/23 类排第一 |
| 跨方法稳健 | 五种分类器 | XGBoost 0.66 > 逻辑回归 0.49 |
| LLM Agent 提案 | 7 概念 × 2 轮 | 12/14 无正增益；2 个名义正未过 FDR（q=0.069） |
| 冗余检测有效 | NAD+ 提案 | 与 NUTX:NMN_NR 的 Jaccard = 0.444 |
| 边界诚实 | 目标家族分离 | recall@20 降至 0.256 ± 0.024 |
| 边界诚实 | 留一疾病（LODO） | AUROC ≈ 0.51-0.53，接近随机 |
与旧版论文3 的关系
旧版论文3（模块词典与状态转移规则，智源大会 2026 展示）的工作已并入本基准的模块库与 EvoSika 平台；新版论文3 聚焦可复现的药物重定位基准与面板比较。
三论文如何构成闭环
递进关系
Paper 1 定义"什么是可驾驭" → Paper 2 测量"个体证据链如何组织" → Paper 3 提供"表征好不好的公共基准"
与能力阶梯的对应
| 能力阶梯 | 论文1（理论） | 论文2（测量） | 论文3（基准） |
|---|---|---|---|
| L0 表示 | 定义 mIC 状态空间 | 提供 3000 维甲基化表征 | 332 模块四知识源图谱 |
| L1 时序 | 定义 CP4 转移 | 验证干预响应 | 面板-疾病适配实证 |
| L2 动作条件 | 定义 CP3 干预语义 | SEMO 网络落差计算 | 1,916 药物排序基准 |
| L3 反事实 | 定义反事实推理 | N-of-1 个体化排名 | LLM Agent 提案-评分循环 |
| L4 规划 | 定义 CP5 质量反馈 | 候选药优先级排序 | recall@20 + 冗余度公共标尺 |
数据资产串联
三论文共享同一数据底座——DeepoMe 的 3000+ 真实世界甲基化样本与模块知识库：
- 论文1 用它论证 mIC 可计算性
- 论文2 用它做三层集成与 N-of-1 验证
- 论文3 用模块库构建药物重定位基准与 Bench 测试床
对行业生态的意义
三论文叙事链回应了当前生物医学世界模型领域的三个核心争议：
- 理论争议：世界模型该追求预测精度还是可驾驭性？论文1 给出可驾驭性答案
- 方法争议：数据驱动 vs 知识驱动？论文2 用甲基化增量数据回应"数据+网络"的混合路线
- 基准争议：人体尺度表征好不好，谁来评判？论文3 用 332 模块 × 1,916 药物的公开基准与诚实边界给出答案
三论文组合的优势在于：任何单篇都可被质疑，但理论-测量-工程的闭环让整体论证更稳健。
后续研究方向
| 方向 | 所属论文 | 当前状态 | 待补强 |
|---|---|---|---|
| 前瞻 N-of-1 队列 | Paper 2 | 回顾验证 | 50-100 人前瞻 pilot |
| C.elegans 寿命实验 | Paper 2 | 计算候选 | decitabine in vivo 验证 |
| 跨疾病泛化 | Paper 2/3 | 抑郁症/衰老 | RA/BC 队列扩展 |
| Agent 提案扩容 | Paper 3 | 7 概念单模型 | 多模型/更多概念 + 独立留出验证 |
诚实总结
三论文是假设生成式脚手架，不是已验证的治疗系统。它们的价值在于：
- 让生物医学世界模型的因果假设变得显式
- 证明人体甲基化数据对网络医学有增量价值
- 提供可重复的模块化工程范式
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。
叙事链扩展：2026 年 9 月三篇新预印本
三论文闭环之后，叙事链在 2026 年 9 月继续向结构层、倡议层与综述层延伸：
- Paper 10（GHP 倡议，2026-09-20）：When One Person is the Trial——长寿医学 N-of-1 证据善治指南草案，以根因归因为硬要求，让个体化因果推断可注册、可证伪、可审查（Preprints 202609.1682）。
- Paper 9（领域综述，2026-09-24）：World Models for Biomedicine: Prediction Is the Means, Selection Is the End——把三论文的隐含主线说破：预测是手段，选择才是目的（Preprints 202609.2101）。
- Paper 7（RootMap，2026-09-28）：RootMap: A Longevity Medicine Framework for Mapping Conditional Dependencies Between Aging Hallmarks and Organ-Aging Patterns——从血液 DNA 甲基化绘制 332 模块的条件依赖图谱（656 + 1,394 双队列；22 对通过四道伪影检查，17/20 跨队列方向复现），把"哪些维护状态塑造器官老化"变成可检验的地图。配套落地页：steeramed.com/rootmap。
结构层（RootMap）回答"地图怎么画"；倡议层（GHP）回答"证据怎么用"；综述层（P9）回答"整个方向为什么成立"。三论文闭环 + 三篇扩展，构成理论→测量→基准→结构→倡议的完整链条。