本文是“中医药科研地图”的实验与机制研究篇。前一章我们讨论了如何从处方记录里发现规律；这一章继续往机制方向走：当研究对象从“哪些药常在一起”变成“这些药可能通过哪些成分、靶点和通路起作用”，网络药理学就出现了。
中医药网络药理学研究通常包括成分收集、靶点预测、疾病相关靶点整理、PPI 网络构建、GO/KEGG 富集分析和分子对接等环节。通过这些分析，研究者可以把分散的成分、靶点与通路信息组织起来，筛选值得进一步关注的机制方向。
这些结果应当怎样解释，取决于数据来源、分析方法和后续验证。网络图、富集结果与对接结果提供的证据层次并不完全相同，也分别回答不同的问题。
因此，本文首先明确一个讨论边界：
网络药理学主要用于整合已有知识、组织复杂关系并提出可检验的机制假说。它可以帮助判断哪些关系值得优先验证；药物有效性及因果机制，则需要结合实验或临床研究进一步评价。
图1 网络药理学在证据链中的位置。它把分散的成分、靶点、疾病与通路信息组织成假说，再把假说交给实验或临床研究检验。
它到底“网络”了什么？
传统的药理问题常被简化成“一个药物作用于一个靶点”。但无论疾病还是中药复方，现实都远比这复杂：一种疾病可能牵涉许多基因、细胞和组织层次；一个复方含有多味药，一味药又可能含有许多化学成分；同一成分还可能与多个蛋白发生作用。
网络药理学做的，是把这些对象表示成“节点”，把它们之间已有或预测的关系表示成“边”。常见节点包括：
- 中药、方剂和化学成分；
- 基因、蛋白与作用靶点；
- 生物过程和信号通路；
- 疾病、证候或临床表型。
于是，原来散落在文献和数据库中的信息，可以被组织成“中药—成分—靶点—通路—疾病”网络。研究者再借助网络结构、功能富集或网络距离等方法，寻找值得继续研究的模块与关系。
这就是它的长处：面对复杂系统时，不必一开始就押注某一个分子，而是先从更大的关系图里缩小搜索范围。
但也要立即补上另一半：网络中的大多数边，并不是研究者在这一次实验里亲手观察到的。它们可能来自既往文献、数据库整合、同源推断、算法预测，甚至仅仅来自“两个名单取交集”。所以，一张网络首先展示的是信息结构，不会自动变成新的生物学事实。
这五年，它到底有多热？
本次检索使用 CNKI 期刊库，主题限定为“网络药理学”，学科限定为中医学（E056）、中药学（E057）和中西医结合（E058），年份取 2021—2025 五个完整年度。共得到 12,474 条期刊记录。
这里先提醒一个口径问题：12,474 是数据库主题标引下的相关记录数，不是逐篇全文筛选后被判定为“规范网络药理学研究”的数量。它适合观察研究热度与主题结构，不适合直接评价研究质量。
图2 2021—2025 年中医药领域“网络药理学”相关期刊文献量。2021 年为 2,119 篇，2025 年为 2,897 篇，五年间增长约 36.7%。
从 2,119 篇到 2,897 篇，曲线没有出现爆炸式跃升，却保持了连续上行。它说明网络药理学已经不是一个偶然热点，而是一套高度普及的方法框架。
普及带来两种相反结果：一方面，数据库、软件和教程降低了复杂机制研究的入门门槛；另一方面，研究也更容易被压缩成高度同质化的“套流程”。真正需要判断的，不是“有没有做网络药理学”，而是研究问题、数据和验证是否彼此匹配。
主要主题网络：大家究竟在研究什么？
若只看单个主题排名，“作用机制”“分子对接”“分子机制”“数据挖掘”“用药规律”“质量标志物”等词都很常见。把高频主要主题之间的共同出现关系画成网络，结构会更清楚。
图3 高频主要主题共现网络。为避免检索词本身遮蔽其他关系，图中移除了“网络药理学”节点；55 个节点表示筛选后的高频主要主题，221 条连线表示主题之间的共同出现关系。节点越大表示主题频次越高，连线越粗表示共同出现越多；颜色是网络结构聚类，不代表证据等级。
这张图至少暴露了三条研究路径。
第一条是最熟悉的机制预测路径：“作用机制—分子对接—分子机制—信号通路”形成中心结构。它解释了为什么许多论文看起来如此相似：网络分析与分子对接已经成为最常见的方法组合。
第二条是疾病应用路径。溃疡性结肠炎、糖尿病肾病、阿尔茨海默病、冠心病、动脉粥样硬化、类风湿关节炎等慢性复杂疾病频繁出现。它们往往具有多因素、多通路和长期演变的特点，天然适合用网络视角提出机制假说。
第三条是方法扩展与验证路径。“数据挖掘—用药规律”把网络药理学与上一章讨论的处方模式研究连接起来；“生物信息学”“实验验证”等主题，则提示一部分研究正在尝试从纯计算走向“干湿结合”。质量标志物、指纹图谱等主题，也反映网络方法被用于中药物质基础和质量研究，而不只是画作用机制图。
不过，图中“实验验证”的节点远小于“分子对接”和“作用机制”。这不能直接等同于“绝大多数论文没有实验”，因为主题标引并不完整；但它足以提醒我们：预测与验证在当前文献结构中的能见度并不对称。
次要主题：为什么总能遇见槲皮素、山柰酚和 AKT？
主要主题像论文封面上的章节名，次要主题更像研究过程中真正使用的“零件”。在本次检索中，活性成分、分子对接、信号通路、靶点基因、数据库、富集分析等词高频出现；槲皮素、山柰酚、木犀草素、β-谷甾醇等具体成分也反复出现。
图4 高频次要主题共现网络。图中包含 55 个规范化主题和 332 条共现边；节点越大表示主题频次越高，连线越粗表示共同出现越多。颜色表示网络结构聚类，不代表证据等级，也不表示成分、靶点或通路之间已经建立因果关系。
与主要主题网络相比，这张图更密，也更接近论文分析中的具体“零件”。“活性成分—分子对接—作用靶点—信号通路”构成中心结构，槲皮素、山柰酚、木犀草素等成分，以及 AKT、MAPK、炎症反应等机制要素分布在其周围。它显示的是这些词在同一批文献中如何共同出现，而不是一张适用于所有方药的固定机制图。
这并不意味着这些成分一定是所有中药的“万能有效成分”。它至少可能同时反映四种因素：
- 它们确实广泛存在于多种植物药中，相关研究基础较多；
- 常用中药数据库对这些成分和靶点收录更丰富；
- 被研究得越多的分子，越容易在后续数据库和文献网络中再次被找出；
- 标准化筛选阈值和通用流程，会让不同方药逐渐得到相似的候选结果。
这是一种知识积累带来的“可见性偏倚”：数据库不会凭空制造关系，但它更容易让已经被看见的对象继续被看见。
所以，当一项研究再次得到槲皮素、AKT、IL-6、MAPK 或炎症通路时，关键问题不是“它们有没有道理”，而是：这些结果是否真正区分了本方、本病、本证和本研究条件？ 如果换一个方剂仍得到几乎同一组枢纽基因，网络中心性就可能更多反映公共数据库中的高连接节点，而不是该方独有的作用机制。
一套常见流程，每一步究竟能说明什么？
网络药理学并不是某一个软件。它是一组从数据收集、网络构建、计算分析到结果验证的方法。2021 年发布的《网络药理学评价方法指南》，把评价内容分为数据收集、网络分析和结果验证，并要求从可靠性、规范性、合理性三个方面检查[1,2]。
为了避免“会操作，但不会解释”，可以把常见流程拆成下面这张表。
表1 网络药理学常见步骤、合理结论与越界表述
| 常见步骤 | 它直接得到什么 | 可以怎样说 | 不应直接怎样说 |
|---|---|---|---|
| 收集中药成分 | 数据库或实验中记录的候选成分 | “获得候选成分集合” | “这些就是体内有效成分” |
| 预测成分靶点 | 已知或算法预测的成分—蛋白关系 | “预测可能作用的靶点” | “药物已经作用于这些靶点” |
| 收集疾病靶点 | 与疾病有关联的基因/蛋白列表 | “获得疾病相关基因” | “这些基因都是致病原因” |
| 取交集 | 同时出现在两个名单中的项目 | “得到候选共同靶点” | “交集就是治疗靶点” |
| 构建 PPI 网络 | 已知/预测的蛋白相互作用结构 | “识别网络中的高连接节点” | “度值最高就是最关键靶点” |
| GO/KEGG 富集 | 候选基因在已注释功能中的过度代表 | “提示可能涉及某些过程/通路” | “证明激活或抑制了该通路” |
| 分子对接 | 特定结构与算法下的结合姿态和评分 | “提示结构上可能相容” | “证明体内可以结合且有效” |
| 体外/动物/临床验证 | 在特定模型和指标下观察到结果 | “在该模型中支持部分假说” | “一项实验完整证明整张网络” |
这里最容易混淆的是三件事。
交集不是靶点确证
“药物靶点”和“疾病靶点”常常都来自异质数据库。前者可能混合实验记录与算法预测，后者可能混合遗传关联、表达差异、文献共现和人工注释。两个集合相交，只说明这些项目同时满足了两套收集规则；它们是否真在目标组织、目标剂量和目标疾病阶段发生作用，还需要新的证据。
网络中心不是生物学因果中心
在 PPI 网络中，一个蛋白连接很多，可能因为它本身参与广泛过程，也可能因为它被研究和记录得更多。度值、介数中心性等指标可以帮助排序，但“图上的中心”不必然等于“疾病发生的原因”，更不等于“最值得用药干预的靶点”。
分子对接不是实验验证
对接是在给定蛋白结构、配体构象、评分函数和参数下做的计算模拟。它可以帮助比较候选结合方式，却通常没有完整处理体内暴露、代谢、蛋白构象变化、竞争结合、细胞环境和剂量问题。把对接图称为“实验验证”，会把计算预测错误地提升一个证据等级。
指南特别指出，非原创方法不推荐只用计算机辅助或文献数据完成验证，并优先推荐体内外实验或临床试验[1]。这不是说每篇文章都必须做到临床试验，而是要求结论强度与验证层级相匹配。
怎样看一篇网络药理学论文是否靠谱？
与其记住几十个数据库名称，不如先问下面九个问题。
- 研究问题是否具体？ 是想解释处方配伍、发现候选成分、研究某一病理环节，还是为实验选靶点？
- 处方与药材信息是否可复现？ 方源、组成、剂量、炮制和标准名称有没有交代？
- 数据库能否追溯？ 是否报告数据库名称、版本或访问日期、检索策略和筛选阈值？
- 成分筛选是否符合研究对象？ 是否只机械套用口服生物利用度和类药性阈值？是否考虑入血成分、代谢物或实际给药途径？
- 靶点证据是否分级？ 实验确认、文献支持和算法预测有没有混成同一种“靶点”？
- 网络指标为何适合这个问题？ 为什么选择度值、介数或模块，而不是因为软件默认提供？
- 富集和对接参数是否完整？ 背景集、多重检验、物种、蛋白结构来源、对照配体和评分规则是否报告？
- 验证是否真正独立于预测？ 是否只是用另一种计算方法复述同一批数据库信息？实验是否覆盖关键成分、靶点、通路方向与表型？
- 结论是否留在证据边界内？ 文中使用的是“提示、预测、支持”，还是直接写成“证明、阐明、治疗有效”？
如果前六项含糊，即使网络很漂亮，研究也很难复现；如果最后三项薄弱，论文就更像一份候选机制清单，而不是机制证据链。
这些论文主要发在哪里？
高频期刊能够告诉我们这个主题的传播场域，但“发得多”不等于“质量更高”，影响因子也不能替代逐篇判断。
图5 按本次检索式统计的前 10 种高频期刊，以及 CNKI 当前元数据中的复合影响因子和综合影响因子。它们不是 Clarivate JCR 的 Journal Impact Factor。
表2 网络药理学相关文献发文量前 10 种期刊
| 排名 | 期刊 | 发文量 | CNKI复合/综合影响因子 | 刊期 | 关键信息 |
|---|---|---|---|---|---|
| 1 | 中医临床研究 | 451 | 1.035 / 0.579 | 旬刊 | 发文量最高 |
| 2 | 中国中药杂志 | 304 | 5.391 / 3.706 | 半月刊 | CSCD、WJCI 来源 |
| 3 | 世界中医药 | 253 | 3.162 / 2.295 | 半月刊 | WJCI 来源；刊载评价指南 |
| 4 | 中草药 | 243 | 5.342 / 3.882 | 半月刊 | CSCD、WJCI 来源 |
| 5 | 中国实验方剂学杂志 | 208 | 5.474 / 3.762 | 半月刊 | CSCD、WJCI 来源 |
| 6 | 世界科学技术—中医药现代化 | 207 | 2.946 / 1.978 | 月刊 | CSCD 扩展、WJCI 来源 |
| 7 | 中药新药与临床药理 | 204 | 3.098 / 2.184 | 月刊 | CSCD、WJCI 来源 |
| 8 | 现代药物与临床 | 201 | 1.750 / 1.306 | 月刊 | 中药与现代药物研究交叉 |
| 9 | 新中医 | 192 | 1.117 / 0.646 | 半月刊 | 临床中医药综合期刊 |
| 10 | 中成药 | 192 | 3.025 / 2.213 | 月刊 | CSCD、WJCI 来源 |
表中最有意思的不是谁排第一，而是两种分布同时存在：综合性中医药期刊承载了大量应用论文；中药学和方剂学领域的高影响力期刊，则更多承载方法规范、专家共识、质量评价与机制深化。选刊时，应先看研究问题、对象与验证层级是否符合期刊范围，再看指标。
网络药理学不会消失，但“只画网络图”的时代正在失去说服力
网络药理学的价值并没有因为套路化而消失。复杂疾病、中药复方、多组学数据和临床表型之间，确实需要能够组织多层关系的方法。2024 年的专家共识也把它放进中药新药研发、功效物质、整合机制、安全性和人用经验等更大的研究场景中[3]。
真正的变化是评价标准提高了：
- 数据不只要“能下载”，还要能追溯、能分级、能说明局限；
- 网络不只要“能画出来”，还要与具体科学问题、参数和生物意义对得上；
- 结果不只要“能对接”，还要在细胞、动物、临床或独立数据中接受检验；
- 结论不只要“讲得通”，还要允许被证伪。
对初学者来说，记住一个最朴素的公式就够了：
数据库关系 + 网络分析 = 候选机制假说；候选机制假说 + 合理验证，才可能逐步接近机制证据。
下一次看到一张密密麻麻的“中药—成分—靶点—通路”网络图，不妨先别数节点。先问一句：这张图在整条证据链上，究竟把我们从哪里带到了哪里？
参考文献
- 世界中医药学会联合会. 网络药理学评价方法指南[J]. 世界中医药, 2021, 16(4). DOI:10.3969/j.issn.1673-7202.2021.04.001.
- 牛明, 张斯琴, 张博, 等. 《网络药理学评价方法指南》解读[J]. 中草药, 2021, 52(14). DOI:10.7501/j.issn.0253-2670.2021.14.001.
- 李梢, 肖伟. 网络药理学应用于中药新药研发专家共识总论[J]. 中国中药杂志, 2024, 49(18). DOI:10.19540/j.cnki.cjcmm.20240818.701.
- 陈健, 陈启龙. 网络药理学在中医药研究中的现状及思考[J]. 上海中医药大学学报, 2021, 35(5). DOI:10.16306/j.1008-861x.2021.05.001.
- 廖韵诺, 赵凯丽, 郭宏伟. 中药网络药理学的研究应用与挑战[J]. 中草药, 2024(12). DOI:10.7501/j.issn.0253-2670.2024.12.027.
- 庄延双, 蔡宝昌, 张自力. 网络药理学在中药研究中的应用进展[J]. 南京中医药大学学报, 2021, 37(1). DOI:10.14148/j.issn.1672-0482.2021.0156.
- 王凤雪, 高宇, 刘海波. 中药网络药理学研究流程及代表性数据库工具[J]. 中国现代中药, 2021, 23(6). DOI:10.13313/j.issn.1673-4890.20200509001.
数据与方法说明
- 检索日期：2026-08-03（Asia/Shanghai）
- 数据库：CNKI 期刊库（journal）
- 正式检索式：
TOPIC("网络药理学") AND (DISCIPLINE("E056") OR DISCIPLINE("E057") OR DISCIPLINE("E058")) AND YEAR(2021..2025) - 数量口径：共 12,474 条数据库主题相关记录；用于研究生态描述，不代表逐篇筛选后的合格研究数。
- 年度数据：2021 年 2,119；2022 年 2,415；2023 年 2,439；2024 年 2,604；2025 年 2,897。
- 主要主题网络：从高频主要主题中选取 55 个具有解释价值的节点，计算主题两两共同出现次数，形成 221 条共现边；移除检索词“网络药理学”。使用 Gephi 的 Fruchterman–Reingold 布局和 Louvain 聚类，得到 5 个结构群（模块度 Q = 0.1843）。共现与聚类用于描述数据库标引结构，不表示因果、疗效或证据等级。
- 次要主题网络：对次要主题进行同义词、大小写和异体字规范化，保留 55 个节点和 332 条共现边。使用 Gephi 的 Fruchterman–Reingold 布局和 Louvain 聚类，得到 4 个结构群（模块度 Q = 0.1287）。该图用于观察研究要素的共同出现结构，不作严格频次榜单或机制因果图解释。
- 期刊指标：来自检索当日 CNKI 期刊元数据；“复合影响因子”和“综合影响因子”不是 JCR Journal Impact Factor，且会随数据库更新。