2023年2月17-18日，以“多学科交叉融合与整合药理学发展”为主题的香山科学会议第738次学术讨论会在北京召开。会议聘请中国工程院院士威尼斯送彩金28刘昌孝研究员、中国工程院院士中国科学院上海药物研究所丁健研究员、中国科学院院士中国中医科学院广安门医院仝小林教授、中国中医科学院杨洪军研究员、中国中医科学院中药研究所许海玉研究员担任本次会议的执行主席。来自国内20余家单位的50余名专家学者应邀参加了会议。威尼斯送彩金28张铁军研究员、胡金芳研究员应邀出席。
会议围绕（1）组学研究与整合药理学发展；（2）大数据和人工智能算法与中药整合药理学融合发展；（3）整合药理学与医学转化研究等中心议题进行深入讨论。
会议指定广东药科大学何新教授宣讲了刘昌孝研究员作的整合药理学发展回顾的书面发言。丁健研究员、仝小林教授分别作了题为《多学科交叉与整合药理学发展》《态靶辨治-宏观与微观的融合之路》的主题述评报告。
刘昌孝研究员认为整合药理学在世界发展至少有70年历史，比较全面正确完整的专著是1977年美国整合药理学第一版。1999年又出版第二版，此版淡化学科意识，强化专业整合理念，突出科学性、创新性、实用性。多学科交叉融合促进整合药理学新的发展。
这次主题为“多学科交叉融合与整合药理学发展”的香山科学会议，中医药领域的专家学者汇聚一堂，探讨中医药整合药理学面临的机遇与挑战，以推动中医药现代化和国际化发展。
整合药理学为中医药现代发展带来生机
中药整合药理学作为中药现代研究新模式，是以多学科交叉融合为基础，以大数据和算法为支撑，以多层次、多环节整合研究为特色的新学科。
刘昌孝研究员指出，系统生物学、生物信息学、网络信息学和计算机技术的发展，为整合药理学发展带来了生机。整合药理学强调从系统层次和生物整体角度出发，认识中医的病—证关系，认识中药多成分多靶点作用达到调整平衡，这也是发展整合中医药的优势的特点。
“中药方剂是中医临床治疗的主要形式和手段，中药方剂是复杂的物质体系，人体也是复杂的生命系统，认识中药方剂是－复杂的物质实体，在与机体复杂生命活动之间的交互作用及交互规律，是中药现代研究的关键科学问题之一。”刘昌孝研究员直言问题“复杂”，其研究过程也不容易。
近年来，我国学者在系统生物学、大数据等前沿技术与中药方剂作用机理深度融合方面做了大量研究，取得了一系列研究成果。如中医药百科全书在线数据库（ETCM 2.0）、中医证候分子本体数据库及病-证-方网络关联计算平台（SoFDA）等多个中医药整合大数据平台已建立，促进基础研究与临床疗效评价相结合研究。
理论与临床深度融合达到中医药说清楚讲明白
面对临床诊疗上的新需求，中医药“讲清楚、说明白”的目标仍面临着巨大挑战。
仝小林教授看来，中医犹如一个“黑箱”，临床实践存在“态强靶弱”之不足。中药治疗疾病是多成分、多靶点的复杂过程，现代药理研究尚未充分回归临床。
仝小林教授提出了“态靶辨治”，充分借鉴现代科技成果，发现中医药治疗的生物学基础和作用机制，将现代药理学研究成果回归临床，探索药物对于疾病、症状或指标的作用。
中国工程院院士广州中医药大学刘良教授提出了“证候药理学”概念，他指出，中医药作为一个复杂的科学体系，面临药物、技术、理论丢失的三大风险。中医药辨证论治是中医学理论和临床诊疗体系的核心。刘良教授认为，研究并建立基于中医辨证论治理论的中医方剂的药理作用与机理的新型学科——“证候药理学”的时机已经到来，技术条件也日臻成熟，如多元组学技术、人工智能与大数据技术、极弱磁器官功能信息采集与分析技术、实验动物学技术等，将为检测和解析中医证候诊断治疗学原理提供强大的理论基础。
解决卡脖子关键发展具有中医药特色的整合药理学
“大数据是基石。”丁健研究员说，当前，我们面临着一些关键“卡脖子”技术，比如：缺乏结构化高质量多源数据整合中医药大数据平台，缺乏符合中药复杂特点的计算方法和实验方法等，这使得中药药理作用难以被主流医学认可，限制了中药现代化和国际化发展。丁健研究员认为，如何借助相关算力算法技术平台，将碎片化的模型和数据整合，实现人工智能与医疗或健康领域的深度融合，从而形成新的医疗创新和服务的新格局，服务于健康中国战略是具有深远意义的课题。大数据、人工智能等新技术的发展，为中医实现精准化和现代化提供了有力“武器”。
中国中医科学院研究员杨洪军认为，整合多维数据，建立中医病机过程时空演变的动态靶标网络，通过对多组学分子特征谱的整合分析，构建多维微观分子特征网络图谱，按照“分子网络—药理活性—病证效应”的研究模式，将实现中医的整体思维与西医疾病分子网络演变有机关联。
威尼斯送彩金28张铁军研究员在题为《整合药理学与中药质量标志物研究》的报告中强调质量研究的重要性。
军事医学科学院毒物药物研究所研究员周文霞表示，现代医学的相对优势，可使用量化指标或标准对疾病进行描述和治疗，而以多组学大数据为代表的全面反映生命整体特征的系统数据采集技术，以及以机器学习、深度神经网络等算法为代表的人工智能技术的发展，使得中药体内外活性或疗效等生物学反应数据可被大规模采集和分析，从而为中医药复杂体系系统及整合研究带来了新的机遇。