1. 课程导入与融合建模全景

在精准医学与新药研发的实践中，我们经常面对两类看似独立、实则高度互补的数据。一类来自生物系统本身，例如基因组、转录组、蛋白质组、代谢组，它们刻画的是"疾病或药物作用下，细胞内部发生了什么"；另一类来自药物与化学空间，例如化合物结构、靶点结合活性、药代动力学参数、毒理与临床终点，它们刻画的是"药物是什么、能做什么、会带来什么后果"。组学与药物数据融合建模，就是要把这两类异构数据在统一的数学框架下对齐、关联并联合学习，从而回答单靠任何一方都无法回答的问题：某个基因表达特征能否预测药物响应？某类化合物结构是否会在特定遗传背景下产生毒性？

理解这门课程，首先要建立"融合"不是简单拼接的认知。组学数据通常是高维、小样本、强噪声、批次效应显著的连续或计数矩阵；药物数据则包含结构化描述符、指纹、图结构、剂量-反应曲线以及文本化的临床信息。二者在量纲、稀疏性、时间尺度上都不一致。因此融合建模的核心挑战可以归纳为四点：异构性（不同模态的表示空间不兼容）、样本对齐（细胞系、患者、化合物之间的映射关系往往不完整）、维度灾难（特征数远大于样本数）、可解释性与泛化（模型不仅要预测准，还要能指出哪些通路或药效团在起作用）。

下面这张图给出本节最值得先建立的整体认知：融合建模的数据流与工程闭环。它把组学侧、药物侧、融合层、任务层和验证反馈放在同一张图中，帮助你在后续每一章都能定位"当前学的是哪一段、它的输入输出是什么"。

从图中可以看到，融合建模不是一条单向流水线，而是一个带反馈的闭环。验证阶段发现的泛化不足或解释性缺失，会反过来影响特征表示与融合策略的选择。这也是本课程后续章节反复强调的工程思维：先明确任务与数据边界，再决定融合层级，最后用可解释性和外部验证来约束模型。

为了让你在动手前有一个可操作的起点，下面给出一份融合建模项目启动检查表。它不追求覆盖所有细节，而是帮助你在拿到一个具体课题时，快速判断数据是否够用、对齐是否可行、融合层级是否合理。