当前,复杂网络已经成为研究复杂系统和复杂性科学的主要方法之一。人体生命及其疾病系统是典型的复杂系统。因此,有学者提出了网络医学的理念,旨在采用复杂网络的视角和方法进行医学以及临床疾病诊治规律的研究。中药复方是中医临床干预的主要手段,是针对患者个体化临床表现对症使用的若干味药物集合。复方中的多味药物在治疗过程中具有复杂的相互作用关系,因此,把握复杂的药物相互作用规律是复方药物取得疗效和复方新药创制成败的关键。中医是一门基于临床诊疗实践的医学,源自真实世界(即日常临床实际环境)临床诊疗的数据如临床复方饱含着中医理论知识和医生的创新思维,具有重要科研价值。本文基于真实世界临床诊疗复方数据,从复杂网络的视角对中药复方的药物配伍规律进行研究。以此为基础,提出了一种基于网络比较的临床有效复方发现方法,并研发了一个从临床数据出发进行新药筛选的软件平台。具体研究内容主要包括以下三个方面。(1)对来自临床实际具有代表性的五个复方集(包括综合性门诊、特定西医疾病和特定中医证候等三类复方)进行网络建模和分析,表明中药临床药物配伍网络虽然在结点度的拓扑层次上不是幂律分布,但在边权和结点强度的加权层次上却呈现强烈的幂律特性,提示药物组配确实是中药临床复方的关键环节。(2)在中医诊疗和新药研发中往往涉及到的一个重要问题是如何发现核心药物配伍。基于多尺度骨干网的零模型,我们提出了一种网络比较方法来寻找一个药物网络与其参照网络的显著差异。该方法能够在针对同一疾病在不同疗效的复方集所构建的网络中寻找出两者的差异。最终这一方法应用在两个失眠数据集上,取得了较好的分析效果,而算法复杂度低也使其能够应用在大型数据集上。(3)构建了一个基于临床实际数据的中药新药发现软件平台。该平台实现了数据抽取、复方治疗结局标注、数据筛选、复杂网络分析与展示和统计分析等功能,支持基于临床实际数据的药物安全性分析、混淆因素分析、药物七情分析和核心有效复方发现等新药发现分析应用。