药物鸡尾酒，如治疗癌症的，只有当合适的药物以最恰当的比例混合后才有最佳疗效——就像当地酒吧供应的酒精版本一样。正如我们日常饮用的鸡尾酒，各成分综合起来的效果可以比每种成分单独使用的好——否则就只有各种不必要的副作用。由威兹曼研究所分子细胞生物学科学部Uri Alon教授带领的研究小组在发表于PNAS的文章中提出了一种新型模型，它可以简化鉴别药物鸡尾酒最佳混合物的过程——即使该鸡尾酒含大量组成成分。

药物鸡尾酒，不管是抗生素类还是抗癌类，使用数量都在与日俱增。其中主要是因为同时使用几种不同的方法攻克病原细胞，可以降低其耐药性的风险。新药物的研发往往耗资巨大并且上市缓慢，故而医生和医药公司更热衷于改进药物“调酒术”，因为它可以让现有药物产生意想不到的疗效。

然而把药物混合使用并不总是会产生各自疗效的总和。例如，某种药物可以引发细胞的预警机制使细胞排出其它药物，从而改变其它药物生效的剂量，相反地，副作用也会累积，所以研究人员试图确定有效的最低给药剂量。当需要将四种或更多的药物配成化疗所用的药物鸡尾酒时，那么可能的剂量和配比组合将是一个天文数字：此时无法通过全部测试来找到最佳的配制，这就是“组合爆炸问题”。

参与该实验的主要研究人员Anat Zimmer 和Itay Katzir指出，由于组合爆炸问题，药物混合并不总能得到他们疗效的加成。药物鸡尾酒通常是在无法预知最终结果的情况下进行配制的。Zimmer, Katzir和Alon 教授研究出一种仅需测试少部分药物配对的方法，从而避免了海底捞针般测试的需要。

这些试验是在人类癌细胞或者实验室培养皿上的细菌上进行的。实验组测试了每一种药品——单独的和成对的——从而了解剂量不同时药品的疗效。这有助于研究人员判断药品A是如何影响药品B的作用的，反之亦然；这个新的数学模型随后被扩展于探讨三种、四种甚至更多的药品混合后的相互作用。深入实验表明该模型在处理组合爆炸问题方面优于现有的模型方法。因此，通过这个模型，研究人员不再需要测试每个可能的组合来得到药物鸡尾酒的最佳配比剂量。

“目前急需的是可以预测药物鸡尾酒作用机制，” Katzir指出。“在调制此类药物鸡尾酒的过程中，这个模型可能会消耗实验人员大量精力去臆想。”

“这个模型可能在个体化医疗中作用突出——比如治疗癌症时——因为不同的肿瘤对同一药物的反应各有不同，” Zimmer补充到。“它为配制理想的药物鸡尾酒提供了一个思路，同时又避免尝试所有可能的组合方法的需要。”