建構和分析化合物-標靶-疾病網絡，以實現藥物再利用、多藥理學發現和系統藥理學。利用 ChEMBL、OpenTargets、STRING、DrugBank、Reactome、FAERS 和 60 多個其他 ToolUniverse 工具建立多層網路。計算網絡藥理學評分 (0-100)、識別重新利用候選藥物、預測機制並分析多藥理學。當使用者透過網絡分析、多標靶藥物作用、化合物-標靶-疾病網絡、系統藥理學或多藥理學詢問藥物再利用時使用。
透過命令列快速安裝 tooluniverse-network-pharmacology AI 技能到你的開發環境
來源：mims-harvard/tooluniverse。
Construct and analyze compound-target-disease (C-T-D) networks to identify drug repurposing opportunities, understand polypharmacology, and predict drug mechanisms using systems pharmacology approaches.
IMPORTANT: Always use English terms in tool calls (drug names, disease names, target names), even if the user writes in another language. Only try original-language terms as a fallback if English returns no results. Respond in the user's language.
| entity | Yes | Compound name/ID, target gene symbol/ID, or disease name/ID | metformin, EGFR, Alzheimer disease | | entitytype | No | Type hint: compound, target, or disease (auto-detected if omitted) | compound | | analysismode | No | compound-to-disease, disease-to-compound, target-centric, bidirectional (default) | bidirectional |
建構和分析化合物-標靶-疾病網絡，以實現藥物再利用、多藥理學發現和系統藥理學。利用 ChEMBL、OpenTargets、STRING、DrugBank、Reactome、FAERS 和 60 多個其他 ToolUniverse 工具建立多層網路。計算網絡藥理學評分 (0-100)、識別重新利用候選藥物、預測機制並分析多藥理學。當使用者透過網絡分析、多標靶藥物作用、化合物-標靶-疾病網絡、系統藥理學或多藥理學詢問藥物再利用時使用。 來源：mims-harvard/tooluniverse。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-network-pharmacology建構和分析化合物-標靶-疾病網絡，以實現藥物再利用、多藥理學發現和系統藥理學。利用 ChEMBL、OpenTargets、STRING、DrugBank、Reactome、FAERS 和 60 多個其他 ToolUniverse 工具建立多層網路。計算網絡藥理學評分 (0-100)、識別重新利用候選藥物、預測機制並分析多藥理學。當使用者透過網絡分析、多標靶藥物作用、化合物-標靶-疾病網絡、系統藥理學或多藥理學詢問藥物再利用時使用。 來源：mims-harvard/tooluniverse。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-network-pharmacology 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/mims-harvard/tooluniverse