构建和分析化合物-靶标-疾病网络，以实现药物再利用、多药理学发现和系统药理学。利用 ChEMBL、OpenTargets、STRING、DrugBank、Reactome、FAERS 和 60 多个其他 ToolUniverse 工具构建多层网络。计算网络药理学评分 (0-100)、识别重新利用候选药物、预测机制并分析多药理学。当用户通过网络分析、多靶点药物作用、化合物-靶点-疾病网络、系统药理学或多药理学询问药物再利用时使用。
通过命令行快速安装 tooluniverse-network-pharmacology AI 技能到你的开发环境
来源：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 |
构建和分析化合物-靶标-疾病网络，以实现药物再利用、多药理学发现和系统药理学。利用 ChEMBL、OpenTargets、STRING、DrugBank、Reactome、FAERS 和 60 多个其他 ToolUniverse 工具构建多层网络。计算网络药理学评分 (0-100)、识别重新利用候选药物、预测机制并分析多药理学。当用户通过网络分析、多靶点药物作用、化合物-靶点-疾病网络、系统药理学或多药理学询问药物再利用时使用。 来源：mims-harvard/tooluniverse。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-network-pharmacology构建和分析化合物-靶标-疾病网络，以实现药物再利用、多药理学发现和系统药理学。利用 ChEMBL、OpenTargets、STRING、DrugBank、Reactome、FAERS 和 60 多个其他 ToolUniverse 工具构建多层网络。计算网络药理学评分 (0-100)、识别重新利用候选药物、预测机制并分析多药理学。当用户通过网络分析、多靶点药物作用、化合物-靶点-疾病网络、系统药理学或多药理学询问药物再利用时使用。 来源：mims-harvard/tooluniverse。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-network-pharmacology 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/mims-harvard/tooluniverse