用途：该技能用于药物重定位（drug repurposing）推理，即寻找可能治疗新适应症的已上市或临床阶段化合物。资料指出重定位成功需三个条件同时满足：药物与新疾病之间存在可信的机制联系、来自正交来源的证据强度足够、以及结合现有安全性、PK、制剂与知识产权数据后具备现实的可转化路径。
主要能力：区分靶点导向（从已知疾病靶点出发，查询 DGIdb、ChEMBL、DrugBank、OpenTargets）与表型导向（从疾病分子特征出发，查询 CMap、LINCS L1000）两类方法，并支持两者交叉的混合策略；审计证据来源与类型；按证据层级排序（遗传关联/孟德尔随机化 > 临床观察 > 体外/体内实验 > 计算预测）；评估机制重叠（靶点是否参与疾病通路、方向性是否匹配、治疗浓度下活性、选择性）；评估临床可转化性（安全性、药代动力学、剂量可行性、制剂、专利与监管路径）；对多个候选进行打分排序；设计验证研究路径。
使用方式：当用户有疾病靶点想找可调控它的已上市药物、有疾病转录组特征想找反向特征的药物、询问如何查询上述数据库、仅凭单一数据源断言药物“应该有效”、需要按证据强度排序候选、判断候选能否进入临床试验，或需要设计重定位研究时调用。资料建议至少查询两个独立数据库，检查相互作用类型与活性值（如 IC50/Ki < 1 µM 才认真考虑，< 100 nM 为高置信），CMap 连接性分数需 < -90。
适用场景：药物重定位提案评估、候选排序、弱证据识别、湿实验或临床前策略制定。
限制：计算预测仅为假设生成，不能单独作为临床开发依据；单一证据层级不足；表型特征存在噪声，表达相反不等于治疗效果；资料未提供具体收费、平台或效果信息。