用途：系统性地识别和评估药物重定位（老药新用）候选药物，适合药物研发前期的靶点与适应症探索。
主要能力：提供三条核心策略——靶点导向（从疾病靶点找可调控该靶点的药物）、化合物导向（从已批准药物找新适应症）、疾病驱动（从疾病找靶点再匹配现有药物）。底层通过 ToolUniverse 调用 OpenTargets（疾病与关联靶点）、UniProt（蛋白信息）、DrugBank、DGIdb、ChEMBL（药物、靶点、机制）、FDA 与 FAERS（警告、不良事件、相互作用）、ADMETAI（ADMET 与毒性预测）、PubMed、EuropePMC、ClinicalTrials（文献与临床试验）等工具。流程分五阶段：疾病与靶点分析、药物发现、安全性与可行性评估、文献证据检索、评分排序。
使用方式：安装 ToolUniverse 后，用 from tooluniverse import ToolUniverse 初始化并 tu.load_tools() 加载工具，再按需调用各工具。资料提示：工具调用中药物名、疾病名、靶点名一律使用英文术语，仅在英文无结果时才回退原语言；回答则使用用户语言。可用 use_cache=True 缓存昂贵预测，用 tu.run_batch() 批量并行查询。示例工具调用包括 OpenTargets_get_disease_id_description_by_name、OpenTargets_get_associated_targets_by_disease_efoId、DGIdb_get_drug_gene_interactions、drugbank_get_drug_basic_info_by_drug_name_or_id、FDA_get_warnings_and_cautions_by_drug_name、FAERS_search_reports_by_drug_and_reaction、ADMETAI_predict_admet、PubMed_search_articles、ClinicalTrials_search 等。
适用场景：罕见病候选发现、基于不良反应的重定位、联合治疗发现，以及多靶点（polypharmacology）、结构相似性、AI 预测筛选等进阶技术。
限制：输出为候选线索与评分参考，非临床结论；部分工具依赖外部数据库可用性；资料未提供具体安装命令、依赖版本、数据更新频率、收费与价格信息。