该技能用于构建和分析化合物-靶点-疾病（C-T-D）网络，识别药物重定位机会、理解多靶点（polypharmacology）效应并预测药物机制。适用于询问某药能否基于网络分析重定位到某疾病、需要网络邻近性分析、疾病模块覆盖或枢纽基因识别等场景；简单药物重定位、单靶点验证、仅不良事件检测、通用疾病研究和GWAS解读应改用其他对应技能。
输入参数：entity（必填，化合物/靶点/疾病名称或ID）；entity_type（可选，compound、target、disease，省略时自动识别）；analysis_mode（可选，compound-to-disease、disease-to-compound、target-centric、bidirectional，默认bidirectional）；secondary_entity（可选，用于聚焦分析的第二个实体）。执行时工具调用须使用英文术语，用户语言仅作回退，回复使用用户语言。
主要能力包括实体标识解析（OpenTargets、DrugBank、PubChem、Ensembl、MyGene等）、网络节点识别、边构建（化合物-靶点生物活性、靶点-疾病遗传与功能关联、化合物-疾病临床证据、靶点-靶点PPI）、网络指标计算（邻近性、中心性、模块重叠）、候选排序与机制预测。评分体系为0-100分，含网络邻近性（0-35）、临床证据（0-25）、靶点-疾病关联（0-20）、安全性（0-10）、机制可信度（0-10），分为Tier 1至Tier 4优先级。证据分级为T1人类临床/监管证据、T2功能实验证据、T3关联/计算证据、T4预测/注释/文本挖掘。
工作流程分阶段：Phase 0实体消歧并首先创建报告文件，随后逐阶段填充；Phase 1识别节点；Phase 2构建边；Phase 3进行网络分析。使用示例包括通过ToolUniverse加载工具并调用OpenTargets、drugbank、ChEMBL、STRING、CTD等接口，如tu.tools.OpenTargets_get_drug_chembId_by_generic_name等。限制：所有结论依赖公开数据库覆盖度，负结果需记录；未提供具体收费、平台部署或效果保证信息。