MaltSci 麦伴科研

Appearance

热门主题报告 / translational-medicine

本报告由 MaltSci•麦伴科研 基于最新文献和研究成果撰写

药物重定位的策略有哪些？ ​

摘要 ​

药物重定位（Drug Repurposing）是指将已批准药物用于新治疗适应症的过程，因其能够快速有效地将现有药物应用于新的疾病领域而受到关注。药物重定位的优势在于能够缩短药物上市时间、降低研发风险并提高药物使用效率。近年来，药物重定位在癌症、神经退行性疾病和传染病等领域取得了显著成功，展现了其巨大的应用价值。本文系统探讨了药物重定位的策略，包括基于靶点的重定位、基于疾病机制的重定位以及基于大数据和人工智能的重定位策略等。这些策略为药物重定位提供了多样化的研究途径和实践方法。同时，药物重定位面临着临床试验设计、法规审批复杂性以及药物安全性与有效性评估等挑战。未来，随着新技术的应用、跨学科合作的加强以及个性化医疗的推进，药物重定位有望为患者提供更多有效的治疗选择。通过对现有文献的综述，本文旨在为后续的研究提供参考和启示。

大纲 ​

本报告将涉及如下问题的讨论。

  • 1 引言
  • 2 药物重定位的基本概念
    • 2.1 药物重定位的定义与历史
    • 2.2 药物重定位的优势与意义
  • 3 药物重定位的主要策略
    • 3.1 基于靶点的重定位策略
    • 3.2 基于疾病机制的重定位策略
    • 3.3 基于大数据和人工智能的重定位策略
  • 4 药物重定位的成功案例
    • 4.1 癌症治疗中的药物重定位
    • 4.2 神经退行性疾病中的药物重定位
    • 4.3 传染病治疗中的药物重定位
  • 5 药物重定位面临的挑战
    • 5.1 临床试验的设计与实施
    • 5.2 法规与审批的复杂性
    • 5.3 药物安全性与有效性评估
  • 6 未来发展方向
    • 6.1 新技术在药物重定位中的应用
    • 6.2 跨学科合作的重要性
    • 6.3 药物重定位的个性化医疗潜力
  • 7 总结

1 引言 ​

药物重定位（Drug Repurposing）是指将已经获得批准的药物用于新的治疗适应症的过程。随着新药研发成本的不断上升和研发周期的延长，药物重定位因其能够快速有效地将现有药物应用于新的疾病领域而受到越来越多的关注。相较于传统的药物开发方法，药物重定位不仅能够缩短药物上市时间，还可以降低研发风险，提高药物的使用效率[1][2]。在过去的几年中，药物重定位在多个领域取得了显著的成功，尤其是在癌症、神经退行性疾病和传染病的治疗中，展现了其巨大的潜力和应用价值[3][4]。

药物重定位的意义不仅在于加速新疗法的开发，还在于利用现有药物的已知安全性和有效性来解决临床上的治疗难题。随着信息技术的迅速发展，药物重定位的研究得到了显著的推动，尤其是在基因组学、系统生物学和生物物理学等领域的应用，使得药物重定位的效率和成功率有了明显提升[5][6]。然而，尽管药物重定位具有众多优势，但在实施过程中仍面临诸多挑战，包括临床试验设计、法规审批的复杂性以及药物安全性与有效性评估等问题[7][8]。

当前，药物重定位的研究现状表明，已经形成了一系列成熟的策略与方法。例如，基于靶点的重定位策略、基于疾病机制的重定位策略以及基于大数据和人工智能的重定位策略等，这些策略为药物重定位提供了多样化的研究途径和实践方法[6][9]。此外，随着生物信息学和计算机技术的发展，越来越多的研究开始利用大数据分析和机器学习等先进技术来加速药物重定位的进程[10][11]。

本文将系统性地探讨药物重定位的策略，包括其基本原理、常用的方法、面临的挑战及未来的发展方向。具体内容组织如下：首先，我们将介绍药物重定位的基本概念，包括其定义与历史，以及药物重定位的优势与意义；其次，详细讨论药物重定位的主要策略，包括基于靶点的重定位策略、基于疾病机制的重定位策略和基于大数据和人工智能的重定位策略；然后，分析药物重定位在癌症、神经退行性疾病和传染病等领域的成功案例；接着，探讨药物重定位面临的挑战，包括临床试验的设计与实施、法规与审批的复杂性、药物安全性与有效性评估等问题；最后，展望未来药物重定位的发展方向，包括新技术在药物重定位中的应用、跨学科合作的重要性以及药物重定位在个性化医疗中的潜力[3][12]。通过对现有文献的综述，本文旨在为后续的研究提供参考和启示。

2 药物重定位的基本概念 ​

2.1 药物重定位的定义与历史 ​

药物重定位是指利用已批准或正在研究的药物寻找新的治疗适应症的过程。该策略的主要优点在于，它能够显著减少药物开发的时间和成本，因为这些药物的安全性和药理特性通常已经被充分研究和验证。药物重定位的历史可以追溯到药物研发的早期阶段，随着对药物多靶点作用机制的认识加深，这一策略逐渐被广泛应用于多种疾病的治疗。

药物重定位的基本策略包括以下几个方面：

  1. 偶然发现：这一策略源于对药物意外效果的观察，某些药物在临床使用中显示出未预期的治疗效果，从而引发对其新适应症的研究。例如，某些药物在治疗特定疾病时可能显示出意想不到的疗效，这种偶然的发现可以为后续的系统性研究提供线索[1]。

  2. 系统性筛选：这种方法通常涉及对现有药物进行系统性的评估，以确定其在新适应症上的潜在效用。这包括对失败的药物进行重新定位，以及利用现有的药物数据库和生物信息学技术，筛选出可能适用于新疾病的药物。例如，结合基因组学、系统生物学和生物物理学的计算技术，已经在乳腺癌的药物重定位研究中取得了显著成果[2]。

  3. 网络基础策略：该策略专注于在分子环境中评估药物组合，分析药物之间的相互作用。这种方法利用生物网络和药物相互作用的分析，以识别多靶点药物的潜在组合，从而提高治疗效果[6]。

  4. 临床试验与评估：在重定位过程中，药物的临床评估至关重要。成功的药物重定位需要通过合理的临床试验设计，包括生物标志物驱动的方法，以提供新适应症下药物疗效的确凿证据[1]。此外，药物的配方考虑和在具有转化潜力的生物测定中的评估也是成功的关键因素[1]。

  5. 计算机辅助策略：随着计算技术的进步，计算机辅助的药物重定位策略越来越受到重视。这些方法利用人工智能和大数据分析，加速药物重定位的过程，帮助研究人员从海量数据中识别出潜在的重定位候选药物[5]。

通过以上策略，药物重定位不仅能够为新适应症的治疗提供有效的药物选择，还能够利用现有药物的已知安全性和药理特性，减少研发过程中的风险和不确定性。这种方法的成功依赖于对药物特性、临床试验设计和生物信息学工具的综合应用，为未来药物开发提供了新的视角和方向。

2.2 药物重定位的优势与意义 ​

药物重定位是指将已批准的药物用于不同于其原始治疗指征的新用途的过程。这一策略旨在加速新药的临床应用，减少开发时间和成本。根据文献，药物重定位的策略主要包括以下几种：

  1. 基因组学和多组学基础的策略：通过利用人类基因组数据和其他生物数据，研究人员能够识别潜在的药物重定位机会。这种方法依赖于大规模生物样本库和电子健康记录数据的结合，利用多种数据源的整合，推动药物重定位的研究[5]。

  2. 网络基础策略：这种策略侧重于在分子环境中评估药物组合，分析药物之间的相互作用，尤其是针对多靶点的药物组合。这种方法通常需要使用多个数据库和管道来筛选合适的药物[6]。

  3. 计算机辅助的药物重定位：随着信息技术的发展，药物重定位研究得到了显著推动。计算机辅助的策略包括转录组特征匹配、基因连接扫描和模拟结构对接等，这些方法能够加速药物的重定位过程[2]。

  4. 药物组合和多靶点药物：药物重定位也可以通过重新评估已有药物在新的病理状态下的组合效果，利用其多靶点作用来发现新的治疗可能性[4]。

药物重定位的优势在于，它能够绕过传统药物开发中的高成本和长时间的研发周期，因为重定位的药物通常已经完成了安全性试验，且其毒性和药代动力学特性已被充分了解。此外，药物重定位可以利用现有的生物信息学知识和大数据资源，帮助识别和开发针对复杂疾病的新治疗方案[5][6]。

在临床应用方面，药物重定位不仅能够快速满足未满足的医疗需求，尤其是在癌症、神经退行性疾病和传染病等复杂疾病的治疗中，还可以为现有药物提供新的适应症。通过减少开发时间和成本，药物重定位为药物开发提供了一种更高效的替代方案，特别是在应对稀有疾病和紧急公共卫生危机时[3][13]。

总之，药物重定位作为一种创新的药物开发策略，具有重要的临床意义和广阔的应用前景。通过多种策略的结合和技术的进步，药物重定位的研究和应用将持续推动新疗法的发现和临床转化。

3 药物重定位的主要策略 ​

3.1 基于靶点的重定位策略 ​

药物重定位是一种将已批准或正在开发的药物重新评估以寻找新的治疗用途的策略。该策略的实施可以通过多种方法进行，其中基于靶点的重定位策略尤为重要。基于靶点的重定位策略主要关注已知靶点及其相关药物与新适应症之间的联系。这种方法强调了靶点的选择和药物作用机制的理解，旨在发现新的治疗用途。

在基于靶点的重定位策略中，研究者会利用现有的药物靶点信息，将其与新的疾病靶点进行匹配，以确定是否存在新的治疗机会。这一过程通常涉及药物与靶点的相互作用分析，包括药物的药理特性、结构-活性关系等。例如，某些药物可能原本用于治疗一种疾病，但其靶点在其他疾病中也可能发挥作用，从而实现新的治疗适应症。

根据Arjun V Kowshik等人（2024年）的研究，网络基础策略在药物重定位中也占据重要地位，该策略评估药物在分子环境中的组合效果，关注多靶点的药物作用及药物之间的相互作用[6]。通过这种方式，研究人员能够识别出潜在的药物组合，进而探索其在新适应症中的有效性。

此外，Lijuan Wang等人（2024年）在其系统评价中指出，利用人类基因组数据进行药物重定位的方法逐渐得到发展。这些方法包括孟德尔随机化、多组学和网络基础研究等，帮助研究人员寻找药物重定位的机会[5]。这些策略的结合可以更全面地理解药物与靶点之间的关系，并为药物重定位提供更为坚实的理论基础。

总之，基于靶点的药物重定位策略通过靶点的相互关联性，结合网络分析和基因组数据，提供了多样化的视角来探索药物的新用途。这些方法不仅提高了药物重定位的成功率，也为新药的开发提供了更为高效的路径。

3.2 基于疾病机制的重定位策略 ​

药物重定位（drug repurposing）是一种利用现有药物治疗不同疾病的策略，近年来在药物开发领域获得了广泛关注。针对药物重定位的主要策略可以分为以下几类：

  1. 靶点重定位（Target Repurposing）：这一策略侧重于将病原体靶点与人类靶点进行匹配，特别是在药物发现中未被充分开发的靶点。例如，通过已知的靶点信息，开发针对新病原体的药物。这种方法利用了现有的药物化学、结构生物学和生物化学知识，以加速新药物的发现[14]。

  2. 网络药理学（Network Pharmacology）：这种方法基于药物与生物网络之间的相互作用，评估药物组合在分子环境中的多靶点作用。这种策略能够揭示药物在复杂生物系统中的多重作用机制，从而促进药物的重新定位[6]。

  3. 计算方法（Computational Approaches）：近年来，计算技术的进步为药物重定位提供了新的可能性。通过机器学习和其他计算工具，研究人员可以在大量数据中识别潜在的药物重定位候选物。这种方法能够有效地筛选出具有治疗潜力的现有药物[9]。

  4. 临床试验数据挖掘（Clinical Trial Data Mining）：利用已有的临床试验数据，分析药物在不同疾病中的疗效和安全性。通过对现有药物的使用数据进行挖掘，可以发现其在其他疾病中的潜在应用[15]。

  5. 高通量筛选（High-Throughput Screening）：这一实验方法可以快速评估大量药物在新靶点上的活性，帮助识别适合重定位的候选药物。这种方法尤其适用于发现药物的副作用或新适应症[15]。

  6. 多靶点药物设计（Polypharmacology）：这一策略利用药物对多个靶点的作用来开发新疗法。通过识别药物的多个作用机制，可以更有效地针对复杂的疾病，如癌症和神经退行性疾病[16]。

  7. 结合药物（Combination Therapy）：通过将现有药物与新药物或其他现有药物组合使用，研究人员可以提高治疗效果，特别是在复杂疾病的管理中[17]。

这些策略不仅能够加速药物开发过程，还能降低开发成本，提升成功率。药物重定位的应用在肿瘤、神经退行性疾病等多个领域显示出良好的前景，为患者提供了新的治疗选择[3][8][18]。

3.3 基于大数据和人工智能的重定位策略 ​

药物重定位是一种有效的策略，旨在为现有药物寻找新的治疗用途。近年来，随着大数据和人工智能（AI）技术的发展，药物重定位的策略得到了显著扩展和提升。以下是几种主要的药物重定位策略，特别是基于大数据和人工智能的策略。

首先，药物重定位的策略可以分为网络基础模型、结构基础方法和人工智能（AI）方法。网络基础模型利用生物网络分析药物之间的相互作用，识别与特定疾病相关的蛋白质，从而发现新的药物-疾病或药物-靶点关系[19]。结构基础方法则专注于小分子化合物如何与生物大分子靶点结合，评估化合物的生物相互作用，进而寻找现有药物的新应用[19]。

在人工智能方面，AI被广泛应用于加速药物重定位过程。AI模型可以分析大规模数据集，识别药物反应的复杂模式，并预测潜在的药物重定位机会[20]。例如，Zhou等人（2020年）强调了AI在COVID-19药物重定位中的应用，指出AI不仅是一个强大的工具，也是必要的，能够通过精准医学加速药物重定位[21]。此外，Perdomo-Quinteiro和Belmonte-Hernández（2024年）在其研究中探讨了知识图谱的应用，这些图谱通过整合多种数据源，提升了药物重定位的效率和准确性[22]。

值得注意的是，尽管基于大数据和AI的药物重定位策略具有巨大的潜力，但仍面临一些挑战。临床患者数据的稀缺以及对基因突变作为主要药物靶点的关注可能限制了依赖于基因组信息的抗癌药物重定位方法的表现[9]。因此，结合功能测试与患者细胞对多种靶向疗法及其组合的反应，可以为组织特异性的AI方法提供额外的信息来源，进一步促进药物重定位的过程[9]。

总之，药物重定位的主要策略包括网络基础模型、结构基础方法和基于人工智能的方法。这些策略通过利用大数据和先进的算法，不仅加速了药物发现的过程，还提高了预测的精确性，为新的治疗机会提供了更为广泛的视角。

4 药物重定位的成功案例 ​

4.1 癌症治疗中的药物重定位 ​

药物重定位是一种有效的策略，通过重新利用已有药物来开发新疗法，尤其在癌症治疗领域，药物重定位显示出了巨大的潜力。以下是一些药物重定位的策略、成功案例以及在癌症治疗中的应用。

首先，药物重定位的策略包括多种方法。研究者们通常会利用计算机辅助药物设计（如分子对接、虚拟筛选）来发现已有药物的新适应症。此外，结合生物标志物的指导，可以更精准地识别出哪些现有药物可能对特定类型的癌症有效。例如，某些化疗药物在新的生物标志物指导下被重新评估，从而找到新的治疗机会[23]。同时，药物重定位也强调多靶点药物的使用，这意味着利用具有多个作用靶点的药物，可以同时干预癌症的多条信号通路，增加治疗的有效性[24]。

成功案例方面，许多非癌症药物在癌症治疗中展现出良好的效果。例如，非甾体抗炎药（NSAIDs）如阿司匹林和布洛芬，因其抗肿瘤特性而受到关注，已在多项临床试验中验证其抗癌效果[25]。此外，抗寄生虫药物如阿莫西林和伊维菌素等也被发现具有抑制癌细胞生长的潜力，这些药物的再利用不仅降低了开发新药的成本，还加快了临床应用的进程[26]。

在癌症治疗中的药物重定位，研究者们强调其多种优势。由于已有药物的安全性和有效性数据，重定位策略通常比新药开发更为快速和经济[27]。例如，在治疗三阴性乳腺癌（TNBC）时，已有药物被重新定位以应对该病的高致死率和治疗选择有限的问题[28]。这种方法不仅可以快速引入新治疗方案，还能为患者提供更安全、有效的治疗选择。

然而，药物重定位也面临着挑战，如知识产权问题、经济驱动的障碍以及临床试验的复杂性等，这些都可能影响重定位药物的开发和应用[29]。尽管如此，药物重定位依然是当前癌症治疗研究中一个充满希望的领域，其在未来有望为更多患者提供新的治疗选择。

4.2 神经退行性疾病中的药物重定位 ​

药物重定位是一种通过寻找现有药物的新适应症来加速药物开发的策略，尤其在神经退行性疾病的治疗中显示出巨大潜力。该策略的成功案例和具体方法包括以下几个方面：

  1. 靶向和非靶向药物发现技术： 药物重定位可以通过靶向和非靶向的药物发现技术来实现。靶向策略连接疾病通路与可用药物的靶点，而非靶向策略则关注已批准药物的已知或未知副作用（Attri et al., 2025）[30]。这两种策略的结合能够有效地识别潜在的治疗候选药物。

  2. 计算方法和实验方法的结合： 计算药物重定位利用计算生物学的方法，通过药物-疾病-基因网络的特征学习来预测潜在的药物重定位候选者。例如，通过建立知识图谱并应用算法，可以识别出与神经退行性疾病相关的药物（Selote & Makhijani, 2025）[31]。同时，实验方法如蛋白质组学、基因组学和网络分析也被广泛应用，以验证计算结果并探索药物的新用途。

  3. 药物重定位的具体案例： 在神经退行性疾病中，许多药物已被成功重定位。例如，抗高血压药物（如isradipine）和抗抑郁药物（如氟西汀）被发现对帕金森病（PD）具有潜在的神经保护作用（Sahoo et al., 2025）[32]。此外，抗癌药物也显示出对阿尔茨海默病（AD）和其他神经退行性疾病的治疗潜力（Advani et al., 2020）[33]。

  4. 药物组合策略： 药物重定位还可以通过药物组合策略来增强疗效。例如，将针对sigma-1受体的药物与其他治疗剂结合使用，可能会改善治疗效果（Eskandari et al., 2025）[34]。这种组合不仅能够提高治疗的有效性，还可能减少单一药物的副作用。

  5. 面临的挑战与未来方向： 尽管药物重定位具有诸多优势，如成本和时间的节省，但仍然面临科学、经济和监管等方面的挑战（Kakoti et al., 2022）[35]。未来的研究需要集中在优化药物组合、进行大规模临床试验以及明确重定位药物的作用机制上，以验证其在神经退行性疾病中的有效性和安全性（Pattanaik et al., 2025）[36]。

综上所述，药物重定位在神经退行性疾病的治疗中展现出巨大的潜力，通过靶向和非靶向策略、计算与实验方法的结合，以及药物组合策略的应用，能够为患者提供新的治疗选择。未来的研究应致力于克服当前的挑战，以加速药物重定位的成功转化。

4.3 传染病治疗中的药物重定位 ​

药物重定位（drug repurposing）是一种通过寻找已有药物的新适应症来加速药物开发的策略。这种方法尤其适用于应对传染病等公共健康威胁。以下是药物重定位的几种主要策略及其在传染病治疗中的成功案例。

首先，药物重定位可以通过多种方法进行，包括表型筛选、计算机辅助筛选和偶然发现等。表型筛选通常涉及对已知药物进行活性测试，以确定其对新靶点或新疾病的潜在效果；计算机辅助筛选则利用生物信息学工具预测药物与新靶点的相互作用；而偶然发现则是在研究中意外发现药物的新用途[37]。

其次，药物重定位在传染病治疗中显示出显著的潜力。例如，已有研究表明，某些非抗生素药物在治疗多药耐药细菌感染方面表现出良好的效果。这些研究分析了多种药物的安全性及其与抗生素的协同作用，探讨了具有抗寄生虫、抗癌和抗精神病效果的药物，以及用于代谢疾病的药物的潜力[38]。具体而言，药物重定位在应对耐甲氧西林金黄色葡萄球菌、耐多药结核分枝杆菌和耐碳青霉烯细菌感染等方面展现了良好的前景。

在抗病毒治疗方面，药物重定位同样显示出有效性。通过重定位已有药物，研究人员成功发现了针对埃博拉、寨卡、登革热和丙型肝炎病毒的新治疗选择。这种方法不仅节省了开发新药的时间和成本，还减少了临床试验的需求[39]。例如，在COVID-19疫情期间，药物重定位活动显著增加，许多药物被重新评估以对抗新兴病毒[40]。

此外，药物重定位还面临一些挑战，例如药物的经济性和适应性问题。许多药物在重定位过程中可能会遇到成本效益不高的问题[41]。尽管如此，药物重定位仍然是应对传染病、尤其是耐药性细菌和新兴病毒的重要策略。

总之，药物重定位为快速发现新疗法提供了一种有效的途径，尤其在面对全球公共健康挑战时，其应用前景广阔。通过整合不同的筛选方法和策略，研究人员能够加速药物开发，满足未满足的医疗需求。

5 药物重定位面临的挑战 ​

5.1 临床试验的设计与实施 ​

药物重定位是一种利用已有药物寻找新适应症的策略，其面临的挑战以及临床试验的设计与实施都是推动这一领域发展的关键因素。根据相关文献，药物重定位的策略和面临的挑战可以概括如下。

药物重定位的策略主要包括以下几种：

  1. 偶然观察：通过意外发现药物的意外效果来进行重定位。这种方法依赖于临床实践中对药物效果的观察，能够迅速识别潜在的新适应症[1]。

  2. 失败药物的重新评估：将曾经在临床试验中未能成功的药物重新导向新的适应症。这一策略可以有效利用已经积累的临床数据和安全性资料，降低重定位的风险[1]。

  3. 系统化方法：目前的重定位研究越来越多地采用系统化的方法来识别、筛选和开发现有药物。这包括利用生物信息学、基因组数据以及多组学分析等技术来寻找潜在的重定位机会[5]。

  4. 多靶点药物组合：通过网络基础策略评估药物组合在分子环境中的作用，以多靶点的方式提升药物的疗效[6]。

在临床试验的设计与实施方面，药物重定位也面临着诸多挑战：

  1. 临床试验的复杂性：设计有效的临床试验需要考虑到重定位药物的特性和新的适应症的生物学机制。这包括制定合适的终点指标、选择合适的患者群体，以及设计能够充分展示药物疗效的试验方案[8]。

  2. 监管和法律障碍：药物重定位的过程中，监管机构的要求可能会对临床试验的设计和实施产生重大影响。缺乏明确的指导方针和市场独占权可能会阻碍药物重定位的进程[42]。

  3. 数据访问与整合：药物重定位的成功往往依赖于对现有数据的有效整合，包括临床数据、基因组数据和药物相互作用数据。数据的可获取性和质量直接影响重定位研究的进展[43]。

  4. 临床验证的需求：为了获得监管机构的批准，重定位药物必须提供充分的临床验证数据。这通常需要设计严格的临床试验以证明其在新适应症中的疗效和安全性[44]。

综上所述，药物重定位的策略多样且富有潜力，但在临床试验的设计与实施中仍面临诸多挑战。解决这些挑战需要跨学科的合作与创新的研究方法，以推动药物重定位的成功转化。

5.2 法规与审批的复杂性 ​

药物重定位是一种通过寻找已上市药物的新疗法来加速药物开发的策略。尽管药物重定位具有明显的优势，如成本效益和缩短开发时间，但其在实际应用中仍面临多种挑战，尤其是在法规与审批的复杂性方面。

首先，药物重定位的法规障碍主要体现在以下几个方面。药物重定位涉及将已有药物用于新的适应症，这需要遵循不同于原适应症的监管要求。现有的法律框架往往不够灵活，难以适应药物重定位的需求。例如，监管机构可能对药物的临床试验数据要求严格，而这些数据在原适应症的试验中可能并不完全适用于新适应症（Breckenridge和Jacob 2019）。此外，药物的专利状态也可能影响重定位的进程。对于失去专利保护的药物，制药公司往往缺乏足够的经济激励去进行重定位研究（Garcia-Diaz等 2025）。

其次，药物重定位的审批过程往往复杂且耗时。监管机构需要评估新适应症的安全性和有效性，这通常需要进行新的临床试验。由于药物重定位通常涉及对现有药物的新应用，如何设计合适的临床试验以满足监管要求是一大挑战（Malla等 2024）。此外，药物重定位的成功还依赖于不同利益相关者之间的合作，包括制药公司、研究机构和监管机构等。缺乏有效的合作可能导致信息孤岛，进一步延缓重定位的进程（Liddicoat等 2024）。

再者，药物重定位还面临经济和法律方面的障碍。许多重定位项目缺乏足够的资金支持，尤其是在需要进行确认性临床试验时（Pushpakom等 2019）。此外，重定位药物的法律和知识产权问题也常常阻碍其市场化。例如，针对重定位药物的知识产权保护不足，可能导致制药公司对投资重定位项目的兴趣降低（Juárez-López和Schcolnik-Cabrera 2021）。

为了解决这些挑战，许多研究者和政策制定者提出了一系列政策建议，包括加强公共投资、促进政府与私营部门的合作、优化监管流程等（Spin等 2024）。此外，利用大数据和人工智能等新技术，可以提高药物重定位的效率，帮助识别潜在的重定位候选药物（Jonker等 2024）。

综上所述，药物重定位是一项具有巨大潜力的策略，但其成功实施受到法规与审批复杂性、经济激励不足以及法律障碍等多重挑战的制约。通过改善监管环境、加强合作以及利用新技术，有望推动药物重定位的进一步发展。

5.3 药物安全性与有效性评估 ​

药物重定位是一种旨在为已批准的药物寻找新适应症的策略，近年来受到广泛关注。根据相关文献，药物重定位的策略主要包括以下几种：

  1. 偶然观察：一些药物在临床使用中意外显示出新的治疗效果，这种偶然发现常常为药物重定位提供了机会[1]。

  2. 系统性方法：目前采用的系统性方法包括对失败的研究药物进行重新评估，寻找其潜在的新适应症。此类方法通常涉及药物的药理特性、制剂考虑、代表性生物测定的评估以及强有力的临床试验方法[1]。

  3. 网络基础策略：这种策略侧重于在分子环境中评估药物组合的效果，分析药物之间的相互作用，利用现有的数据库和筛选工具来缩小适合重定位的药物范围[6]。

  4. 计算和实验方法：药物重定位可以通过计算方法（如机器学习和算法建模）以及实验方法（如湿实验）来进行。这些方法帮助识别具有潜力的药物候选者[45]。

  5. 多方合作：药物重定位的成功往往依赖于多方合作，通过形成多方合作伙伴关系，可以克服资源不足和数据透明度等障碍[46]。

在药物重定位过程中，药物的安全性和有效性评估是至关重要的。已有研究表明，药物重定位能够有效克服传统药物开发过程中的时间、成本和资源瓶颈，但成功率并不高。研究表明，药物重定位成功的关键在于对药物药理特性的深入了解、合适的药物制剂、具有转化潜力的生物测定评估以及强有力的临床试验方法[1]。此外，药物的安全性通常是通过已有的临床试验数据进行评估，而有效性则需要在新的适应症中进行系统的验证和临床试验。

尽管药物重定位具有多种优势，如成本效益高、开发周期短等，但在实施过程中仍面临诸多挑战，包括法律和监管障碍、资源不足、缺乏透明的数据访问和专业知识等[42][46]。这些挑战可能会影响药物重定位的整体成功率，因此在推进药物重定位项目时，需要制定有效的策略以克服这些障碍。

6 未来发展方向 ​

6.1 新技术在药物重定位中的应用 ​

药物重定位是一种利用现有药物开发新适应症的策略，近年来随着生物医学领域技术的进步而迅速发展。多种策略被提出以实现药物重定位的目标，其中包括基于基因组数据的方法、网络分析、机器学习等。以下是一些主要的药物重定位策略及其未来发展方向。

首先，基于基因组数据的药物重定位策略已经获得了显著进展。随着大型生物银行的建立，这些生物银行将基因组数据与电子健康记录相结合，为药物重定位提供了丰富的信息来源。例如，Mendelian随机化、多组学和网络研究等方法被广泛应用于药物重定位，帮助研究人员更有效地识别新疗法[5]。未来，这些策略有望通过更好地整合不同类型的数据，克服技术挑战，提高药物重定位的可靠性。

其次，网络分析策略也被广泛应用于药物重定位。这种策略侧重于在分子环境中评估药物组合的多靶点效果以及药物之间的相互作用[6]。通过分析药物与靶点之间的网络关系，研究人员可以识别潜在的药物组合，从而实现更高效的治疗效果。

机器学习和人工智能（AI）技术的引入为药物重定位提供了新的机遇。利用公共数据库和信息资源，机器学习方法可以系统性地识别药物重定位的线索，进一步加速和降低药物开发的风险。特别是在癌症治疗领域，AI技术能够通过扩展药物的靶点活性谱，识别新的治疗适应症[9]。未来，随着AI技术的不断发展，其在药物重定位中的应用将更加广泛，能够有效地整合临床患者数据和实验室数据，从而提高药物重定位的成功率。

最后，药物重定位的未来发展方向还包括在临床试验、药物许可和临床实施方面的挑战[8]。这些挑战包括法律和监管障碍，这些障碍可能限制药物重定位策略的广泛应用[42]。因此，克服这些障碍将是推动药物重定位进一步发展的关键。

综上所述，药物重定位的策略多样，涵盖基因组数据分析、网络分析及机器学习等多个领域。随着新技术的不断应用和发展，药物重定位在未来有望为新药的快速开发和临床应用提供更多可能性。

6.2 跨学科合作的重要性 ​

药物再利用（Drug Repurposing）是指将已获批准的药物用于新的治疗用途，这一策略在近年来得到了广泛关注。药物再利用的策略多种多样，主要包括以下几种：

  1. 网络基础策略：这种策略关注于在分子环境中评估药物组合，分析药物相互作用和多靶点作用。这种方法能够识别药物之间的相互作用，帮助发现新的治疗用途[6]。

  2. 基因组数据驱动的方法：近年来，随着大型生物库的发展，基因组数据与电子健康记录数据的结合为药物再利用提供了新的机遇。利用这些数据，研究人员可以通过孟德尔随机化、多组学和网络基础研究等策略寻找药物再定位的机会[5]。

  3. 计算方法：计算药物再利用的方法不断发展，包括利用人工智能（AI）和机器学习（ML）来系统性识别药物再利用的潜在目标。这些方法可以处理大量的生物数据，帮助发现新的药物-疾病关联[9]。

  4. 临床数据分析：通过分析临床试验和电子健康记录的数据，研究人员能够识别现有药物在新适应症中的潜在应用。这种方法可以快速缩短药物从实验室到临床应用的时间，并降低成本[47]。

  5. 多学科合作：药物再利用的成功往往依赖于多学科的合作。这种合作可以促进不同领域的知识和资源共享，从而提高研究的效率和成功率。例如，药物开发中的临床研究人员、药物化学家和数据科学家的合作能够加速药物再利用的进程[44]。

跨学科合作的重要性在于，它能够整合不同领域的专业知识和技术，推动药物再利用的创新。通过结合临床医学、药物化学、计算生物学和数据科学等多个领域的力量，研究人员能够更有效地识别和验证新的药物适应症。这种合作不仅能提高研究的成功率，还能为药物再利用的政策制定和实施提供更全面的视角和支持[48]。

总体而言，药物再利用是一种具有广泛应用前景的策略，未来的发展方向将更加依赖于跨学科的合作与创新，以应对药物开发过程中面临的各种挑战和机遇。

6.3 药物重定位的个性化医疗潜力 ​

药物重定位是一种将现有药物用于新的治疗指征的策略，其潜力在个性化医疗中尤为突出。药物重定位的策略多样，涵盖了从计算方法到实验方法的多种途径，旨在提高现有药物的治疗价值，减少开发新药所需的时间和成本。

首先，药物重定位的一个重要策略是基于计算的方法，这些方法利用生物信息学和机器学习技术，结合现有的药物和疾病数据，来预测药物的新用途。例如，网络基础策略通过评估药物组合在分子环境中的多靶点作用和药物相互作用来进行重定位。这种方法依赖于多个数据库和管道，以便有效地筛选合适的药物[6]。

其次，基于活动的实验方法也是药物重定位的重要组成部分。这些方法通过体外和体内实验来验证药物在新适应症中的有效性。例如，利用高通量筛选技术（HTS）对小分子进行筛查，以识别可能的新用途[49]。此外，药物重定位还可以通过整合基因组数据和电子健康记录，快速识别潜在的重定位机会，这一策略在最近的研究中得到了广泛应用[5]。

个性化医疗的潜力在于药物重定位能够根据患者的具体基因组特征和病理状态来定制治疗方案。通过利用大规模生物库和先进的数据分析技术，研究者可以识别特定患者群体中可能有效的药物，从而实现精准治疗[5]。例如，基于单基因随机化和多组学研究的方法可以有效地寻找药物重定位的机会，这些方法的应用为个性化药物治疗提供了新的思路和方向[5]。

综上所述，药物重定位的策略不仅包括传统的实验室研究，还涉及到现代计算技术的广泛应用。这些策略的结合使得药物重定位在个性化医疗中展现出巨大的潜力，能够更快速、有效地为患者提供新的治疗选择，同时降低研发成本和风险。随着技术的不断进步，未来药物重定位有望在更多疾病领域发挥重要作用。

7 总结 ​

药物重定位作为一种创新的药物开发策略，展现出巨大的潜力和应用价值。本文总结了药物重定位的基本概念、主要策略以及在癌症、神经退行性疾病和传染病等领域的成功案例。通过基于靶点、疾病机制、大数据和人工智能等多种策略，药物重定位能够快速有效地将现有药物应用于新的治疗适应症。然而，药物重定位在实施过程中仍面临诸多挑战，包括临床试验设计、法规审批的复杂性以及药物安全性与有效性评估等问题。未来的研究方向应集中在新技术的应用、跨学科合作的重要性以及药物重定位在个性化医疗中的潜力等方面。通过不断克服现有挑战，药物重定位有望为更多患者提供有效的治疗选择，推动生物医学领域的发展。

参考文献 ​

  • [1] Niti Mittal;Rakesh Mittal. Repurposing old molecules for new indications: Defining pillars of success from lessons in the past.. European journal of pharmacology(IF=4.7). 2021. PMID:34653378. DOI: 10.1016/j.ejphar.2021.174569.
  • [2] Hui Zhou;Hongdou Liu;Yan Yu;Xiao Yuan;Ling Xiao. Informatics on Drug Repurposing for Breast Cancer.. Drug design, development and therapy(IF=5.1). 2023. PMID:37405253. DOI: 10.2147/DDDT.S417563.
  • [3] Md Sadique Hussain;Prince Ahad Mir;Nishant Kumar;Roohi Mohi-Ud-Din;Adil Farooq Wali;Reyaz Hassan Mir;Sirajunisa Talath;Sathvik B Sridhar;Javedh Shareef;Manjunatha Goud;Imran Rangraze;Mohamed El-Tanani;Der Jiun Ooi. From Lab to Clinic: Success Stories of Repurposed Drugs in Treating Major Diseases.. Advances in pharmacological and pharmaceutical sciences(IF=3.0). 2025. PMID:41116841. DOI: 10.1155/adpp/1070716.
  • [4] José S Rodríguez-Zavala;Cecilia Zazueta. Novel drug design and repurposing: An opportunity to improve translational research in cardiovascular diseases?. Archiv der Pharmazie(IF=3.6). 2024. PMID:39074969. DOI: 10.1002/ardp.202400492.
  • [5] Lijuan Wang;Ying Lu;Doudou Li;Yajing Zhou;Lili Yu;Ines Mesa Eguiagaray;Harry Campbell;Xue Li;Evropi Theodoratou. The landscape of the methodology in drug repurposing using human genomic data: a systematic review.. Briefings in bioinformatics(IF=7.7). 2024. PMID:38279645. DOI: 10.1093/bib/bbad527.
  • [6] Arjun V Kowshik;Megha Manoj;Siddarth Sowmyanarayan;Jhinuk Chatterjee. Drug repurposing: databases and pipelines.. CNS spectrums(IF=4.1). 2024. PMID:37489503. DOI: 10.1017/S1092852923002365.
  • [7] J Javier Hernandez;Michael Pryszlak;Lindsay Smith;Connor Yanchus;Naheed Kurji;Vijay M Shahani;Steven V Molinski. Giving Drugs a Second Chance: Overcoming Regulatory and Financial Hurdles in Repurposing Approved Drugs As Cancer Therapeutics.. Frontiers in oncology(IF=3.3). 2017. PMID:29184849. DOI: 10.3389/fonc.2017.00273.
  • [8] Pan Pantziarka;Ciska Verbaanderd;Isabelle Huys;Gauthier Bouche;Lydie Meheus. Repurposing drugs in oncology: From candidate selection to clinical adoption.. Seminars in cancer biology(IF=15.7). 2021. PMID:31982510. DOI: 10.1016/j.semcancer.2020.01.008.
  • [9] Ziaurrehman Tanoli;Markus Vähä-Koskela;Tero Aittokallio. Artificial intelligence, machine learning, and drug repurposing in cancer.. Expert opinion on drug discovery(IF=4.9). 2021. PMID:33543671. DOI: 10.1080/17460441.2021.1883585.
  • [10] Patrick Wu;QiPing Feng;Vern Eric Kerchberger;Scott D Nelson;Qingxia Chen;Bingshan Li;Todd L Edwards;Nancy J Cox;Elizabeth J Phillips;C Michael Stein;Dan M Roden;Joshua C Denny;Wei-Qi Wei. Integrating gene expression and clinical data to identify drug repurposing candidates for hyperlipidemia and hypertension.. Nature communications(IF=15.7). 2022. PMID:35013250. DOI: 10.1038/s41467-021-27751-1.
  • [11] Zhe Zhang;Li Zhou;Na Xie;Edouard C Nice;Tao Zhang;Yongping Cui;Canhua Huang. Overcoming cancer therapeutic bottleneck by drug repurposing.. Signal transduction and targeted therapy(IF=52.7). 2020. PMID:32616710. DOI: 10.1038/s41392-020-00213-8.
  • [12] Paola Patrignani;Annalisa Contursi;Stefania Tacconelli;Dieter Steinhilber. The future of pharmacology and therapeutics of the arachidonic acid cascade in the next decade: Innovative advancements in drug repurposing.. Frontiers in pharmacology(IF=4.8). 2024. PMID:39268466. DOI: 10.3389/fphar.2024.1472396.
  • [13] Stefania Bellino;Daniela Lucente;Anna La Salvia. Drug Repurposing of New Treatments for Neuroendocrine Tumors.. Cancers(IF=4.4). 2025. PMID:40805187. DOI: 10.3390/cancers17152488.
  • [14] Michael P Pollastri;Robert K Campbell. Target repurposing for neglected diseases.. Future medicinal chemistry(IF=3.4). 2011. PMID:21859304. DOI: 10.4155/fmc.11.92.
  • [15] Monica Suet Ying Ng;Gursimran Kaur;Ross S Francis;Carmel M Hawley;David W Johnson. Drug repurposing for glomerular diseases: an underutilized resource.. Nature reviews. Nephrology(IF=39.8). 2024. PMID:39085415. DOI: 10.1038/s41581-024-00864-8.
  • [16] Itishree Kaushik;Sharavan Ramachandran;Sahdeo Prasad;Sanjay K Srivastava. Drug rechanneling: A novel paradigm for cancer treatment.. Seminars in cancer biology(IF=15.7). 2021. PMID:32437876. DOI: 10.1016/j.semcancer.2020.03.011.
  • [17] Komal Latif;Aman Ullah;Anastasiia D Shkodina;Dmytro I Boiko;Zakia Rafique;Badrah S Alghamdi;Mohamed A Alfaleh;Ghulam Md Ashraf. Drug reprofiling history and potential therapies against Parkinson's disease.. Frontiers in pharmacology(IF=4.8). 2022. PMID:36386233. DOI: 10.3389/fphar.2022.1028356.
  • [18] Bushra Bashir;Sukriti Vishwas;Gaurav Gupta;Keshav Raj Paudel;Harish Dureja;Puneet Kumar;Hyunah Cho;Vrashabh V Sugandhi;Popat S Kumbhar;John Disouza;Muralikrishnan Dhanasekaran;Bey Hing Goh;Monica Gulati;Kamal Dua;Sachin Kumar Singh. Does drug repurposing bridge the gaps in management of Parkinson's disease? Unravelling the facts and fallacies.. Ageing research reviews(IF=12.4). 2025. PMID:39961372. DOI: 10.1016/j.arr.2025.102693.
  • [19] Serena Dotolo;Anna Marabotti;Angelo Facchiano;Roberto Tagliaferri. A review on drug repurposing applicable to COVID-19.. Briefings in bioinformatics(IF=7.7). 2021. PMID:33147623. DOI: 10.1093/bib/bbaa288.
  • [20] Zhaoman Wan;Xinran Sun;Yi Li;Tianyao Chu;Xueyu Hao;Yang Cao;Peng Zhang. Applications of Artificial Intelligence in Drug Repurposing.. Advanced science (Weinheim, Baden-Wurttemberg, Germany)(IF=14.1). 2025. PMID:40047357. DOI: 10.1002/advs.202411325.
  • [21] Yadi Zhou;Fei Wang;Jian Tang;Ruth Nussinov;Feixiong Cheng. Artificial intelligence in COVID-19 drug repurposing.. The Lancet. Digital health(IF=24.1). 2020. PMID:32984792. DOI: 10.1016/S2589-7500(20)30192-8.
  • [22] Pablo Perdomo-Quinteiro;Alberto Belmonte-Hernández. Knowledge Graphs for drug repurposing: a review of databases and methods.. Briefings in bioinformatics(IF=7.7). 2024. PMID:39325460. DOI: 10.1093/bib/bbae461.
  • [23] Jan Stenvang;Iben Kümler;Sune Boris Nygård;David Hersi Smith;Dorte Nielsen;Nils Brünner;José M A Moreira. Biomarker-guided repurposing of chemotherapeutic drugs for cancer therapy: a novel strategy in drug development.. Frontiers in oncology(IF=3.3). 2013. PMID:24400218. DOI: 10.3389/fonc.2013.00313.
  • [24] Freya R Weth;Georgia B Hoggarth;Anya F Weth;Erin Paterson;Madeleine P J White;Swee T Tan;Lifeng Peng;Clint Gray. Unlocking hidden potential: advancements, approaches, and obstacles in repurposing drugs for cancer therapy.. British journal of cancer(IF=6.8). 2024. PMID:38012383. DOI: 10.1038/s41416-023-02502-9.
  • [25] Sofia Martins Sousa;Cristina Pinto Ribeiro Xavier;Maria Helena Vasconcelos;Andreia Palmeira. Repurposing some of the Well-known Non-steroid Anti-inflammatory Drugs (NSAIDs) for Cancer Treatment.. Current topics in medicinal chemistry(IF=3.3). 2023. PMID:36717997. DOI: 10.2174/1568026623666230130150029.
  • [26] Haoyang Huang;Qing He;Binghua Guo;Xudong Xu;Yinjuan Wu;Xuerong Li. Progress in Redirecting Antiparasitic Drugs for Cancer Treatment.. Drug design, development and therapy(IF=5.1). 2021. PMID:34188451. DOI: 10.2147/DDDT.S308973.
  • [27] Abdulaziz H Al Khzem;Mohamed S Gomaa;Mansour S Alturki;Nada Tawfeeq;Mohammad Sarafroz;Shareefa M Alonaizi;Alhassan Al Faran;Laela Ahmed Alrumaihi;Fatimah Ahmed Alansari;Abdullah Abbas Alghamdi. Drug Repurposing for Cancer Treatment: A Comprehensive Review.. International journal of molecular sciences(IF=4.9). 2024. PMID:39596504. DOI: 10.3390/ijms252212441.
  • [28] Sandhya Chaudhary;Kalpana Rahate;Ritam Mondal;Rahul Kumar. Exploring Cutting-Edge Strategies for the Management of Triple-Negative Breast Cancer Through Drug Repurposing.. Current topics in medicinal chemistry(IF=3.3). 2025. PMID:40676789. DOI: 10.2174/0115680266360882250702093727.
  • [29] Aurora Gonzalez-Fierro;Alfonso Dueñas-González. Drug repurposing for cancer therapy, easier said than done.. Seminars in cancer biology(IF=15.7). 2021. PMID:31877340. DOI: 10.1016/j.semcancer.2019.12.012.
  • [30] Meenakshi Attri;Asha Raghav;Jyoti Sinha. Revolutionising Neurological Therapeutics: Investigating Drug Repurposing Strategies.. CNS & neurological disorders drug targets(IF=3.0). 2025. PMID:39323347. DOI: 10.2174/0118715273329531240911075309.
  • [31] Ruchira Selote;Richa Makhijani. A knowledge graph approach to drug repurposing for Alzheimer's, Parkinson's and Glioma using drug-disease-gene associations.. Computational biology and chemistry(IF=3.1). 2025. PMID:39693851. DOI: 10.1016/j.compbiolchem.2024.108302.
  • [32] Saswati Swagatika Sahoo;Sudhir Kumar Paidesetty;Pratap Kumar Sahu;Swagata Pattanaik;Rambabu Dandela. Therapeutic innovation through drug repurposing: A multidimensional approach toward treating Parkinson's disease.. Bioorganic chemistry(IF=4.7). 2025. PMID:41161293. DOI: 10.1016/j.bioorg.2025.109129.
  • [33] Dia Advani;Rohan Gupta;Rahul Tripathi;Sudhanshu Sharma;Rashmi K Ambasta;Pravir Kumar. Protective role of anticancer drugs in neurodegenerative disorders: A drug repurposing approach.. Neurochemistry international(IF=4.0). 2020. PMID:32853752. DOI: 10.1016/j.neuint.2020.104841.
  • [34] Kiarash Eskandari;Sara-Maude Bélanger;Véronik Lachance;Saïd Kourrich. Repurposing Sigma-1 Receptor-Targeting Drugs for Therapeutic Advances in Neurodegenerative Disorders.. Pharmaceuticals (Basel, Switzerland)(IF=4.8). 2025. PMID:40430519. DOI: 10.3390/ph18050700.
  • [35] Bibhuti Bhusan Kakoti;Rajashri Bezbaruah;Nasima Ahmed. Therapeutic drug repositioning with special emphasis on neurodegenerative diseases: Threats and issues.. Frontiers in pharmacology(IF=4.8). 2022. PMID:36263141. DOI: 10.3389/fphar.2022.1007315.
  • [36] Swagata Pattanaik;Aruna Ghose;Kakarla Pakeeraiah;Sudhir Kumar Paidesetty;Shakti Ketan Prusty;Pratap Kumar Sahu. Repurposing drugs: promising therapeutic approach against Alzheimer's disease.. Ageing research reviews(IF=12.4). 2025. PMID:39993451. DOI: 10.1016/j.arr.2025.102698.
  • [37] Lucie Peyclit;Sophie Alexandra Baron;Jean-Marc Rolain. Drug Repurposing to Fight Colistin and Carbapenem-Resistant Bacteria.. Frontiers in cellular and infection microbiology(IF=4.8). 2019. PMID:31245302. DOI: 10.3389/fcimb.2019.00193.
  • [38] Paulina Glajzner;Agnieszka Bernat;Magdalena Jasińska-Stroschein. Improving the treatment of bacterial infections caused by multidrug-resistant bacteria through drug repositioning.. Frontiers in pharmacology(IF=4.8). 2024. PMID:38910882. DOI: 10.3389/fphar.2024.1397602.
  • [39] Beatrice Mercorelli;Giorgio Palù;Arianna Loregian. Drug Repurposing for Viral Infectious Diseases: How Far Are We?. Trends in microbiology(IF=14.9). 2018. PMID:29759926. DOI: 10.1016/j.tim.2018.04.004.
  • [40] Amal Hamid;Pascal Mäser;Abdelhalim Babiker Mahmoud. Drug Repurposing in the Chemotherapy of Infectious Diseases.. Molecules (Basel, Switzerland)(IF=4.6). 2024. PMID:38338378. DOI: 10.3390/molecules29030635.
  • [41] Nilofer Bano;Sana Parveen;Mohd Saeed;Samra Siddiqui;Mohammad Abohassan;Snober S Mir. Drug Repurposing of Selected Antibiotics: An Emerging Approach in Cancer Drug Discovery.. ACS omega(IF=4.3). 2024. PMID:38947816. DOI: 10.1021/acsomega.4c00617.
  • [42] Alasdair Breckenridge;Robin Jacob. Overcoming the legal and regulatory barriers to drug repurposing.. Nature reviews. Drug discovery(IF=101.8). 2019. PMID:29880920. DOI: 10.1038/nrd.2018.92.
  • [43] Teebah Abu-Zahra;Sabine E Grimm;Mirre Scholte;Adam J N Raymakers;Aaron S Kesselheim;Manuela Joore. How health technology assessment can help to address challenges in drug repurposing: a conceptual framework.. Drug discovery today(IF=7.5). 2024. PMID:38692506. DOI: 10.1016/j.drudis.2024.104008.
  • [44] Asha Recino;Melissa L D Rayner;Jennifer L Rohn;Oscar Della Pasqua; . Therapeutic innovation in drug repurposing: Challenges and opportunities.. Drug discovery today(IF=7.5). 2025. PMID:40441598. DOI: 10.1016/j.drudis.2025.104390.
  • [45] Yan Ling Ng;Cyrill Kafi Salim;Justin Jang Hann Chu. Drug repurposing for COVID-19: Approaches, challenges and promising candidates.. Pharmacology & therapeutics(IF=12.5). 2021. PMID:34174275. DOI: 10.1016/j.pharmthera.2021.107930.
  • [46] Nithya Krishnamurthy;Alyssa A Grimshaw;Sydney A Axson;Sung Hee Choe;Jennifer E Miller. Drug repurposing: a systematic review on root causes, barriers and facilitators.. BMC health services research(IF=3.0). 2022. PMID:35906687. DOI: 10.1186/s12913-022-08272-z.
  • [47] Trisha Bhatia;Shweta Sharma. Drug Repurposing: Insights into Current Advances and Future Applications.. Current medicinal chemistry(IF=3.5). 2025. PMID:37946344. DOI: 10.2174/0109298673266470231023110841.
  • [48] Nahida Sakis;Michelle Slone;Nadav Michaan;Shamgar Ben-Eliyahu. Advancing the human right to health in cancer care through drug repurposing strategies.. International journal for equity in health(IF=4.1). 2025. PMID:40842013. DOI: 10.1186/s12939-025-02598-w.
  • [49] S Joshua Swamidass. Mining small-molecule screens to repurpose drugs.. Briefings in bioinformatics(IF=7.7). 2011. PMID:21715466. DOI: 10.1093/bib/bbr028.

麦伴智能科研服务 ​

在麦伴科研 (maltsci.com) 搜索更多文献 ​

药物重定位 · 治疗适应症 · 大数据 · 人工智能 · 临床试验

© 2025 MaltSci 麦伴科研