摘要 人工智能 (AI) 和机器学习 (ML) 技术在药物再利用领域发挥着越来越重要的作用。随着计算工具数量的增长，不仅要理解和仔细选择方法本身，还要考虑用于构建预测模型的输入数据。本综述旨在深入研究当前利用 AI 和 ML 来推动和加速化合物和药物靶标选择的计算方法，以及解决现有的挑战和提供观点。虽然毫无疑问基于 AI 和 ML 的工具正在改变传统方法，尤其是基于图形的方法的最新进展，但它们提出了需要人眼和专家干预的新挑战。OMIC 数据日益复杂，进一步强调了数据标准化和质量的重要性。