预测药物-疾病关联的计算方法：综合综述

近几十年来，传统药物研发面临着成本高、周期长、风险大等挑战。为解决这些问题，许多计算方法被提出，通过药物重定位来预测药物与疾病之间的关系，旨在降低新药开发的成本、研发周期和风险。研究者已探索了不同的计算方法来预测药物-疾病关联，包括药物副作用-疾病关联、药物-靶点关联和 miRNA-疾病关联。在本综合综述中，我们聚焦于药物重定位中预测药物-疾病关联方法的最新进展。我们首先将这些方法分为若干类，包括基于神经网络的算法、基于矩阵的算法、推荐算法、基于链接的推理算法以及文本挖掘与语义推理。然后，我们比较了现有药物-疾病关联预测算法的预测性能。最后，我们深入探讨了药物-疾病关联当前面临的挑战与未来前景。