In dieser Übersicht wird untersucht, wie computergestützte Ansätze, insbesondere künstliche Intelligenz (KI) und Netzwerkpharmakologie, das Repurposing von Arzneimitteln verändern. Es wird erläutert, wie KI-Techniken wie maschinelles Lernen, Deep Learning und die Verarbeitung natürlicher Sprache eine schnelle Vorhersage von Wechselwirkungen zwischen Medikamenten und Zielstrukturen sowie die Entdeckung neuer therapeutischer Anwendungen für bestehende Medikamente ermöglichen. Die Netzwerkpharmakologie ergänzt dies, indem sie ein systemisches Verständnis von Krankheiten durch Multi-Target- und pathway-basierte Analysen ermöglicht und damit über das traditionelle Modell "ein Medikament - ein Target" [...] Studie hebt die Integration von Multi-omics-Daten (Genomics, Proteomics, Metabolomics) und die Verwendung von Datenbanken wie DrugBank und STRING hervor, um die Vorhersagegenauigkeit zu verbessern. Außerdem werden Fallstudien aus der Praxis vorgestellt, in denen Medikamente erfolgreich für Krebs, Infektionskrankheiten und neurodegenerative Erkrankungen umgewidmet wurden.Dennoch bleiben Herausforderungen wie die Heterogenität der Daten, die Interpretierbarkeit der Algorithmen, Einschränkungen bei der Validierung und ethische Bedenken bestehen. Der Bericht kommt zu dem Schluss, dass die Kombination von KI mit Netzwerkpharmakologie einen leistungsstarken, kosteneffizienten Ansatz zur Beschleunigung der Arzneimittelentdeckung und zur Förderung der Präzisionsmedizin bietet.