阿尔茨海默病(Alzheimer’s disease, AD)是一种严重威胁老年人健康的神经系统退行性疾病,目前尚未发现能够根治或者延缓疾病进程的药物。寻找可以同时作用于多个AD相关靶点的多靶点定向配体(MTDL)是当前抗AD新药发现的重要策略。为了从上市药物中寻找潜在的多靶点抗AD药物,本文利用实验室前期基于机器学习算法建立的抗AD多靶点药物预测平台,对全球上市药物数据库进行了预测和挖掘,从中挑选出13个至少作用于1个抗AD药物靶点,且可以通过多种作用对抗AD的上市药物,利用Cytoscape构建化合物——靶点网络;并针对上市药物阿戈美拉汀及其预测的多靶点蛋白进行分子对接以验证预测结果,蛋白靶点包括ADORA2A、ACHE、BACE1、PTGS2、MAOB、SIGMAR1、ESR1,阿戈美拉汀均能与以上靶点产生相互作用。本文应用机器学习算法、网络药理学方法及分子对接方法,初步揭示了上市药物数据库中抗AD作用的潜在药物,为上市药物抗AD作用重定位提供了重要信息。