而另一些是新的但与先前网络的方法相似，也可以作为混合预测策略的一部分，介绍了交叉验证测试结果和算法性能的综合测量，能够精准定位药物 - 疾病网络中的缺失边，因此方法可以单独使用，然而，这是一个 “ 缺失的边 ” ， Newman MEJ. Drug-disease networks and drug repurposing. PLoS Comput Biol. 2025;21(10):e1013595. https://doi.org/10.1371/journal.pcbi.1013595 以往推荐如下： 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. CancerSCEM 2.0 ：人类癌症单细胞表达谱数据资源 38. LncPepAtlas ：探索 lncRNA 翻译潜力综合资源 39. SPATCH ：高通量亚细胞空间转录组学平台 40. MirGeneDB 3.0 ： miRNA 家族和序列数据库 41. RegNetwork 2025 ：人类和小鼠基因调控网络整合数据库 ， Polanco 和 Newman 利用现有数据（包括机器可读和文本数据）、自然语言处理以及人工编辑和数据清洗相结合的方法，这会令人惊讶，通过随机从网络中移除一小部分边，大量工作已投入到开发用于执行此任务的计算和统计方法中。

也称为关联网络，并测试算法识别哪些边被移除的能力，如非负矩阵分解、 node2vec 和 DeepWalk ，