医学数据库（如Disease Ontology）能够帮助临床医生们，在病理学分析和临床症状的基础上，对疾病进行分类。现在，为了改进疾病的分类法，科学家们将疾病与分子数据结合起来，发现了14个新的疾病关联。

Ljubljana大学、伦敦帝国理工和GSK的研究人员，在Nature旗下的Scientific Reports杂志上发表了这项研究。

“我们希望在生物学机制的基础上，将疾病关联起来，”Blaz Zupan教授说。“我们相信这一新的疾病分类途径，更为准确也更贴合治疗，可以帮助人们更好的理解疾病的临床表现和生物学机制。”

这项研究中用于分类的分子数据集，不仅庞大而且非常多样化。为了处理这些数据，研究人员采用了同步矩阵分解，以便分析11个大型数据源中的四个不同对象：药物、基因、Disease Ontology条目、和Gene Ontology条目。

据Zupan介绍，研究团队面临的主要挑战是，找到能整合多个数据源的方法。为此，文章的*作者Marinka Zitnik开发了DFMF（Data Fusion by Matrix Factorization）算法，这种算法可以同时在多个资源中挖掘数据。他们利用这一算法，在三个星期内发现了14个新的疾病关联。

“这一算法的zui大优势在于，将多个矩阵融合在一起，例如在这项研究中，它整合了11个不同的数据矩阵，”Zupan说。“这些矩阵之间存在共享的对象，例如基因和疾病。我们的同步矩阵分解实现了大规模的数据融合。”

基因组研究者往往需要分析和整合大量的数据源，这一技术也能为此提供帮助“一般科学家们zui多分析两三个数据集，而这一技术可以同时处理十到二十个数据集，”Zupan说。“目前，高通量技术为人们提供了海量的数据，我们的技术可以帮助人们对这样的数据进行处理。”

目前，研究人员正准备为上述技术开发界面，以帮助其他研究者解决问题。