醫(yī)學(xué)數(shù)據(jù)庫（如Disease Ontology）能夠幫助臨床醫(yī)生們，在病理學(xué)分析和臨床癥狀的基礎(chǔ)上，對疾病進(jìn)行分類。現(xiàn)在，為了改進(jìn)疾病的分類法，科學(xué)家們將疾病與分子數(shù)據(jù)結(jié)合起來，發(fā)現(xiàn)了14個新的疾病關(guān)聯(lián)。

Ljubljana大學(xué)、倫敦帝國理工和GSK的研究人員，在Nature旗下的Scientific Reports雜志上發(fā)表了這項(xiàng)研究。

“我們希望在生物學(xué)機(jī)制的基礎(chǔ)上，將疾病關(guān)聯(lián)起來，”Blaz Zupan教授說。“我們相信這一新的疾病分類途徑，更為準(zhǔn)確也更貼合治療，可以幫助人們更好的理解疾病的臨床表現(xiàn)和生物學(xué)機(jī)制。”

這項(xiàng)研究中用于分類的分子數(shù)據(jù)集，不僅龐大而且非常多樣化。為了處理這些數(shù)據(jù)，研究人員采用了同步矩陣分解，以便分析11個大型數(shù)據(jù)源中的四個不同對象：藥物、基因、Disease Ontology條目、和Gene Ontology條目。

據(jù)Zupan介紹，研究團(tuán)隊(duì)面臨的主要挑戰(zhàn)是，找到能整合多個數(shù)據(jù)源的方法。為此，文章的第一作者Marinka Zitnik開發(fā)了DFMF（Data Fusion by Matrix Factorization）算法，這種算法可以同時在多個資源中挖掘數(shù)據(jù)。他們利用這一算法，在三個星期內(nèi)發(fā)現(xiàn)了14個新的疾病關(guān)聯(lián)。

“這一算法的最大優(yōu)勢在于，將多個矩陣融合在一起，例如在這項(xiàng)研究中，它整合了11個不同的數(shù)據(jù)矩陣，”Zupan說。“這些矩陣之間存在共享的對象，例如基因和疾病。我們的同步矩陣分解實(shí)現(xiàn)了大規(guī)模的數(shù)據(jù)融合。”

基因組研究者往往需要分析和整合大量的數(shù)據(jù)源，這一技術(shù)也能為此提供幫助“一般科學(xué)家們最多分析兩三個數(shù)據(jù)集，而這一技術(shù)可以同時處理十到二十個數(shù)據(jù)集，”Zupan說。“目前，高通量技術(shù)為人們提供了海量的數(shù)據(jù)，我們的技術(shù)可以幫助人們對這樣的數(shù)據(jù)進(jìn)行處理。”

目前，研究人員正準(zhǔn)備為上述技術(shù)開發(fā)網(wǎng)站界面，以幫助其他研究者解決問題。