2015年3月，3344体育官方入口刘琦教授在Nature旗下刊物，临床药理学国际著名期刊《Clinical Pharmacology & Therapeutics》在线发表了题为：“Mining drug-disease relationships complements to medical genetics-based drug repositioning: when a recommendation system meets GWAS”的研究论文。该论文工作首次提出了一种基于互联网推荐系统的药物重定位的计算框架模型，并且与传统的基于大规模GWAS数据进行药物重定位的工作进行了比较，实验结果表明该方法具有较低的假阳性和有效的预测结果。

        新药开发是一个极其耗时费力的高风险过程。在现有的开发策略中，深入研究已获批准的药物，充分发掘已有药物的新用途(Drug Repurposing)，或者说对药物进行重定位(DrugRepositioning)，一直受到生物医药产业的广泛重视。在本研究工作中，论文首次引入了目前传统电商网站如Amazon等后台对于用户购买商品进行主动推送的思想，基于特定的计算机算法，开发了一个主动的药物重定位挖掘的计算系统。通过整合药物及疾病层面的海量基因组及转录组信息，用于对于FDA已批准上市的药物进行其新功能的系统预测。通过与传统基于GWAS以及药物靶点进行重定位的研究工作(Nature Biotechnology 2012, 2013)的比较，验证其方法的有效性。论文同时报道了若干潜在的治疗AD疾病的可能药物。

        该工作由刘琦教授与曹志伟教授，博士生王海平以及美国普林斯顿大学计算机系顾全全博士等合作完成。该工作得到了科技部、国家自然科学基金委的项目支持。