Encontrar nuevos usos médicos para medicamentos existentes puede ayudar a los pacientes más rápido y a un costo menor en comparación con el desarrollo de medicamentos completamente nuevos. Este proceso, llamado reposicionamiento de medicamentos, utiliza la información que ya conocemos sobre los medicamentos aprobados para ver si podrían tratar otras enfermedades. En este estudio, creamos un modelo informático que combina similitudes entre medicamentos y enfermedades basado en conocimiento biológico, haciendo predicciones sobre qué medicamentos podrían ser efectivos para enfermedades que actualmente no se utilizan para tratar. Nuestro método utiliza una técnica matemática llamada factorización de matrices, mejorada por información biológica, para mejorar la precisión y fiabilidad. Probamos el modelo utilizando datos bien conocidos y demostramos que funciona mejor que los enfoques existentes. También analizamos varios medicamentos reales y encontramos nuevas conexiones con enfermedades para cada uno, muchas de las cuales fueron respaldadas por bases de datos médicas confiables. Este enfoque ayuda a los investigadores a descubrir nuevas opciones de tratamiento más rápido y de manera más eficiente, lo que podría beneficiar la salud pública y reducir costos en el desarrollo de medicamentos.