纽约西奈山伊坎医学院的数据科学家和同事创建了一个人工智能模型，可以更准确地预测哪些现有药物(目前未被归类为有害药物)实际上可能会导致先天性残疾。

《通讯医学》中描述的模型(“知识图”)还有可能预测可能损害发育中胎儿的临床前化合物的参与情况。该研究是同类研究中首次使用知识图整合各种数据类型来调查先天性残疾的原因。

在美国，出生缺陷是影响大约三分之一新生儿的异常情况。它们可以是功能性的或结构性的，并且被认为是由包括遗传在内的多种因素造成的。然而，大多数这些残疾的原因仍然未知。如果孕妇接触药品、化妆品、食品和环境污染物中的某些物质，可能会导致出生缺陷。

“我们希望提高对生殖健康和胎儿发育的了解，重要的是，在新药广泛上市和分销之前，对这些药物可能导致出生缺陷发出告，”教授 Avi Ma'ayan 博士说，药理学科学，伊坎西奈山生物信息学中心主任，也是该论文的高级作者。“虽然确定根本原因是一项复杂的任务，但我们希望通过像这样整合多个来源的证据的复杂数据分析，我们将能够在某些情况下更好地预测、调节和防止先天性残疾造成的重大伤害。可能会导致。”

研究人员收集了已发表的作品中提到的有关出生缺陷关联的多个数据集的知识，以证明整合这些资源中的数据如何能够带来协同发现。特别是，综合数据来自已知的生殖健康遗传学、根据怀孕期间风险进行的药物分类，以及药物和临床前化合物如何影响人体细胞内的生物机制。