(相關資料圖)

紐約西奈山伊坎醫學院的數據科學家和同事創建了一個人工智能模型，可以更準確地預測哪些現有藥物(目前未被歸類為有害藥物)實際上可能會導致先天性殘疾。

《通訊醫學》中描述的模型(“知識圖”)還有可能預測可能損害發育中胎兒的臨床前化合物的參與情況。該研究是同類研究中首次使用知識圖整合各種數據類型來調查先天性殘疾的原因。

在美國，出生缺陷是影響大約三分之一新生兒的異常情況。它們可以是功能性的或結構性的，并且被認為是由包括遺傳在內的多種因素造成的。然而，大多數這些殘疾的原因仍然未知。如果孕婦接觸藥品、化妝品、食品和環境污染物中的某些物質，可能會導致出生缺陷。

“我們希望提高對生殖健康和胎兒發育的了解，重要的是，在新藥廣泛上市和分銷之前，對這些藥物可能導致出生缺陷發出告，”教授 Avi Ma"ayan 博士說，藥理學科學，伊坎西奈山生物信息學中心主任，也是該論文的高級作者。“雖然確定根本原因是一項復雜的任務，但我們希望通過像這樣整合多個來源的證據的復雜數據分析，我們將能夠在某些情況下更好地預測、調節和防止先天性殘疾造成的重大傷害。可能會導致。”

研究人員收集了已發表的作品中提到的有關出生缺陷關聯的多個數據集的知識，以證明整合這些資源中的數據如何能夠帶來協同發現。特別是，綜合數據來自已知的生殖健康遺傳學、根據懷孕期間風險進行的藥物分類，以及藥物和臨床前化合物如何影響人體細胞內的生物機制。

標簽：