在歷史上，偶然發(fā)現(通常是患者因其他疾病接受治療時的臨床觀察結果)推動了藥物的重新使用。然而，來自真實世界觀察的結果易受偏倚影響，如指征混雜、反向因果關系和選擇性數據缺失。孟德爾隨機化(MR)有可能克服觀察性流行病學的一些局限性。在此，研究人員提出了一種計算藥物再利用的方法，通過1)將計算方法應用于全基因組關聯研究(GWAS)的結果，2)利用退伍軍人事務部(Department of Veterans Affairs, VA)公司數據倉庫和范德比爾特大學醫(yī)學中心(Vanderbilt University Medical Center)的合成衍生物(VUMC SD)的偶然臨床觀察，在電子健康記錄(EHR)中進行觀察性自身對照病例系列研究，評估這些候選藥物。3)在MR分析中，使用S-PrediXcan替代候選藥物暴露作為治療基因靶點的預測表達。
