La restricción del crecimiento intrauterino (RCIU) es una complicación perinatal común en la reproducción animal, con efectos negativos duraderos en los neonatos y animales posnatales, lo que afecta seriamente la producción ganadera. En este estudio, nuestro objetivo fue identificar genes potenciales asociados con el diagnóstico de RCIU a través de un análisis bioinformático. Basándonos en los 73 genes relacionados expresados diferencialmente obtenidos mediante análisis diferencial y análisis de red de coexpresión génica ponderada, utilizamos tres algoritmos de aprendizaje automático para identificar 4 genes clave relacionados con RCIU (GCR-IUGR), a saber, , , , y , cuyas curvas ROC mostraron que son un buen objetivo diagnóstico para RCIU. A continuación, identificamos dos subtipos moleculares de RCIU a través de un análisis de agrupamiento por consenso y construimos un sistema de puntuación génica basado en los GCR-IUGR. Los resultados mostraron que la puntuación de RCIU estaba correlacionada positivamente con el riesgo de RCIU. El valor AUC de la precisión de la puntuación de RCIU fue de 0.970. Finalmente, construimos un nuevo modelo de red neuronal artificial basado en los cuatro GCR-IUGR para diagnosticar RCIU en ovejas, y su precisión alcanzó 0.956. En conclusión, los GCR-IUGR que identificamos proporcionan nuevos marcadores moleculares y modelos potenciales para el diagnóstico de RCIU en ovejas; pueden diagnosticar mejor si las ovejas tienen RCIU. Los hallazgos presentes ofrecen nuevas perspectivas sobre el diagnóstico de RCIU.