KI und die schwierigen Probleme der Welt · Medizin & Wirkstoffforschung · Nature (computational biology) · 2026-10-23
Identifizierung komplementsystembezogener Biomarker bei der Immunglobulin-A-Nephropathie durch maschinelles Lernen und Einzelzelldatenanalyse
Originaltitel: Identification of complement system-related biomarkers in immunoglobulin A nephropathy through machine learning and single-cell data analysis
Eine Dysregulation des Komplementsystems steht im Zusammenhang mit der IgA-Nephropathie, doch ihre molekularen Marker sind nicht vollständig definiert. Die Forschenden kombinierten Bulk-Transkriptom- und Einzelzell-RNA-seq-Datensätze und nutzten Merkmalsauswahl per maschinellem Lernen, wobei A2M, C3AR1 und SERPINA1 als Kandidaten-Biomarker hervortraten. Ein neuronaler Netzwerk-Klassifikator mit drei Genen erreichte bei der externen Validierung eine AUC von 0.959, wobei Overfitting weiterhin möglich ist und größere, klinisch annotierte Kohorten nötig sind, um diese Marker zu bestätigen.