L'IA face aux grands problèmes du monde · Médecine et découverte de médicaments · Nature (computational biology) · 2026-10-23
Identification de biomarqueurs liés au système du complément dans la néphropathie à immunoglobuline A par apprentissage automatique et analyse de données de cellule unique
Titre original: Identification of complement system-related biomarkers in immunoglobulin A nephropathy through machine learning and single-cell data analysis
La dérégulation du complément est liée à la néphropathie à IgA, mais ses marqueurs moléculaires ne sont pas entièrement définis. Les chercheurs ont combiné des jeux de données transcriptomiques en masse et de RNA-seq en cellule unique, et ont utilisé une sélection de caractéristiques par apprentissage automatique, mettant en évidence A2M, C3AR1 et SERPINA1 comme biomarqueurs candidats. Un classifieur à réseau de neurones à trois gènes a atteint une AUC de 0.959 en validation externe, bien qu'un surapprentissage reste possible et que des cohortes plus grandes, cliniquement annotées, soient nécessaires pour confirmer ces marqueurs.