AI اور دنیا کے مشکل مسائل · طب اور دوا کی دریافت · Nature (computational biology) · 2026-10-20

disulfidptosis پیٹرنز اور مشین لرننگ کا امتزاج endometriosis کے لیے ایک نئے تشخیصی سگنیچر کی نشاندہی کرتا ہے

اصل عنوان: Integrating disulfidptosis patterns and machine learning identifies a novel diagnostic signature for endometriosis

Endometriosis ایک غیر یکساں نسائی عارضہ ہے جس کے سالماتی میکانزم مکمل طور پر سمجھے نہیں گئے، اور disulfidptosis، جو پروگرامڈ سیل ڈیتھ کی حال ہی میں شناخت کی گئی ایک شکل ہے، کا اس بیماری میں منظم طور پر مطالعہ نہیں کیا گیا تھا۔ جین اظہار پروفائلز کے تجزیے کے ذریعے، محققین نے دو disulfidptosis سے وابستہ سالماتی ذیلی اقسام کی نشاندہی کی جن کی مدافعتی خصوصیات الگ الگ تھیں، اور چار مشین لرننگ الگورتھمز کا موازنہ کیا جس میں Extreme Gradient Boosting (XGB) سب سے بہتر ثابت ہوا۔ اس کے نتیجے میں BTBD2، SLC4A2، SSC5D، LPPR2، اور SRGAP2C پر مشتمل پانچ جینوں کا ایک سگنیچر حاصل ہوا، جو دو آزاد بیرونی ڈیٹا سیٹس میں توثیق اور جزوی RT-qPCR تصدیق سے تائید یافتہ تھا، اور یہ ایک ممکنہ تشخیصی آلے کے طور پر اور endometriosis کے میکانزم کے بارے میں نئی بصیرت پیش کرتا ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →