AI与世界难题 · 医学与药物研发 · Nature (computational biology) · 2026-10-23
通过机器学习和单细胞数据分析鉴定 IgA 肾病中与补体系统相关的生物标志物
原标题: Identification of complement system-related biomarkers in immunoglobulin A nephropathy through machine learning and single-cell data analysis
补体失调与IgA肾病有关，但其分子标志物尚未完全明确。研究人员整合了批量转录组和单细胞RNA-seq数据集，并使用机器学习特征选择，筛选出A2M、C3AR1和SERPINA1作为候选生物标志物。一个三基因神经网络分类器在外部验证中达到了0.959的AUC，但仍可能存在过拟合，需要更大规模、带有临床注释的队列来确认这些标志物。