AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-23
透過機器學習與單細胞資料分析，找出免疫球蛋白 A 腎病變中與補體系統相關的生物標記
原標題: Identification of complement system-related biomarkers in immunoglobulin A nephropathy through machine learning and single-cell data analysis
補體失調與IgA腎病變有關,但其分子標記尚未完全明確。研究人員結合了大量轉錄體與單細胞RNA-seq資料集,並使用機器學習特徵選擇,凸顯出A2M、C3AR1和SERPINA1為候選生物標記。由三個基因組成的神經網路分類器在外部驗證中達到0.959的AUC,但仍可能存在過度擬合,需要更大型且具臨床註記的世代研究來確認這些標記。