Redes neuronales explicables mejoran predicción genética de riesgo de esquizofrenia
Hecho Qué ha ocurrido
Investigadores de KU Leuven y la Universidad de Montpellier aplicaron redes neuronales de extremo a extremo para predecir el riesgo de esquizofrenia usando datos de secuenciación de exoma completo de 6.135 casos y 6.245 controles. Los modelos no lineales superaron significativamente a los modelos aditivos convencionales cuando el tamaño muestral fue suficiente. Mediante técnicas de IA explicable identificaron genes y vías predictivas, incluyendo un nuevo gen candidato, BASP1, relacionado con el desarrollo neuronal.
Resumen generado mediante IA a partir de Nature · Machine learning (original en inglés). Naturaleza de la información: análisis u opinión.
Análisis Por qué importa
Demuestra que la IA puede capturar interacciones genéticas complejas (epistasis) que los modelos estadísticos tradicionales pasan por alto, mejorando la predicción de enfermedades poligénicas complejas.
- Quién se ve afectado
- Investigadores en genómica, empresas de biotecnología, sector salud y farmacéutico interesado en medicina de precisión psiquiátrica.
- Qué puede cambiar
- Los modelos de predicción de riesgo genético clínico podrían empezar a incorporar arquitecturas no lineales en lugar de depender solo de puntuaciones poligénicas aditivas.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Si estos resultados se replican en cohortes más grandes y se extienden a otras enfermedades poligénicas, y si BASP1 se valida experimentalmente como gen de riesgo.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Nature · Machine learning (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗redes neuronalesIA explicableIA científica KU LeuvenUniversidad de Montpellier esquizofrenia genómica IA explicable investigación salud
Relacionadas
IA identifica 766 genes asociados con esquizofrenia en el mayor estudio genético
Un estudio publicado en Nature Genetics ha identificado 766 genes relacionados con la esquizofrenia, de los cuales 641 no habían aparecido en análisis previos…
Por qué importaEl hallazgo redefine la comprensión de la esquizofrenia como desorden multigenético complejo, permitiendo investigadores mapear con precisión cómo…
Estudios usan la IA para detectar la esquizofrenia en el habla, con hasta 87% de precisión
Un artículo de Wired repasa investigaciones que aplican IA al habla para ayudar en el diagnóstico de la esquizofrenia. Un equipo de los Países Bajos reportó…
Por qué importaSi estos resultados se confirman, la IA podría reducir la variabilidad y los retrasos del diagnóstico psiquiátrico. Para el sector sanitario y las…
Un sistema de IA que actúa como 'mecánico' para explicar el funcionamiento interno de otras redes neuronales
Según el titular de Nature, un nuevo sistema de IA puede examinar el interior de otras redes neuronales, la llamada 'caja negra'. El texto del artículo no pudo…
Por qué importaLa interpretabilidad de los modelos es un requisito creciente para auditar sistemas de IA en sectores regulados. Si la técnica madura, podría…
Un investigador de Google afirmó que agentes de IA hallaron un sitio maya, pero ya estaba mapeado en un estudio de 2025
El investigador de Google Pietro Miotti dijo que 48 agentes de IA habían hallado en México un sitio maya ausente del registro del INAH, usando lidar de la NASA…
Por qué importaMuestra el riesgo de confundir ausencia en un registro oficial con descubrimiento real cuando se aplica IA automatizada a datos científicos. Para las…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.