Análisis de Enriquecimiento de Vías Asistido por Aprendizaje Automático

El análisis de enriquecimiento de vías asistido por aprendizaje automático (ML-assisted pathway enrichment analysis) integra métodos clásicos de enriquecimiento estadístico de vías —como el análisis de sobrerrepresentación (over-representation analysis, ORA) o el análisis de enriquecimiento de conjuntos de genes (gene set enrichment analysis, GSEA)— con algoritmos de aprendizaje automático (ML) para mejorar la sensibilidad, manejar datos ómicos de alta dimensionalidad y descubrir patrones biológicos no lineales. El enfoque va más allá de clasificar las vías únicamente por su valor p, utilizando modelos de ML para ponderar las contribuciones de los genes, distinguir la señal del ruido en múltiples muestras y priorizar vías biológicamente significativas en conjuntos de datos complejos.