Analisi di arricchimento di insiemi genici assistita da machine learning

L'analisi di arricchimento di insiemi genici assistita da machine learning (ML-GSEA) estende il framework classico GSEA incorporando modelli di ML supervisionati o non supervisionati — come foreste casuali, reti neurali o architetture di deep learning — per migliorare il rilevamento, la classificazione e l'interpretazione biologica degli insiemi genici arricchiti da dati di espressione high-throughput. L'approccio è particolarmente prezioso per relazioni tra insiemi genici complesse e non lineari che le statistiche classiche di arricchimento potrebbero trascurare.