Machine learning and burden analyses highlight novel genes in Parkinson's Disease
Ao integrar a priorização de aprendizado de máquina baseada em XGBoost com análises de carga de variantes raras em grandes coortes, este estudo identifica seis novos potenciais genes de risco e uma associação específica de um domínio de dedo de zinco na doença de Parkinson, demonstrando a eficácia da combinação de priorização multiômica com testes genéticos de alta resolução para superar as limitações dos GWAS tradicionais.