Studio Rivela che le Rappresentazioni delle Sequenze Proteiche Hanno Utilità Limitata per la Classificazione del Morbo di Parkinson

Uno studio recente disponibile su arXiv (arXiv:2604.11852v1) ha valutato quanto bene le rappresentazioni delle sequenze proteiche possano classificare il morbo di Parkinson, rivelando un'efficacia solo moderata. I ricercatori hanno esaminato varie rappresentazioni basate esclusivamente sulle sequenze primarie delle proteine, come la composizione amminoacidica, i k-mer, i descrittori fisico-chimici, i modelli ibridi e gli embedding provenienti da modelli linguistici proteici. Tutte le valutazioni hanno utilizzato un approccio di cross-validation stratificato annidato per garantire risultati imparziali. La configurazione con le migliori prestazioni, che integrava ProtBERT con un percettrone multistrato (MLP), ha registrato un punteggio F1 di 0,704 +/- 0,028 e una ROC-AUC di 0,748 +/- 0,047. Rappresentazioni tradizionali come i k-mer hanno mostrato prestazioni simili. La ricerca di biomarcatori molecolari affidabili per il morbo di Parkinson è complicata dalla sua natura multifattoriale, suggerendo che le sole sequenze proteiche potrebbero non essere sufficienti per una classificazione efficace.