MS-MLB：首个基于血液RNA的多发性硬化症开放机器学习基准
多发性硬化症（MS）的诊断通常依赖临床评估、磁共振成像和实验室证据，过程复杂且耗时。近年来，血液RNA表达数据被认为可能携带疾病相关的免疫信号，但如何利用机器学习从这些数据中高效识别MS，一直缺乏一个标准化、可复现的评估框架。为此，研究团队推出了MS-MLB（Multiple Sclerosis Machine Learning Benchmark），一个开放的机器学习基准，旨在推动MS分类研究的规范化发展。
MS-MLB基于公开的GSE17048队列，将数据转化为“MS与健康对照”的二分类任务，并在统一的、防数据泄漏的流程下评估多种算法。该流程包括嵌套交叉验证、独立的留出集、bootstrap置信区间、ROC与精确率-召回率分析、校准度量，以及一个探索性的“MS研究评分”。研究人员无需重新配置即可复现整个评估过程，这大大提升了结果的可比性和可靠性。
在最终的基准测试中，梯度提升（Gradient Boosting）模型表现最佳，在留出集上取得了MS研究评分93.83、AUC-ROC 0.989、灵敏度0.950、特异度0.778、F1分数0.927以及Brier分数0.050。这一结果展示了机器学习在血液转录组数据中识别MS相关信号的潜力，但研究团队强调，该评分仅用于研究比较，尚未经过临床验证，不能作为临床诊断的替代工具。
与以往研究不同，MS-MLB的贡献在于其开放性和标准化。据作者所知，这是首个专门针对GSE17048全血RNA表达数据、聚焦MS与健康对照分类的开放基准，并且框架内内置了外部模型提交通道，方便其他研究者参与对比。这一设计有望促进该领域的合作与创新，加速更稳健的MS生物标志物发现。
对于AI与医疗交叉领域的研究者而言，MS-MLB提供了一个宝贵的资源：它不仅是算法性能的试金石，更是推动临床转化研究的重要基础设施。未来，随着更多数据的纳入和模型的迭代，这类基准有望在神经免疫疾病的精准诊断中发挥更大作用。