Bilim insanları, kan testlerinden elde edilen verileri kullanarak hastalıkları daha iyi anlayabilmek için 'dijital kan ikizi' adını verdikleri yenilikçi bir sistem geliştirdi. Bu teknoloji, kişiselleştirilmiş tıp ve hastalıkların veri temelli sınıflandırılması alanında önemli ilerlemeler vaat ediyor.
Araştırmacılar, 103 farklı hastalığın kan ve biyokimyasal belirteçlerini analiz ederek kapsamlı bir veri matrisi oluşturdu. Kan hücresi sayıları, protein düzeyleri ve metabolik göstergeler gibi çeşitli parametreleri standart bir formata dönüştüren ekip, hastalıklar arasındaki benzerlik ilişkilerini matematiksel yöntemlerle inceledi.
Hiyerarşik kümeleme analizi sonuçları, kan üretimini etkileyen hastalıkların (hematolojik bozukluklar) net gruplar oluşturduğunu gösterdi. Buna karşın metabolik, hormon sistemi ve solunum yolu hastalıkları daha karmaşık ve heterojen yapılar sergiledi.
Araştırmanın en dikkat çekici bulgusu, farklı hastalık gruplarında ortak enflamatuar süreçlerin varlığının tespit edilmesi oldu. En büyük hastalık grubunda sitokin sinyal yolakları zenginleşmesi gözlemlendi, bu da çeşitli hastalıkların benzer enflamasyon mekanizmaları paylaştığını ortaya koydu.
Bu yaklaşım, gelecekte hastalıkların sadece semptomlarına değil, kan verilerindeki moleküler imzalarına göre sınıflandırılmasına olanak sağlayabilir.