В исследовании представлен вычислительный подход к выявлению транскрипционных факторов, управляющих переходами состояний микроглии при болезни Альцгеймера (БА). Используя анализ 236 002 ядер микроглии от 84 доноров из атласа SEA-AD, авторы применили методы траекторного анализа (PAGA) и построения генных регуляторных сетей (pySCENIC). Ключевым результатом стало выделение транскрипционного фактора IKZF1 как критического регулятора в поздних стадиях заболевания (LateAD-DAM), что подтверждено независимой репликацией на когорте GSE95587 (p = 0.004). С помощью анализа CellChat была определена сигнальная дорожка SLIT2[->]ROBO2 от нейронов к микроглии как ведущая. В рамках виртуального скрининга 1 962 одобренных лекарственных препаратов были выделены тафамидис и дифлунисал как потенциальные кандидаты для репозиционирования, однако их точность требует дальнейшей экспериментальной проверки. Работа демонстрирует мощный потенциал применения методов машинного обучения и биоинформатики для поиска новых терапевтических мишеней в нейродегенеративных процессах.