La enfermedad de Alzheimer (EA) es la causa más común de demencia neurodegenerativa en los ancianos, que se caracteriza por un deterioro cognitivo progresivo. En este estudio, realizamos un análisis computacional sofisticado integrando datos de secuenciación de ARN de una sola célula (scRNA-seq) de múltiples regiones del cerebro significativamente afectadas por la enfermedad, incluyendo la corteza entorrinal, la corteza prefrontal, el giro frontal superior y el lóbulo parietal superior. Nuestro pipeline combina conjuntos de datos derivados de los tejidos mencionados en un marco de análisis unificado, facilitando comparaciones entre regiones para proporcionar una visión holística del impacto de la enfermedad en el paisaje celular y molecular del cerebro. Empleamos técnicas computacionales avanzadas como la corrección de efectos de lote, normalización, reducción de dimensionalidad, agrupamiento y visualización para explorar la heterogeneidad celular y los patrones de expresión génica en estas regiones. Nuestros hallazgos sugieren que permitir la integración de datos de múltiples lotes puede mejorar significativamente nuestra comprensión de la complejidad de la EA, identificando así objetivos moleculares clave para una posible intervención terapéutica. Este estudio estableció un precedente para futuras investigaciones al demostrar cómo los datos existentes pueden ser reanalizados de manera coherente para elucidar la naturaleza sistémica de la enfermedad e informar el desarrollo de herramientas diagnósticas más efectivas y terapias dirigidas.