深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1	2026-11-14	ClinicalAge, a framework for modelling ageing trajectories from longitudinal electronic health records in the UK: a model development and validation study 2027-Aug-12, The Lancet. Digital health DOI:10.1016/j.landig.2026.101060 PMID:43020745	研究论文	该研究开发并验证了一种基于纵向电子健康记录（EHR）的衰老生物标志物ClinicalAge，使用Transformer深度学习模型以PhenoAge为参考，并在英国生物银行和CPRD Aurum数据库中进行评估	提出了基于常规收集的纵向EHR数据的非侵入性衰老生物标志物ClinicalAge，使用Transformer模型以PhenoAge为参考进行训练，并展示了其与功能指标、生物学衰老标志物、多种疾病和死亡率的强关联	研究未明确提及局限性，但可能存在EHR数据质量、人群代表性、模型泛化性等潜在限制	开发和评估一种新的衰老生物标志物ClinicalAge，用于量化生命周期中的衰老过程，并评估其与衰老相关生物标志物、功能下降、疾病风险和死亡率的关联	英国生物银行约32万参与者（中位年龄58岁）和CPRD Aurum数据库约473万个体（中位年龄51岁）	机器学习	肺癌, 前列腺癌, 心血管疾病, 老年疾病	电子健康记录（EHR）分析	Transformer	纵向EHR数据（文本、数值）	英国生物银行320,891人；CPRD Aurum 4,728,376人	NA	Transformer	R2分数, 风险比（HR）	NA
2	2026-11-14	A hybrid deep learning and tree-based ensemble approach for forecasting shellfish biotoxin contamination from satellite and in-situ data 2026-Dec, Harmful algae IF:5.5Q1 DOI:10.1016/j.hal.2026.103214 PMID:43020542	研究论文	该研究评估将卫星衍生的环境信息整合到葡萄牙南部海岸腹泻性贝类中毒（DSP）预测模型中，预测未来最长六周的DSP浓度	将2D卷积自编码器从卫星海表温度和叶绿素a图像序列中提取的紧凑潜在表示与历史DSP测量数据结合，使用随机森林和梯度提升模型进行多周预测	卫星特征带来的预测提升在2024年留出测试期较小且不一致，且因站点和预测期而异；需要在多个年份和地点进行进一步前瞻性评估才能实际部署	评估卫星衍生环境信息对DSP预测模型的贡献，并预测未来一至六周的最大DSP浓度	葡萄牙南部海岸的贝类DSP污染测量数据及Copernicus卫星海表温度和叶绿素a数据	机器学习	贝类中毒	卫星遥感, 2D卷积自编码器, 随机森林, 梯度提升	CNN, Random Forest, Gradient Boosting	图像, 时间序列	NA	NA	2D卷积自编码器, Random Forest, Gradient Boosting	NA	NA
3	2026-11-14	Heterogeneous patterning behavior emerges from human stem cell-based embryo model 2026-Dec, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0329616 PMID:43022802	研究论文	该研究开发了一种基于微筏的检测方法，用于筛选、分选和测序单个表达胚层报告基因的类原肠胚，并结合时间序列成像与自监督深度学习来量化类原肠胚的异质性	结合微筏平台、时间序列成像和自监督深度学习，从潜在表示中识别不同的模式轨迹，并关联单类原肠胚的基因表达，以解析人类干细胞胚胎模型的异质性	样本量小，成像和测序数据之间未检测到显著关联；需要优化的计算方法和足够大小的训练数据集	研究人类多能干细胞衍生的二维类原肠胚的异质性，并量化其变异性的出现	人类多能干细胞衍生的二维类原肠胚	发育生物学，干细胞生物学，计算生物学	NA	时间序列成像，单细胞RNA测序，自监督深度学习，微筏检测	自监督深度学习模型	图像，文本（基因表达数据）	小样本（具体数量未在摘要中说明）	NA	NA	NA	NA
4	2026-11-14	Discovery of target-biased natural products for algal control by integrating deep learning and large language models 2026-Dec, Eco-Environment & Health DOI:10.1016/j.eehl.2026.100284 PMID:43022860	研究论文	该文提出了一种整合安全优先多任务学习与LLM智能体的计算框架，用于从天然产物中筛选高效低毒杀藻化合物，并通过实验验证了候选化合物hinokitiol的杀藻活性和生态安全性	将多任务DMPNN与LLM智能体相结合，构建了兼顾高效杀藻与低非靶标毒性的安全优先候选筛选框架，并首次发现hinokitiol作为靶向偏向性天然杀藻化合物	候选化合物仅经过有限实验验证，机制研究尚不深入，框架的泛化能力未在其他农药或杀菌剂领域充分验证	开发一种计算驱动的天然产物发现框架，以平衡杀藻效力与生态安全性，解决传统化学杀藻剂对非靶标水生生物的生态风险问题	天然化合物库中的18,895种天然化合物，以及有害藻华藻类和非靶标水生生物	机器学习	NA	多任务深度学习、大语言模型智能体、多源自动化验证、实验验证	DMPNN、LLM	分子结构数据、文本	18,895种天然化合物	NA	DMPNN、LLM	IC、LC	NA
5	2026-11-14	Quantitative 3D mapping of the integrated sweat duct-microvasculature unit via fingerprint-guided photoacoustic/ultrasound microscopy 2026-Dec, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2026.100894 PMID:43022945	研究论文	本文提出指纹引导的光声/超声双模态显微成像框架，用于三维定位和定量分析汗腺导管-微血管单元（SDMU）	结合高频超声与U-Net深度学习提取汗腺导管和指纹特征，利用SSIM分析深度依赖性黑色素实现微血管精准定位，并通过指纹引导的非刚性配准消除运动伪影，实现同一SDMU的动态追踪	未明确说明样本量、计算资源及泛化能力验证	实现皮肤汗腺导管与真皮微血管功能耦合的三维定量成像与动态追踪	人体皮肤中的汗腺导管-微血管单元（SDMU）	医学影像、光声成像、数字病理	糖尿病相关神经血管功能障碍	光声/超声双模态显微成像、深度学习图像分割、结构相似性分析、非刚性配准	U-Net	图像（光声图像、超声图像、指纹图像）	NA	NA	U-Net	结构相似性指数（SSIM）、相关性分析、双响应准则	NA
6	2026-11-14	Deep learning detection and biological interpretation of arterial stiffness from retinal fundus images in diabetes 2026-Nov-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.118046 PMID:43022745	研究论文	该研究开发并验证了一个深度学习模型，利用糖尿病患者的眼底图像预测动脉僵硬，并探讨了视网膜结构与动脉僵硬的生物学关联	首次在大规模多中心糖尿病队列中利用眼底图像通过深度学习预测动脉僵硬，并融合临床因素提升性能，同时通过消融研究揭示视网膜动脉和其他视网膜结构与动脉僵硬的关联	摘要中未明确提及研究局限性	开发深度学习模型从眼底图像预测动脉僵硬，并探索视网膜结构与动脉僵硬之间的生物学联系	中国国家代谢管理中心及两家独立医院的糖尿病患者	医学图像分析	糖尿病, 心血管疾病	眼底成像	深度学习模型	图像, 临床数据	训练集64,440张眼底图像来自36,412名成人糖尿病患者，外部验证集6,217张图像来自两家独立医院	NA	NA	AUC	NA
7	2026-11-14	The p38α MAPK-MK2 axis drives chemotherapy-mediated nuclear actin remodeling to promote ovarian cancer progression 2026-Nov-17, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2615905123 PMID:43019397	研究论文	该研究开发了一种名为nFANet的深度学习流程用于高通量检测和分析核F-actin，并利用卵巢癌模型揭示了p38α MAPK-MK2轴驱动化疗诱导的核肌动蛋白重塑从而促进卵巢癌进展的机制	开发了nFANet深度学习流程实现核F-actin的精确高通量分析，首次通过kinome筛选结合nFANet鉴定p38α MAPK为铂类化疗诱导核F-actin组装的关键上游调控因子，并阐明p38α MAPK-MK2信号通路促进formin介导的核F-actin组装的机制	摘要中未明确提及研究局限性	系统研究DNA损伤反应中核F-actin组装的调控机制，并开发工具实现核F-actin的高通量检测与分析	卵巢癌细胞	数字病理	卵巢癌	深度学习图像分析、kinome筛选、药理学抑制、基因敲除	CNN	图像	NA	NA	NA	NA	NA
8	2026-11-14	Enhancing Cone-Beam Computed Tomography Image Quality Using Deep Learning-based Super-Resolution 2026-Nov-13, Dento maxillo facial radiology DOI:10.1093/dmfr/twag075 PMID:43021556	研究论文	开发基于深度学习的超分辨率模型，以提高锥形束CT（CBCT）图像质量	采用Transformer架构（SwinIR、HAT、HMA-Net、DRCT）进行CBCT超分辨率，并结合多种损失函数配置和专家主观评价进行验证	低分辨率CBCT体积是通过物理模拟生成的，而非直接采集的低分辨率扫描，需进一步在真实低分辨率扫描上验证	提升锥形束CT图像的空间分辨率和感知质量，以改善临床诊断效果	70个CBCT体积（参考高分辨率，75微米体素）及模拟的低分辨率CBCT体积（300微米体素）	医学图像处理	NA	锥形束CT（CBCT）成像	Transformer	图像	70个CBCT体积，模拟生成配对低分辨率体积，并由3名牙医对12种配置在28组中进行盲法强制选择配对比较	NA	SwinIR, HAT, HMA-Net, DRCT	PSNR, SSIM, LPIPS, DISTS, Spearman相关系数	NA
9	2026-11-14	Machine learning-based experimental access to photon-by-photon arrival times in scintillation detectors 2026-Nov-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aeb796 PMID:43021576	研究论文	本文提出一种基于深度学习的无监督方法，直接从探测器波形中估计逐个光子的到达时间，无需改变探测器结构或使用真实标签	首次在无需修改探测器结构的情况下，通过无监督学习与物理信息探测器响应模型相结合，实现逐事件、逐个光子到达时间的实验提取，并可视化深度依赖的光子传输、分类切伦科夫光和闪烁光	摘要未提及具体局限性，但方法依赖物理模型假设，且验证主要基于蒙特卡洛模拟和有限实验配置	克服传统探测器信号仅作为集体响应的限制，实现皮秒级时间精度下逐个光子到达时间的实验获取，以提升正电子发射断层成像的源定位精度	闪烁探测器（用于正电子发射断层成像的探测器）	医学物理与探测器物理	癌症, 痴呆症	闪烁探测, 蒙特卡洛模拟, 实验测量	深度学习框架（无监督学习与物理信息模型结合）	探测器波形数据, 模拟数据, 实验测量数据	NA	NA	NA	时间分辨率	NA
10	2026-11-14	PixelVision: A Modular Web-Based Framework for AI-Assisted Biological Image Analysis Across Diverse Microscopy Modalities 2026-Nov-13, Microscopy (Oxford, England) DOI:10.1093/jmicro/dfag041 PMID:43021648	研究论文	开发了一个模块化基于网页的框架PixelVision，集成深度学习模型、定量图像分析和专家审查，用于多种生物成像模态的自动化图像分析	提出了一个模块化、基于网页的框架，能够跨多种显微镜模态（单生物体成像、二维和三维细胞培养分析、全切片成像、交互式注释）集成深度学习模型和专家审查，并支持模型部署、版本管理和数据处理的共享基础设施	仅在单一GPU上评估了推理吞吐量，未涉及多GPU或分布式计算场景；前瞻性研究仅限于斑马鱼筛选，未在其他生物成像模态中验证	解决生物医学研究中显微镜数据量增大和异质性带来的自动化图像分析和检测特定计算方法整合的挑战	多种生物成像模态的显微镜图像数据，包括单生物体成像、二维和三维细胞培养、全切片成像，以及斑马鱼筛选研究	计算机视觉	NA	深度学习，显微镜成像	深度学习模型	图像	NA	NA	NA	宏平均F1分数，推理吞吐量（约每秒七张高分辨率图像）	单GPU
11	2026-11-14	A systematic review of EC number prediction algorithms based on reaction chemical structures 2026-Nov-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag834 PMID:43023412	综述	系统回顾基于反应化学结构预测EC编号的计算方法，并比较其性能与稳健性	系统比较基于反应相似性与机器/深度学习的方法，并将这些方法应用于药物代谢反应的EC编号预测	摘要未明确说明具体限制	综述并评估从反应化学结构预测EC编号的计算工具，以改善未表征代谢通路的功能注释	反应化学结构、EC编号、生化反应数据库、药物代谢反应	生物信息学	NA	计算预测方法（反应相似性、机器/深度学习）	NA	化学结构数据	NA	NA	NA	NA	NA
12	2026-11-14	A deep learning approach for brain tumor classification using hybrid efficient net and inception networks in MRI images 2026-Nov-13, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329261505561 PMID:43023424	研究论文	本文提出了一种混合EfficientNet B7和Inception V4（ENETV4）的深度学习模型，用于从MRI图像中分类脑肿瘤	提出了一种混合EfficientNet B7和Inception V4的网络架构，通过拼接两个模型提取的特征来形成统一特征，以提高分类性能	未明确提及	开发一种高效的混合深度学习模型，用于从MRI图像中早期检测脑肿瘤	脑肿瘤MRI图像（胶质瘤、脑膜瘤和垂体瘤）	计算机视觉	脑肿瘤	MRI成像	CNN	图像	Figshare数据集（包含胶质瘤、脑膜瘤和垂体瘤的MRI图像），具体数量未提及	NA	EfficientNet B7, Inception V4	准确率	NA
13	2026-11-14	CT-based machine learning and multimodal prediction in acute pancreatitis: a narrative review 2026-Nov-12, Abdominal radiology (New York) DOI:10.1007/s00261-026-05875-6 PMID:43018702	综述	本文是一篇叙述性综述，探讨基于CT的影像组学、深度学习和临床-影像联合模型在急性胰腺炎严重程度及不良结局预测中的应用	系统梳理CT影像组学、深度学习和临床-影像多模态模型在急性胰腺炎预测中的研究进展，并对比临床模型提供背景参考	证据以回顾性研究为主，预测时间节点不明确，校准度和阈值报告不完整，缺乏前瞻性影响评估；检索策略非穷尽性，仅选取代表性研究	总结CT相关机器学习和多模态模型预测急性胰腺炎严重程度及不良结局的研究现状与转化障碍	急性胰腺炎患者	医学影像人工智能	急性胰腺炎	CT影像组学, 深度学习	机器学习, 深度学习	CT图像, 临床数据	80条独特文献记录，其中10项CT相关代表性研究和8项临床背景研究纳入详细比较	NA	NA	AUC	NA
14	2026-11-14	Artificial intelligence methods for HER2 status assessment: a systematic review and diagnostic meta-analysis 2026-Nov-12, Abdominal radiology (New York) DOI:10.1007/s00261-026-05843-0 PMID:43018704	系统综述与诊断性Meta分析	该文系统综述并诊断性Meta分析了人工智能方法用于HER2状态评估的研究进展与诊断性能	系统整合了从传统机器学习、影像组学到深度学习、Vision Transformer、可解释AI和多模态框架的AI方法演进，并对AI评估HER2的诊断性能进行了合并定量分析	数据集异质性大、外部验证有限、评估方法不一致，合并估计需谨慎解读，临床转化仍存在障碍	评估基于人工智能的HER2状态评估方法的诊断性能、方法学发展和研究质量	乳腺癌和胃癌等恶性肿瘤的HER2状态评估相关研究	数字病理学, 医学影像分析, 人工智能	乳腺癌, 胃癌, 胆囊癌	免疫组织化学(IHC), 荧光原位杂交(FISH), 组织病理学, 磁共振成像(MRI)	传统机器学习, 深度学习, Vision Transformer, 可解释AI, 多模态框架	图像, 组织病理学图像, 医学影像	定性综合纳入51项研究，诊断性Meta分析纳入14项研究	NA	Vision Transformer, 深度学习模型, 传统机器学习模型, 多模态框架	灵敏度, 特异度, SROC AUC	NA
15	2026-11-14	Latent Representation Learning from 3D Brain MRI for Latent Analysis and Prediction in Multiple Sclerosis 2026-Nov-12, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-026-09827-9 PMID:43018840	研究论文	本文提出InfoVAE-Med3D，一种适用于三维脑部MRI的InfoVAE框架变体，通过放松输入与潜在表示之间的互信息正则化惩罚来学习信息丰富的潜在表示，并用于多发性硬化症的潜在分析与预测	将InfoVAE框架适配到三维脑部MRI，并显式放松输入与潜在表示之间的互信息正则化惩罚，以捕获更丰富的输入MRI信息；完全移除互信息正则化惩罚时效果最佳	仅在两个数据集上评估，样本量相对有限；主要与VAE变体进行比较，与深度学习预测模型的比较仍具竞争力但未显著超越	学习信息丰富的脑部MRI潜在表示，支持脑相关特征分析及下游认知生物标志物预测	健康对照受试者和多发性硬化症患者的三维脑部MRI数据	医学影像分析	多发性硬化症	三维脑部MRI	VAE	图像	健康对照数据集和布拉格查理大学第一医学院多发性硬化症中心收集的多发性硬化症数据集（具体样本量未在摘要中给出）	NA	InfoVAE-Med3D	MRI重建性能、脑龄预测、SDMT评分预测	NA
16	2026-11-14	Assessment of autosomal dominant polycystic kidney disease severity using deep learning-based kidney volumetry in CT 2026-Nov-12, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-026-00840-w PMID:43018898	研究论文	本研究开发并验证了一种基于非增强CT的深度学习方法，自动测量常染色体显性多囊肾病患者的肾脏总体积并分配Mayo影像分类	利用3D UNet自动分割肾脏并结合主成分分析计算肾脏轴向，实现非增强CT上的肾脏总体积量化和Mayo影像分类自动化，减少人工工作量并支持纵向评估	样本量较小（训练60例、内部测试30例、外部测试28例），单中心回顾性设计，仅使用非增强CT	开发并验证基于深度学习的非增强CT方法，自动化测量肾脏总体积并分配Mayo影像分类以评估疾病严重程度	常染色体显性多囊肾病患者	医学图像分析	多囊肾病	非增强CT成像、深度学习图像分割	3D UNet	CT图像	训练集60例患者，内部连续扫描测试30例患者（中位间隔3.6年），外部验证28例患者扫描	NA	3D UNet	Dice相似系数（DSC）、组内相关系数（ICC）、平均体积误差、Mayo影像分类匹配率、阳性预测值	NA
17	2026-11-14	ARCNet: Embedding Operations Research Insights Into an Attention-Based Ranking and Contrastive Learning Framework for the Container Relocation Problem 2026-Nov-12, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3746045 PMID:43019276	研究论文	该文提出ARCNet，将运筹学洞察嵌入基于注意力的排序与对比学习框架，以解决集装箱重定位问题	将运筹学理论嵌入深度学习模型，结合图注意力网络和Transformer，使用对比学习灌输运筹学洞察，并采用课程学习实现从小规模到大规模场景的泛化	未明确提及	高效减少集装箱重定位问题中的不必要移动，提升集装箱码头运营效率	集装箱重定位问题（CRP）	组合优化	NA	深度学习、对比学习、课程学习	图注意力网络、Transformer	NA	NA	NA	图注意力网络、Transformer	近似最优结果、显著优于现有启发式方法	NA
18	2026-11-14	Building a cell engineering toolbox 2026-Nov-12, Science (New York, N.Y.) DOI:10.1126/science.aen0898 PMID:43019431	研究论文	该文章利用生物多样性和深度学习来发现细胞工程工具	结合生物多样性与深度学习进行发现	NA	构建细胞工程工具箱	细胞	机器学习	NA	NA	深度学习	NA	NA	NA	NA	NA	NA
19	2026-11-14	Retrieving mangrove biochemical traits under oil pollution using hyperspectral data and transfer learning 2026-Nov-12, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.120557 PMID:43019750	研究论文	该研究提出一种基于高光谱影像和迁移学习的多任务卷积神经网络框架，用于油污染下红树林物种分类和冠层生化性状（色素、糖类、酚类）的反演	采用教师-学生架构与伪标签的多任务卷积神经网络（MTS-CNN），实现从机载高分辨率（0.5米）到卫星低分辨率（PRISMA 5米、EnMAP 30米）的跨尺度迁移学习，并能够区分油污染与其他胁迫因素引起的生化特征	卫星数据分类精度相对较低（PRISMA约70%，EnMAP约60%），且地面数据稀缺可能影响模型泛化能力	利用高光谱遥感和迁移学习实现红树林生态系统的广域健康监测，特别是油污染胁迫下的生化性状反演	红树林植被（物种分类及冠层生化性状）	遥感深度学习	NA	高光谱遥感成像	多任务卷积神经网络（MTS-CNN）	高光谱影像	NA	NA	多任务卷积神经网络（MTS-CNN），教师-学生架构	准确率	NA
20	2026-11-14	An integrative single-cell epigenomic atlas annotates the regulatory genome of the adult mouse brain 2026-Nov-12, Cell IF:45.5Q1 DOI:10.1016/j.cell.2026.10.022 PMID:43020033	研究论文	该研究通过联合分析成年小鼠大脑中250万个细胞核的四种组蛋白修饰和转录组，整合染色质可及性、DNA甲基化和三维基因组组织数据，构建了一个跨100多个脑细胞亚类的统一表观基因组图谱，并基于此开发了深度学习模型	首次在单细胞水平上联合分析四种组蛋白修饰和转录组，整合多组学数据构建了覆盖81%基因组的统一表观基因组图谱，并开发了能够从DNA序列预测细胞类型特异性表观基因组特征和基因表达的深度学习模型	研究仅针对成年小鼠大脑，未涉及其他物种或发育阶段；深度学习模型的预测精度和泛化能力未在摘要中详细说明	构建成年小鼠大脑的综合单细胞表观基因组图谱，注释调控基因组，并开发预测模型以解释非编码疾病风险变异	成年小鼠大脑	表观基因组学	NA	单细胞多组学测序（四种组蛋白修饰和转录组联合分析）、染色质可及性测序、DNA甲基化测序、三维基因组组织分析	深度学习模型	单细胞表观基因组数据、转录组数据、染色质可及性数据、DNA甲基化数据、三维基因组数据	250万个细胞核	NA	NA	NA	NA