深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 1 篇文献。
| 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 | 2025-10-06 |
Gene expression inference with deep learning
2016-06-15, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btw074
PMID:26873929
|
研究论文 | 提出一种基于深度学习的基因表达推断方法D-GEX，通过少量标志基因表达预测全基因组表达谱 | 首次将深度学习应用于基因表达推断领域，相比线性回归方法能捕捉基因间的复杂非线性关系 | 模型在RNA-Seq数据集上的性能提升相对较小（6.57%），且仍有18.69%的靶基因误差高于线性回归 | 开发更准确的基因表达推断计算方法，降低全基因组表达谱分析成本 | 基因表达谱数据 | 机器学习 | NA | 微阵列基因表达分析，RNA-Seq | 深度学习 | 基因表达数据 | 训练集：111,000个表达谱（Gene Expression Omnibus）；测试集：2,921个表达谱（GTEx） | NA | NA | 平均绝对误差，基因间误差比较 | NA |