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	2025-10-06	Computed cancer interactome explains the effects of somatic mutations in cancers 2022-12, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4479 PMID:36261849	研究论文	本研究应用AlphaFold预测癌症蛋白质相互作用网络，并分析体细胞错义突变在相互作用界面的分布规律	首次系统性地应用AlphaFold构建癌症蛋白质相互作用组，为1,087个缺乏三维结构信息的蛋白质复合体提供结构模型	预测的蛋白质相互作用需要实验验证，分析方法主要基于计算预测	研究癌症中蛋白质相互作用网络及其与体细胞突变的关系	癌症驱动蛋白及其相互作用网络	计算生物学	癌症	AlphaFold深度学习，蛋白质结构预测	深度学习	蛋白质序列，三维结构数据	1,798个预测的蛋白质相互作用，1,087个新结构模型	AlphaFold	深度学习架构（具体未指明）	富集分析，缺失分析	NA
2	2025-10-06	Fast and scalable search of whole-slide images via self-supervised deep learning 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00929-8 PMID:36217022	研究论文	提出一种基于自监督深度学习的全切片图像快速检索方法SISH	开发了检索速度与数据库大小无关的WSI检索算法，仅需切片级别标注即可训练	NA	开发无需监督训练的全切片图像快速检索方法	全切片图像(WSI)	数字病理学	癌症	自监督深度学习	深度学习	图像	超过22,000例患者病例，56种疾病亚型	NA	SISH	NA	NA
3	2025-10-06	Detection of signs of disease in external photographs of the eyes via deep learning 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00867-5 PMID:35352000	研究论文	本研究开发了一种基于深度学习的外部眼部照片分析系统，用于检测糖尿病视网膜病变等眼部疾病	首次使用外部眼部照片而非视网膜底片照片，通过深度学习检测多种糖尿病相关眼部疾病和血糖控制不良	需要进一步验证在不同相机设备和患者群体中的适用性	开发基于外部眼部照片的疾病检测深度学习模型	糖尿病患者的外部眼部照片	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	图像	145,832名糖尿病患者用于训练，48,644名患者用于验证	NA	NA	预测性能	NA
4	2025-10-06	Derivation of prognostic contextual histopathological features from whole-slide images of tumours via graph deep learning 2022-Dec, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00923-0 PMID:35982331	研究论文	通过图深度学习从肿瘤全切片图像中提取具有预后价值的上下文组织病理学特征	首次在半监督方式下使用图深度神经网络考虑肿瘤微环境中的上下文特征，提供可解释的预后生物标志物	方法仅在四种癌症类型上验证，需要进一步扩展到更多癌症类型	开发能够从全切片图像中提取预后相关上下文特征的计算病理学方法	肾脏癌、乳腺癌、肺癌和子宫癌患者的全切片图像	数字病理学	多癌种（肾脏癌、乳腺癌、肺癌、子宫癌）	全切片图像分析	图神经网络	图像	3,950名患者用于模型训练和验证，1,333名肾透明细胞癌患者用于风险分层	NA	图深度神经网络，注意力机制	预后预测准确性，风险分层能力	NA
5	2025-09-06	Graph deep learning detects contextual prognostic biomarkers from whole-slide images 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00927-w PMID:35986140	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6	2025-10-06	Graph deep learning for the characterization of tumour microenvironments from spatial protein profiles in tissue specimens 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00951-w PMID:36357512	研究论文	本研究开发了一种基于图神经网络的深度学习模型，利用空间蛋白质谱数据表征肿瘤微环境	首次将图神经网络应用于空间蛋白质谱数据，通过局部子图建模肿瘤微环境中的细胞相互作用	方法在头颈癌和结直肠癌中验证，需要进一步在其他癌症类型中验证	开发能够从空间蛋白质谱数据中识别与临床结果相关的肿瘤微环境特征的方法	人类头颈癌和结直肠癌组织标本	数字病理学	头颈癌,结直肠癌	多重免疫荧光成像	图神经网络	空间蛋白质谱图像数据	NA	NA	图神经网络	预测准确性	NA
7	2025-10-06	Deep residual inception encoder-decoder network for amyloid PET harmonization 2022-12, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.12564 PMID:35142053	研究论文	开发了一种基于深度学习的淀粉样蛋白PET图像协调方法，用于不同示踪剂图像之间的标准化	提出了一种新颖的残差初始编码器-解码器神经网络架构，首次实现不同淀粉样蛋白PET示踪剂图像间的协调处理	目前仅验证了两种示踪剂（Pittsburgh Compound-B和florbetapir），需要扩展到更多示踪剂	解决不同淀粉样蛋白PET示踪剂成像数据的一致性问题，实现定量分析的标准化	淀粉样蛋白PET图像数据	医学影像分析	阿尔茨海默病	正电子发射断层扫描（PET）	编码器-解码器网络	医学影像	训练集92名受试者（10折交叉验证），外部测试集46名受试者	NA	Residual Inception Encoder-Decoder Neural Network	相关性分析（P值）	NA
8	2025-10-06	Neuron tracing from light microscopy images: automation, deep learning and bench testing 2022-12-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac712 PMID:36303315	综述	本文综述了光学显微镜图像中神经元追踪的自动化方法、深度学习进展及性能评估标准	聚焦深度学习增强方法的最新进展，重点介绍哺乳动物全脑单神经元追踪的半自动方法及包含数千个完整神经元形态的数据集	作为综述文章，不包含原始实验数据或新算法开发	更新神经元追踪领域的最新进展，帮助研究社区理解和选择相关工具与资源	光学显微镜图像中的神经元形态	数字病理学	NA	光学显微镜成像	NA	显微镜图像	多个包含数千个完整神经元形态的数据集	NA	NA	神经元追踪基准测试常用指标	NA
9	2025-10-06	Refinement of AlphaFold2 Models against Experimental Cryo-EM Density Maps at 4-6Å Resolution 2022-Dec, Proceedings. IEEE International Conference on Bioinformatics and Biomedicine DOI:10.1109/bibm55620.2022.9995676 PMID:40612328	研究论文	本研究评估了AlphaFold2预测模型在4-6Å分辨率冷冻电镜密度图中的精修效果	首次在实验性4-6Å分辨率冷冻电镜图中系统评估AlphaFold2模型的精修性能，而非使用模拟混合密度图	精修效果严重依赖AlphaFold2预测质量、实验数据质量和模型与密度图的对齐质量	探索深度学习蛋白质结构预测方法在低分辨率冷冻电镜图中的实用性	蛋白质三维结构	结构生物学	NA	冷冻电镜, AlphaFold2结构预测	深度学习	冷冻电镜密度图, 蛋白质结构模型	10个案例，包含9个长链(226-373个残基)和1个短链(115个残基)	AlphaFold2, Phenix	AlphaFold2	TM-score	NA
10	2025-10-06	Application of machine and deep learning algorithms in optical microscopic detection of Plasmodium: A malaria diagnostic tool for the future 2022-Dec, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2022.103198 PMID:36379305	综述	系统回顾机器学习与深度学习算法在光学显微镜检测疟原虫中的应用	首次系统分析CNN及其变体在显微镜疟疾诊断中的主导地位（41.9%）和99.23%的预测准确率	基于现有文献的系统回顾，未进行原始实验验证	通过自动化血涂片解读实现疟疾寄生虫的早期检测	疟疾寄生虫（主要为恶性疟原虫）的光学显微镜图像	计算机视觉	疟疾	光学显微镜检测	CNN, 深度学习	显微镜图像	NA	NA	CNN及其变体	准确率	NA
11	2025-10-06	The applications of machine learning in HIV neutralizing antibodies research-A systematic review 2022-12, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2022.102429 PMID:36462896	系统综述	系统回顾机器学习在HIV中和抗体研究中的应用	首次系统性地总结机器学习在HIV中和抗体研究中的多种应用场景和方法论	仅基于Web of Science和PubMed数据库的文献，可能存在发表偏倚	探索机器学习在HIV中和抗体研究中的应用现状和发展趋势	HIV中和抗体相关研究文献	机器学习	HIV/AIDS	机器学习算法	监督学习,无监督学习,生成模型	生物数据	过去十年相关研究文献	NA	NA	NA	NA
12	2025-10-06	State-of-the-Art Estimation of Protein Model Accuracy Using AlphaFold 2022-Dec-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.129.238101 PMID:36563190	研究论文	本文证明AlphaFold已学会近似生物物理能量函数，并探索其在无共进化数据情况下评估蛋白质结构质量的能力	首次证实AlphaFold已隐式学习生物物理能量函数，可在不使用共进化数据的情况下实现最先进的蛋白质结构质量评估	研究基于AlphaFold模型，其性能可能受训练数据和模型架构的限制	探索AlphaFold是否学会生物物理能量函数及其在蛋白质结构预测中的应用	蛋白质三维结构	机器学习	NA	深度学习, 多序列比对	深度学习模型	蛋白质序列数据, 结构数据	NA	NA	AlphaFold	结构质量评估准确度	NA
13	2025-06-07	An efficient real-time stock prediction exploiting incremental learning and deep learning 2022-Dec-21, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-022-09481-x PMID:38625328	研究论文	提出了一种基于增量学习和离线-在线学习的实时股票价格预测策略	结合增量学习和离线-在线学习两种方法，实时更新模型以适应市场的动态变化	仅在美国NASDAQ和印度NSE交易所的八只高流动性股票上进行了测试，可能不适用于其他市场或股票	提高实时股票价格预测的准确性	股票市场的实时价格数据	机器学习	NA	增量学习, 离线-在线学习	深度学习模型	时间序列数据	美国NASDAQ和印度NSE交易所的八只高流动性股票	NA	NA	NA	NA
14	2025-06-06	Assessing Trustworthy AI in Times of COVID-19: Deep Learning for Predicting a Multiregional Score Conveying the Degree of Lung Compromise in COVID-19 Patients 2022-Dec, IEEE transactions on technology and society DOI:10.1109/TTS.2022.3195114 PMID:36573115	研究论文	本文展示了如何在医疗保健领域实践欧盟高级专家组的可信AI指南，并探讨了COVID-19疫情期间'可信AI'的含义	应用Z-Inspection®方法进行后验自我评估，以评估AI系统在COVID-19疫情期间的可信度	研究局限于疫情期间在意大利一家诊所的实验性部署，可能不具有广泛代表性	评估AI系统在预测COVID-19患者肺部损伤程度方面的可信度	COVID-19患者的胸部X光片	数字病理学	COVID-19	深度学习	NA	医学影像	NA	NA	NA	NA	NA
15	2025-04-06	Deep learning and radiomics framework for PSMA-RADS classification of prostate cancer on PSMA PET 2022-Dec-29, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-022-00948-1 PMID:36580220	研究论文	开发了一个深度学习和放射组学框架，用于在PSMA PET图像上进行前列腺癌的PSMA-RADS分类	结合深度学习和放射组学方法，实现了病变级别和患者级别的PSMA-RADS分类，并提供了置信度和概率评分	研究为回顾性研究，样本来源单一	提高前列腺癌在PSMA PET图像上的分类准确性	前列腺癌患者的PSMA PET图像	数字病理学	前列腺癌	PET/CT扫描	深度学习	医学影像	267名男性患者的3794个病变	NA	NA	NA	NA
16	2025-10-07	Dimensionally consistent learning with Buckingham Pi 2022-Dec, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-022-00355-5 PMID:38177386	研究论文	提出基于白金汉π定理的数据驱动方法，通过对称性和自相似结构自动发现最优无量纲群	将白金汉π定理作为约束条件，开发了三种数据驱动技术来发现最优无量纲群	方法在三个示例问题中验证但需进一步测试更复杂系统	开发自动发现物理系统最优无量纲群的数据驱动方法	物理系统的测量数据和参数	机器学习	NA	无量纲分析	深度学习, 稀疏识别	物理测量数据	NA	NA	BuckiNet	准确度, 鲁棒性, 计算复杂度	NA
17	2025-10-07	Reinforcement learning using Deep Q networks and Q learning accurately localizes brain tumors on MRI with very small training sets 2022-12-23, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-022-00919-x PMID:36564724	研究论文	本研究应用强化学习在小型训练集上准确定位脑部MRI图像中的肿瘤	将深度Q学习推广到基于网格世界的环境，仅需图像和图像掩码，无需放射科医师眼动追踪点	仅使用30个二维图像切片进行训练，样本量较小	开发能够在小训练集上准确定位脑肿瘤的强化学习方法	脑部MRI图像中的肿瘤病灶	医学影像分析	脑肿瘤	MRI	Deep Q Network, 关键点检测监督深度学习网络	二维医学图像	30个训练图像切片，30个测试图像切片	NA	Deep Q Network	准确率	NA
18	2025-02-21	A Novel CNN-LSTM Hybrid Model for Prediction of Electro-Mechanical Impedance Signal Based Bond Strength Monitoring 2022-Dec-16, Sensors (Basel, Switzerland) DOI:10.3390/s22249920 PMID:36560293	研究论文	本研究提出了一种新颖的CNN-LSTM混合模型，用于预测基于机电阻抗信号的粘结强度监测	结合了卷积神经网络（CNN）和长短期记忆网络（LSTM）的混合模型，用于预测机电阻抗信号	研究仅限于混凝土圆柱样本和嵌入的钢筋，未涉及其他材料或结构	评估机电阻抗技术在监测钢筋混凝土粘结强度发展中的性能	钢筋混凝土圆柱样本和嵌入的钢筋	结构健康监测	NA	机电阻抗（EMI）技术	CNN-LSTM混合模型	机电阻抗信号	混凝土圆柱样本和嵌入的钢筋	NA	NA	NA	NA
19	2025-02-21	New onset delirium prediction using machine learning and long short-term memory (LSTM) in electronic health record 2022-12-13, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocac210 PMID:36303456	研究论文	本文开发并测试了一种结合长短期记忆（LSTM）和机器学习的深度学习模型，用于预测住院成年患者的新发谵妄	结合LSTM和LightGBM模型，显著提高了新发谵妄的预测性能，为后续开发临床决策支持工具提供了算法基础	研究仅基于单一大型学术医疗中心的电子健康记录数据，可能限制了模型的泛化能力	开发并测试一种准确预测住院成年患者新发谵妄的深度学习模型	住院成年患者	机器学习	老年疾病	电子健康记录（EHR）数据分析	LSTM, LightGBM	电子健康记录数据	34,035名患者的331,489次CAM评估	NA	NA	NA	NA
20	2025-02-21	Sensor Data Prediction in Missile Flight Tests 2022-Dec-02, Sensors (Basel, Switzerland) DOI:10.3390/s22239410 PMID:36502111	研究论文	本文提出了一种结合小波分析方法的深度学习预测网络，用于导弹飞行测试中的传感器数据预测	结合小波变换和生成对抗网络（GAN）来重构缺失的传感器数据，并使用带有注意力和扩张网络的长短期记忆（LSTM）进行精确预测	未提及具体的数据集规模或实验的广泛性	提高导弹飞行测试中传感器数据的预测准确性	导弹飞行测试中的传感器数据	机器学习	NA	小波变换，生成对抗网络（GAN），长短期记忆（LSTM）	GAN, LSTM	传感器数据	实际导弹飞行测试中的传感器数据	NA	NA	NA	NA