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
41	2025-10-17	A Minority Class Balanced Approach Using the DCNN-LSTM Method to Detect Human Wrist Fracture 2023-01-03, Life (Basel, Switzerland) DOI:10.3390/life13010133 PMID:36676082	研究论文	提出一种融合DCNN和LSTM的深度学习方法，用于从X射线图像中自动检测腕部骨折	首次将扩张卷积神经网络与长短期记忆网络融合，并采用旋转过采样方法解决类别不平衡问题	数据集规模较小（仅192张图像），需要更大样本量验证模型泛化能力	开发自动诊断工具作为医生辅助选项，减少腕部骨折漏诊	腕部X射线图像	计算机视觉	骨折	X射线成像	CNN, LSTM	图像	192张腕部X射线图像	NA	DCNN, LSTM	准确率, 灵敏度, 特异性, 精确率, F1分数, Kappa系数	NA
42	2025-10-09	Large-scale capture of hidden fluorescent labels for training generalizable markerless motion capture models 2023-09-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-41565-3 PMID:37752123	研究论文	开发了一种名为GlowTrack的方法，通过荧光标记生成大量训练数据，用于训练可泛化的无标记运动捕捉模型	提出使用荧光标记生成隐藏标签的高通量方法，创建多相机多光照设置模拟多样化视觉条件，并实现并行标记多个关键点的密集追踪技术	NA	解决无标记运动捕捉模型泛化能力有限的问题，建立标准化的行为分析流程	动物行为研究中的运动追踪	计算机视觉	NA	荧光标记，多相机多光照设置	深度学习模型	视频图像数据	NA	NA	NA	NA	NA
43	2025-10-05	Reliable Active Learning via Influence Functions 2023-Nov, Transactions on machine learning research PMID:41036166	研究论文	提出一种基于影响函数的可靠主动学习框架，解决深度学习中主动学习算法性能不可靠的问题	通过影响函数、伪标签和多样性选择来高效估计样本对模型在整个数据集上性能的影响	NA	提高主动学习在深度学习架构中的可靠性和性能	深度学习模型中的样本选择策略	机器学习	NA	主动学习	深度学习架构	NA	NA	NA	NA	NA	NA
44	2025-10-05	Improved Peptide Docking with Privileged Knowledge Distillation using Deep Learning 2023-Dec-04, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.01.569671 PMID:38106114	研究论文	提出了一种基于知识蒸馏的改进蛋白质-肽复合物对接方法DistPepFold	采用特权知识蒸馏方法，通过教师-学生模型架构从原生相互作用信息中学习，改进蛋白质-肽对接性能	NA	改进蛋白质-肽相互作用的计算建模方法	蛋白质-肽复合物	机器学习	NA	深度学习	知识蒸馏模型	蛋白质结构数据	两个蛋白质-肽复合物数据集	NA	基于AlphaFold-Multimer的架构	对接性能评估指标	NA
45	2025-10-05	Enhancing Neonatal Pain Assessment Transparency via Explanatory Training Examples Identification 2023-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms58004.2023.00236 PMID:41019613	研究论文	本研究提出一种基于实例的解释方法，通过识别最有帮助和有害的训练样本来增强新生儿疼痛音频评估的透明度	将音频信号可视化为频谱图进行分类，并提出基于实例的解释方法分析训练样本对预测的影响	仅针对音频模态，未整合其他疼痛信号；在临床环境中的实际应用效果需要进一步验证	提高基于深度学习的新生儿疼痛评估方法的透明度和可解释性	新生儿疼痛音频信号	机器学习	新生儿疼痛	音频信号处理，频谱图转换	深度学习模型	音频信号，频谱图图像	NA	NA	NA	影响分数	NA
46	2025-10-05	High-throughput target trial emulation for Alzheimer's disease drug repurposing with real-world data 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43929-1 PMID:38081829	研究论文	本研究使用真实世界数据模拟目标临床试验，评估数千种药物对阿尔茨海默病的潜在治疗效果	提出基于倾向评分模型的改进选择策略，并在大规模真实世界数据上系统评估深度学习与传统逻辑回归方法在协变量平衡方面的表现	基于观察性数据，可能存在未测量的混杂因素	通过目标试验模拟方法进行阿尔茨海默病药物再利用研究	170多万患者的临床记录和数千种已批准药物	医学信息学	阿尔茨海默病	目标试验模拟，逆概率加权	深度学习，逻辑回归	真实世界临床数据	超过170万患者，覆盖10多年临床记录	NA	NA	协变量平衡	NA
47	2025-10-05	Comprehensive tissue deconvolution of cell-free DNA by deep learning for disease diagnosis and monitoring 2023-07-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2305236120 PMID:37399400	研究论文	通过深度学习对血浆游离DNA进行组织溯源分析，用于疾病诊断和治疗监测	构建了基于521个非癌组织样本的全面高分辨率甲基化图谱，开发了基于深度学习的监督组织反卷积方法	仅包含29种主要人体组织类型，可能未覆盖所有组织类型	开发高灵敏度和准确性的组织来源cfDNA定量方法，用于疾病检测和监测	血浆游离DNA和组织特异性甲基化模式	数字病理	多种疾病	甲基化测序	深度学习	甲基化数据	521个非癌组织样本，涵盖29种主要人体组织类型	NA	NA	灵敏度, 准确度	NA
48	2025-10-05	Application of Machine learning to predict RF heating of cardiac leads during magnetic resonance imaging at 1.5 T and 3 T: A simulation study 2023-04, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2023.107384 PMID:36842429	研究论文	本研究探索应用深度学习预测心脏导联在1.5T和3T磁共振成像中射频加热的可行性	首次将深度学习应用于预测位置和方向可变的导电导联在MRI中的射频加热，突破了传统固定位置预测的限制	基于仿真数据的研究，需要进一步实验验证；SAR预测误差范围较大（223W/kg和206W/kg）	开发快速预测磁共振成像中导电植入物射频加热的机器学习方法	心脏导联模型（心血管植入电子设备中的导联）	机器学习	心血管疾病	电磁仿真，磁共振成像	神经网络	仿真数据，坐标数据	600个具有临床相关轨迹的心脏导联模型	NA	神经网络	均方根误差，R分数	NA
49	2025-10-05	Combining pairwise structural similarity and deep learning interface contact prediction to estimate protein complex model accuracy in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26542 PMID:37357816	研究论文	开发结合成对结构相似性和深度学习界面接触预测的混合方法用于评估蛋白质复合物模型准确性	首次将成对结构相似性方法与深度学习界面接触预测相结合用于蛋白质四级结构模型质量评估	当大量结构模型质量较低且彼此相似时，成对相似性方法可能失效	开发蛋白质复合物模型准确性评估方法	蛋白质复合物和组装体的四级结构模型	计算生物学	NA	深度学习界面接触预测	深度学习	蛋白质结构模型	CASP15组装靶标的模型	NA	NA	相关系数, 排序损失	NA
50	2025-10-05	Integrating deep learning, threading alignments, and a multi-MSA strategy for high-quality protein monomer and complex structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26585 PMID:37650367	研究论文	介绍UM-TBM和Zheng团队在CASP15蛋白质单体与复合物结构预测中的方法及成果	结合深度学习、线程比对和多MSA策略，开发了D-I-TASSER和DMFold-Multimer算法，在传统蒙特卡洛模拟中融合深度学习约束	病毒蛋白建模和复合物模型排序方面仍有改进空间	提高蛋白质单体与复合物结构预测的准确性	蛋白质单体结构和蛋白质复合物结构	计算生物学	NA	多序列比对(MSA)、深度学习、蒙特卡洛模拟	注意力网络、端到端深度学习模型	蛋白质序列与结构数据	47个自由建模目标（单体）和38个复合物目标	AlphaFold2, I-TASSER	D-I-TASSER, DMFold-Multimer, DeepMSA2	TM-score, Interface Contact Score	NA
51	2025-10-05	Assessment of three-dimensional RNA structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26602 PMID:37876231	研究论文	评估CASP15中RNA三维结构预测方法的性能	首次在CASP竞赛中系统评估RNA结构预测方法，将蛋白质评估指标(GDT、lDDT)和Z-score排名方法推广应用于RNA评估	在非标准碱基对建模、模型排名以及预测冷冻电镜或晶体学解析的多种结构方面仍存在挑战	评估RNA三维结构预测方法的准确性和实用性	RNA三维结构预测模型	结构生物信息学	NA	冷冻电镜(cryo-EM)、X射线衍射	深度学习,传统计算方法	RNA结构数据,冷冻电镜图谱,X射线衍射数据	12个含RNA的目标结构，42个预测组参与	NA	NA	GDT,lDDT,Z-score	NA
52	2025-10-05	Impact of AlphaFold on structure prediction of protein complexes: The CASP15-CAPRI experiment 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26609 PMID:37905971	研究论文	本文介绍了CASP15-CAPRI蛋白质复合物结构预测挑战赛的结果，评估了AlphaFold对蛋白质复合物结构预测的影响	首次系统评估AlphaFold2和AlphaFold2-Multimer在蛋白质复合物结构预测中的表现，展示了深度学习方法的显著进步	对缺乏结合伴侣间进化关系的抗体/纳米抗体复合物以及具有构象灵活性的复合物预测性能仍然较差	评估蛋白质复合物结构预测的最新进展，特别是AlphaFold技术的影响	37个蛋白质复合物靶标，包括同源二聚体、同源三聚体、异源二聚体和大型组装体	计算生物学	NA	蛋白质结构预测，深度学习	AlphaFold2, AlphaFold2-Multimer	蛋白质序列和结构数据	37个靶标，21,941个模型，60+参与组	AlphaFold	AlphaFold2, AlphaFold2-Multimer	CAPRI模型质量指标，DockQ评分	NA
53	2025-10-05	Estimation of model accuracy in CASP15 using the ModFOLDdock server 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26532 PMID:37314190	研究论文	介绍CASP15竞赛中用于多聚体模型质量评估的ModFOLDdock服务器及其三种变体的性能表现	开发了三种针对不同质量评估维度的ModFOLDdock变体，在CASP15的EMA类别中均取得领先排名	NA	优化多聚体蛋白质结构模型的质量评估方法	多聚体蛋白质结构模型	生物信息学	NA	深度学习, 聚类分析	深度学习模型	蛋白质结构模型	41个组装结构（来自CASP15竞赛）	NA	NA	Pearson相关系数, 寡聚体-lDDT	NA
54	2025-10-05	Estimating protein complex model accuracy based on ultrafast shape recognition and deep learning in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26564 PMID:37553848	研究论文	本文报告了在CASP15中基于超快形状识别和深度学习的蛋白质复合物模型精度估计方法的研究成果	提出了基于三级特征集成与深度残差/图神经网络的多聚体复合物模型精度估计新方法，设计了整体和单体间超快形状识别特征	NA	开发蛋白质复合物模型精度估计方法	蛋白质复合物模型	生物信息学	NA	超快形状识别, 深度学习	深度残差网络, 图神经网络	蛋白质结构数据	39个目标蛋白质	NA	深度残差网络, 图神经网络	Pearson相关系数, lDDT, TM-score	NA
55	2025-10-05	zPoseScore model for accurate and robust protein-ligand docking pose scoring in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26573 PMID:37606194	研究论文	提出了一种基于深度学习的配体构象评分模型zPoseScore，用于蛋白质-配体复合物结构预测	重新设计了受AlphaFold2启发的zFormer模块，开发了数据增强和采样方法，实现了原子级别的蛋白质-配体特征编码和融合	NA	开发准确的蛋白质-配体对接构象评分方法	蛋白质-配体复合物	计算生物学	NA	深度学习	Transformer	蛋白质结构数据，配体构象数据	CASP15和CASF-2016数据集	NA	zFormer	Pearson相关系数，局部距离差异测试(lDDT)	NA
56	2025-10-05	Breaking the conformational ensemble barrier: Ensemble structure modeling challenges in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26584 PMID:37872703	研究论文	本文评估了CASP15实验中蛋白质和RNA结构多构象建模的挑战与成果	首次在CASP社区实验中系统评估多构象建模方法，展示了AlphaFold2增强采样在蛋白质构象预测中的突破性表现	存在处理稀疏或低分辨率实验数据的困难，且目前缺乏有效的RNA/蛋白质复合物建模方法	评估蛋白质和RNA结构多构象建模方法的有效性与挑战	蛋白质和RNA的三维结构构象	计算生物学	NA	深度学习增强采样	AlphaFold2	蛋白质和RNA结构数据	9个靶标结构	AlphaFold2	AlphaFold2	构象重现成功率	NA
57	2025-10-05	Critical assessment of methods of protein structure prediction (CASP)-Round XV 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26617 PMID:37920879	研究论文	总结了CASP15蛋白质结构预测社区实验的结果，重点分析了深度学习方法的进展	首次在CASP实验中纳入RNA结构和蛋白质-配体复合物的计算评估	深度学习在蛋白质复合物预测中的性能尚未完全达到单蛋白质水平，界面区域准确性估计略不可靠	评估蛋白质结构预测方法的最新进展	蛋白质结构、蛋白质复合物、RNA结构、蛋白质-配体复合物	计算结构生物学	NA	深度学习	深度学习	氨基酸序列、蛋白质结构数据	CASP15实验目标蛋白质	NA	AlphaFold2	结构准确性、局部和全局准确性估计	NA
58	2025-10-05	Assessment of three-dimensional RNA structure prediction in CASP15 2023-Oct-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.25.538330 PMID:37162955	研究论文	评估CASP15中RNA三维结构预测方法的性能	首次在CASP竞赛中系统评估RNA结构预测方法，并将蛋白质结构评估指标(GDT、lDDT)和Z-score排名方法推广应用于RNA评估	在非经典碱基对建模、模型排序以及多结构预测方面仍存在挑战	评估当前RNA三维结构预测方法的准确性和实用性	RNA三维结构预测模型	计算生物学	NA	冷冻电镜(cryo-EM)、X射线衍射	深度学习,传统计算方法	RNA三维结构数据	12个含RNA的目标结构，42个预测组参与	NA	NA	GDT, lDDT, Z-score	NA
59	2025-10-05	Combining pairwise structural similarity and deep learning interface contact prediction to estimate protein complex model accuracy in CASP15 2023-Mar-12, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.08.531814 PMID:36945536	研究论文	开发了一种结合成对结构相似性和深度学习界面接触预测的混合方法MULTICOM_qa，用于评估蛋白质复合物模型准确性	首次将成对结构相似性方法与深度学习界面接触预测相结合，解决了传统方法在低质量模型聚集时失效的问题	未明确说明方法在特定类型蛋白质复合物上的局限性	开发蛋白质复合物模型准确性评估方法	蛋白质复合物和组装体的四级结构模型	生物信息学	NA	深度学习界面接触预测	深度学习	蛋白质结构模型	CASP15评估中的24个预测器参与比较	NA	NA	相关系数, 排序损失	NA
60	2025-10-05	Seizure forecasting using minimally invasive, ultra-long-term subcutaneous electroencephalography: Individualized intrapatient models 2023-12, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17252 PMID:35395101	研究论文	本研究通过超长期皮下脑电图记录，开发了个体化患者特异性癫痫发作预测模型	首次使用微创皮下脑电图设备进行超长期家庭记录，实现个体化癫痫发作预测	样本量较小（仅6名患者），需要在更大规模的前瞻性试验中验证	评估使用远程微创超长期皮下脑电图进行患者特异性癫痫发作预测的可行性	药物难治性局灶性癫痫患者	医疗人工智能	癫痫	皮下脑电图记录	LSTM	脑电图信号	6名患者，记录时间46-230天，总记录时间>11000小时	NA	长短期记忆网络	AUC, 敏感度, 预警时间	NA