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 2677 篇文献，本页显示第 861 - 880 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2025-10-07 |
Deep learning-based phenotyping reclassifies combined hepatocellular-cholangiocarcinoma
2023-12-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43749-3
PMID:38092727
|
研究论文 | 本研究利用深度学习对组合性肝细胞-胆管癌进行表型重分类 | 首次使用深度学习模型对cHCC-CCA肿瘤进行重新分类，并将预测结果与临床结局、基因改变和空间基因表达谱相关联 | 研究针对罕见双表型癌症，样本量相对有限 | 改善组合性肝细胞-胆管癌的诊断分类和治疗决策 | 405例cHCC-CCA患者及其肿瘤样本 | 数字病理学 | 肝癌 | 深度学习，原位空间基因表达分析 | 深度学习模型 | 病理图像，基因表达数据 | 405例cHCC-CCA患者 | NA | NA | 诊断准确性 | NA |
| 862 | 2025-10-07 |
Automating General Movements Assessment with quantitative deep learning to facilitate early screening of cerebral palsy
2023-12-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-44141-x
PMID:38097602
|
研究论文 | 开发基于深度学习的运动评估模型，用于自动化评估婴儿全身运动以早期筛查脑瘫 | 首次将深度学习与婴儿视频特征结合实现全身运动评估的自动化，并提出定量GMA方法 | 需要专业视频数据且依赖专家标注进行训练 | 开发自动化工具促进脑瘫早期筛查 | 婴儿全身运动视频数据 | 计算机视觉 | 脑瘫 | 视频分析 | 深度学习 | 视频 | 未明确说明 | NA | NA | AUC | NA |
| 863 | 2025-10-07 |
Single-cell spatial metabolomics with cell-type specific protein profiling for tissue systems biology
2023-12-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43917-5
PMID:38086839
|
研究论文 | 提出单细胞空间代谢组学框架scSpaMet，实现人类组织中单个免疫细胞和癌细胞的蛋白质-代谢物联合分析 | 首次将非靶向空间代谢组学与靶向多重蛋白质成像整合到同一流程中，实现单细胞水平的空间代谢-蛋白质联合分析 | 仅使用男性人类组织样本，样本类型和数量有限 | 开发用于组织系统生物学的单细胞空间代谢组学分析工具 | 人类肺癌、扁桃体和子宫内膜组织中的单个免疫细胞和癌细胞 | 数字病理学 | 肺癌 | 空间代谢组学, 多重蛋白质成像 | 深度学习 | 空间代谢组数据, 蛋白质成像数据 | 肺癌组织19507个单细胞, 扁桃体组织31156个单细胞, 子宫内膜组织8215个单细胞 | NA | 联合嵌入模型 | NA | NA |
| 864 | 2025-10-07 |
Deep learning of cell spatial organizations identifies clinically relevant insights in tissue images
2023-12-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43172-8
PMID:38081823
|
研究论文 | 开发基于细胞空间组织的图卷积网络Ceograph，从病理图像中识别与临床结果相关的细胞空间组织特征 | 首次提出基于细胞空间组织的图卷积网络方法，能够评估个体空间相互作用并识别关键的临床相关特征 | 方法在特定疾病类型中验证，需要进一步在其他疾病和更大样本中验证通用性 | 开发能够从组织图像中识别临床相关细胞空间组织特征的深度学习方法 | 口腔潜在恶性疾病患者和肺癌患者的组织病理图像 | 数字病理 | 口腔癌,肺癌 | 组织成像技术 | 图卷积网络 | 病理图像 | NA | NA | Ceograph | 临床结果预测准确性 | NA |
| 865 | 2025-10-07 |
DeepRTAlign: toward accurate retention time alignment for large cohort mass spectrometry data analysis
2023-12-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43909-5
PMID:38081814
|
研究论文 | 开发基于深度学习的保留时间对齐工具DeepRTAlign，用于大规模队列液相色谱-质谱数据分析 | 能够同时处理单调和非单调保留时间偏移，相比现有方法具有更好的性能表现 | NA | 解决大规模队列LC-MS研究中保留时间对齐的瓶颈问题 | 蛋白质组学和代谢组学数据 | 机器学习 | 肝细胞癌 | 液相色谱-质谱联用技术 | 深度学习 | 质谱数据 | 多个真实世界和模拟数据集 | NA | NA | 识别灵敏度，定量准确性 | NA |
| 866 | 2025-10-07 |
Deep Learning of Cell Spatial Organizations Identifies Clinically Relevant Insights in Tissue Images
2023-Jul-04, Research square
DOI:10.21203/rs.3.rs-2928838/v1
PMID:37461694
|
研究论文 | 提出基于细胞空间组织的图卷积网络Ceograph，通过分析病理图像中的细胞空间特征预测临床结果 | 开发了首个基于细胞空间组织的图卷积网络，能够量化单个细胞间的空间相互作用并识别与临床结果相关的关键特征 | NA | 开发能够从组织图像中识别具有临床意义的细胞空间组织特征的计算方法 | 口腔潜在恶性疾病患者和肺癌患者的组织病理图像 | 数字病理 | 口腔癌,肺癌 | 组织成像技术 | 图卷积网络 | 病理图像 | NA | NA | Ceograph | 临床结果预测准确性 | NA |
| 867 | 2025-10-07 |
External Validation of SpineNet, an Open-Source Deep Learning Model for Grading Lumbar Disk Degeneration MRI Features, Using the Northern Finland Birth Cohort 1966
2023-Apr-01, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000004572
PMID:36728678
|
研究论文 | 本研究使用北芬兰1966出生队列数据对开源深度学习模型SpineNet进行腰椎间盘退变MRI特征分级的外部验证 | 首次在地理和时间上与训练数据集分离的外部数据集上验证SpineNet模型对腰椎间盘退变分级的泛化能力 | 研究为回顾性观察设计，仅使用单一队列数据进行验证 | 外部验证深度学习模型SpineNet在腰椎间盘退变MRI特征分级中的性能 | 北芬兰1966出生队列的1331名参与者的腰椎MRI数据 | 计算机视觉 | 腰椎间盘退变疾病 | 磁共振成像 | 深度学习图像分类模型 | T2加权矢状位腰椎MRI序列图像 | 1331名NFBC1966队列参与者 | NA | SpineNet | 平衡准确度, Lin一致性相关系数, Cohen κ系数 | NA |
| 868 | 2025-05-02 |
International Importation Risk Estimation of SARS-CoV-2 Omicron Variant with Incomplete Mobility Data
2023, Transboundary and emerging diseases
IF:3.5Q1
DOI:10.1155/2023/5046932
PMID:40303718
|
research paper | 开发了一个基于深度神经网络的模型，用于评估Omicron BQ.1从西非传入其他国家的风险 | 利用不完全的人口流动数据，首次应用深度神经网络模型估计病毒输入风险 | 依赖不完全的人口流动数据，可能影响模型准确性 | 评估Omicron BQ.1从西非传入其他国家的风险 | Omicron BQ.1病毒及其传播风险 | machine learning | COVID-19 | deep neural networks | DNN | population mobility data | 西非到其他非非洲国家的人口流动数据 | NA | NA | NA | NA |
| 869 | 2025-10-07 |
From the diagnosis of infectious keratitis to discriminating fungal subtypes; a deep learning-based study
2023-12-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-49635-8
PMID:38097753
|
研究论文 | 本研究开发基于深度学习的模型用于传染性角膜炎诊断及其真菌亚型区分 | 首次构建可同时实现传染性角膜炎诊断、细菌与真菌角膜炎区分、以及真菌丝状与酵母亚型鉴别的多任务深度学习系统 | 模型3对真菌亚型区分的准确率相对较低（77.5%），可能存在分类性能提升空间 | 通过人工智能技术改进传染性角膜炎的早期诊断和分类 | 传染性角膜炎患者及其裂隙灯照片 | 计算机视觉 | 眼科感染疾病 | 裂隙灯成像 | 深度学习模型 | 图像 | 977名患者的9329张裂隙灯照片 | NA | NA | 准确率 | NA |
| 870 | 2025-04-25 |
Structural characterization of an intrinsically disordered protein complex using integrated small-angle neutron scattering and computing
2023-10, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.4772
PMID:37646172
|
研究论文 | 本文提出了一种结合小角中子散射和计算方法的集成方法，用于解析两个内在无序区域形成的复合物的结构集合 | 结合选择性氘标记的小角中子散射实验、微秒级全原子分子动力学模拟和基于自动编码器的深度学习算法，提出了一种新的集成方法来表征内在无序蛋白质的结构集合 | 实验时间尺度通常捕获的是多个构象的平均测量值，导致复杂的小角中子散射数据难以解析 | 研究内在无序蛋白质和蛋白质内在无序区域的结构集合，以理解其结构与功能关系 | 由两个内在无序区域形成的复合物 | 结构生物学 | NA | 小角中子散射(SANS)、分子动力学(MD)模拟、深度学习(DL) | 自动编码器 | 中子散射数据、分子动力学模拟数据 | NA | NA | NA | NA | NA |
| 871 | 2025-10-07 |
Rapid and Portable Quantification of HIV RNA via a Smartphone-enabled Digital CRISPR Device and Deep Learning
2023-May-16, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.05.12.23289911
PMID:37292781
|
研究论文 | 开发了一种基于智能手机的数字CRISPR设备，结合深度学习算法快速定量检测HIV RNA | 首次将数字CRISPR检测与智能手机平台集成，实现HIV RNA的快速便携定量检测 | NA | 开发便携式HIV病毒载量监测工具以支持艾滋病治疗管理 | HIV RNA | 数字病理 | 艾滋病 | RT-RPA-CRISPR, 荧光成像 | 深度学习 | 荧光图像 | NA | NA | NA | 检测灵敏度 | 智能手机平台 |
| 872 | 2025-10-07 |
Spikebench: An open benchmark for spike train time-series classification
2023-01, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1010792
PMID:36626366
|
研究论文 | 提出一个用于脉冲序列时间序列分类的开放基准测试Spikebench | 基于开放获取神经活动数据集构建首个脉冲序列分类基准，包含多种学习任务，并证明基于手工特征工程的方法与最先进深度学习模型性能相当 | NA | 为神经解码领域提供多样化和具有挑战性的基准测试 | 神经脉冲序列数据 | 机器学习 | NA | 神经信号记录 | 决策树集成, 深度神经网络 | 时间序列数据 | NA | NA | NA | NA | NA |
| 873 | 2025-10-07 |
Exploration of the intelligent-auxiliary design of architectural space using artificial intelligence model
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0282158
PMID:36867635
|
研究论文 | 探索基于人工智能模型的建筑空间智能辅助设计方法 | 将AI辅助模型与建筑空间智能深度融合，通过深度学习实现建筑空间的智能设计 | NA | 提高建筑设计行业的效率，促进建筑空间设计的智能化和数字化转型 | 建筑空间设计，三维建筑模型 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 三维模型数据 | UrbanScene3D数据集中的3D模型 | NA | NA | 模型拟合度，智能评分 | NA |
| 874 | 2025-04-24 |
Geneformer: a deep learning model for exploring gene networks
2023-12, Science China. Life sciences
DOI:10.1007/s11427-023-2431-x
PMID:37672186
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 875 | 2025-10-07 |
Computational Advancements in Cancer Combination Therapy Prediction
2023-09, JCO precision oncology
IF:5.3Q1
DOI:10.1200/PO.23.00261
PMID:37824797
|
综述 | 本文系统介绍癌症联合疗法预测的计算方法并总结最新研究进展 | 系统梳理近10年癌症联合疗法预测的计算方法，提出整合疾病病理生物学、药物特性和患者多组学数据的未来发展方向 | 未对所有现有癌症联合疗法预测方法进行荟萃分析，主要关注方法改进的考量因素 | 癌症联合疗法预测的计算方法研究 | 癌症治疗中的药物组合 | 机器学习 | 癌症 | 药物重定位 | 网络模型, 回归机器学习, 分类器机器学习, 深度学习 | 多组学数据, 药物特性数据, 疾病数据 | NA | NA | NA | NA | NA |
| 876 | 2025-10-07 |
De novo design of diverse small molecule binders and sensors using Shape Complementary Pseudocycles
2023-Dec-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.20.572602
PMID:38187589
|
研究论文 | 提出一种结合深度学习和能量优化的方法，设计能够高亲和力结合并传感小分子的蛋白质 | 首次开发出能够设计结合极性柔性小分子（如甲氨蝶呤和甲状腺素）的高形状互补性结合蛋白，并实现直接从计算机设计到纳米级亲和力的突破 | 方法主要针对小分子设计，对于更大或更复杂分子的适用性尚未验证 | 开发通用方法设计能够结合和传感任意小分子的蛋白质 | 小分子结合蛋白和传感器 | 机器学习 | NA | 深度学习，能量优化，X射线晶体学 | 深度学习模型 | 分子结构数据 | 四种不同小分子（包括甲氨蝶呤和甲状腺素） | NA | NA | 结合亲和力（纳摩尔级），晶体结构相似度 | NA |
| 877 | 2025-10-07 |
Form follows function: Nuclear morphology as a quantifiable predictor of cellular senescence
2023-12, Aging cell
IF:8.0Q1
DOI:10.1111/acel.14012
PMID:37845808
|
研究论文 | 本研究探讨核形态作为细胞衰老量化预测指标的有效性 | 首次系统证实核形态可作为衰老的预测性生物标志物，并揭示细胞核在驱动衰老表型中的主动作用 | 未明确说明研究涉及的细胞类型和物种的具体数量 | 验证核形态特征对细胞衰老状态的预测能力 | 体外和体内的多种细胞类型和物种 | 数字病理学 | 老年性疾病 | 定量成像分析 | 深度学习算法 | 图像 | NA | NA | NA | 准确率 | NA |
| 878 | 2025-10-07 |
Sequence basis of transcription initiation in human genome
2023-Jun-29, bioRxiv : the preprint server for biology
DOI:10.1101/2023.06.27.546584
PMID:37425823
|
研究论文 | 通过深度学习可解释建模方法在碱基对分辨率水平揭示人类基因组转录起始的序列基础 | 首次在碱基对分辨率水平系统解释人类启动子功能，发现多个未被表征的位置特异性效应模式 | NA | 解析人类基因组中转录起始的序列决定规则 | 人类启动子序列、241种哺乳动物基因组、小鼠转录起始位点数据 | 机器学习 | NA | 深度学习可解释建模、实验扰动验证 | 深度学习 | 基因组序列数据、转录起始位点数据 | 241种哺乳动物基因组 | NA | NA | NA | NA |
| 879 | 2025-10-07 |
Massively parallel characterization of psychiatric disorder-associated and cell-type-specific regulatory elements in the developing human cortex
2023-Feb-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.15.528663
PMID:36824845
|
研究论文 | 通过大规模并行报告基因检测系统分析人类发育期大脑皮层中的基因调控元件及其与精神疾病的关联 | 首次在人类原代细胞和脑类器官中系统评估了超过10万个调控序列的功能活性，并利用深度学习解析增强子活性的序列基础和上游调控因子 | 研究主要聚焦于发育期大脑皮层，未涵盖其他脑区或发育阶段 | 建立人类神经元发育过程中功能性基因调控元件和变异的全面目录 | 人类中期妊娠皮层原代细胞和脑类器官 | 计算生物学 | 精神疾病 | 大规模并行报告基因检测(MPRA), 深度学习 | 深度学习模型 | 基因组序列数据, 表观遗传数据 | 102,767个调控序列 | NA | NA | 增强子活性显著性变化 | NA |
| 880 | 2025-10-07 |
Development and Validation of a Deep Learning Algorithm to Differentiate Colon Carcinoma From Acute Diverticulitis in Computed Tomography Images
2023-01-03, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证一种深度学习算法，用于在CT图像中区分结肠癌和急性憩室炎 | 首次开发专门用于区分结肠癌与急性憩室炎的3D卷积神经网络，并通过多经验水平放射科医生的阅读研究验证AI辅助系统的临床价值 | 研究为单中心回顾性研究，样本量相对有限（585例患者），需要进一步多中心前瞻性验证 | 开发AI辅助诊断系统以提高CT图像中结肠病变的鉴别诊断准确性 | 接受手术治疗的结肠癌和急性憩室炎患者 | 计算机视觉 | 结肠癌 | CT成像 | CNN | 3D CT图像 | 585例患者（267例急性憩室炎，318例结肠癌） | NA | 3D卷积神经网络 | 敏感度, 特异度, 阳性预测值, 阴性预测值 | NA |