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
141	2025-12-04	Ocean Stratification Impacts on Dissolved Polycyclic Aromatic Hydrocarbons (PAHs): From Global Observation to Deep Learning 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c03237 PMID:37651694	研究论文	本文通过分析全球海洋和边缘海溶解多环芳烃数据，结合深度学习模型，探讨海洋层化对多环芳烃分布的影响	首次将深度学习神经网络模型应用于研究海洋层化与多环芳烃储量之间的关系，并揭示了层化指数与多环芳烃储量之间的显著正对数关系	研究主要基于全球观测数据，模型可能受数据覆盖范围和精度的限制，且未详细探讨其他环境因素的交互影响	研究海洋层化对溶解多环芳烃分布和储量的影响，以评估全球变暖背景下有机污染物的环境归宿	全球海洋和边缘海中的溶解多环芳烃	机器学习	NA	全球海洋观测数据收集与分析	深度学习神经网络	海洋化学数据（溶解多环芳烃浓度、层化指数、初级生产力等）	来自全球海洋和边缘海的溶解多环芳烃样本	NA	NA	相关系数（≥ 0.92）	NA
142	2025-12-04	Deep learning-driven adaptive optics for single-molecule localization microscopy 2023-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02029-0 PMID:37770712	研究论文	本文提出了一种基于深度学习的自适应光学方法，用于单分子定位显微镜，以直接推断波前畸变并进行近实时补偿，从而提高成像分辨率	开发了深度学习驱动的自适应光学系统，绕过传统的迭代试错过程，直接从单分子发射模式推断共享波前畸变，实现近实时补偿	NA	提高单分子定位显微镜在生物组织中的成像分辨率和保真度	单分子发射模式，波前畸变，脑组织样本	计算机视觉	NA	单分子定位显微镜	深度神经网络	图像	超过130微米厚的脑组织样本	NA	NA	分辨率，保真度	NA
143	2025-12-04	CryoREAD: de novo structure modeling for nucleic acids in cryo-EM maps using deep learning 2023-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02032-5 PMID:37783885	研究论文	本文介绍了一种名为CryoREAD的深度学习方法，用于在冷冻电镜图中从头建模核酸的原子结构	提出首个完全自动化的深度学习方法来从头建模DNA/RNA的原子结构，特别是在分辨率低于原子水平时仍能实现	方法在分辨率低于5.0 Å的冷冻电镜图中测试，可能对更低分辨率图的适用性有限	开发一种自动化工具，以解决核酸在冷冻电镜图中结构建模的挑战	DNA和RNA的三维结构，以及它们与蛋白质的复合物	结构生物学, 深度学习	NA	冷冻电镜（cryo-EM）	深度学习	冷冻电镜图	在2.0至5.0 Å分辨率的冷冻电镜图上测试，并应用于SARS-CoV-2的生物分子复合物图	NA	NA	准确性	NA
144	2025-12-04	EmbryoNet: using deep learning to link embryonic phenotypes to signaling pathways 2023-06, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-01873-4 PMID:37156842	研究论文	本研究开发了一个名为EmbryoNet的深度卷积神经网络，用于自动识别斑马鱼信号通路突变体的表型缺陷	首次利用深度学习结合时间依赖性发育轨迹模型，无偏地准确识别和分类七种主要脊椎动物发育信号通路的功能缺失表型缺陷	分类方案尚未标准化，且需要专家知识进行验证	通过自动表型分析链接胚胎表型与信号通路，以识别发育缺陷的潜在信号机制	斑马鱼胚胎及其信号通路突变体	计算机视觉	NA	深度学习，自动表型分析	CNN	图像	超过200万张用于训练和测试的图像	NA	EmbryoNet	高精度分类	NA
145	2025-12-04	A Unified Learning Model for Estimating Fiber Orientation Distribution Functions on Heterogeneous Multi-shell Diffusion-Weighted MRI 2023, Computational diffusion MRI. CDMRI (Workshop) DOI:10.1007/978-3-031-47292-3_2 PMID:41321351	研究论文	本文提出了一种统一的动态网络，用于在异质多壳扩散加权MRI序列上高效估计纤维取向分布函数	采用单阶段球形卷积神经网络，避免了传统多阶段学习策略对中间表示的依赖，提高了估计效率和一致性	研究主要基于HCP年轻成人数据，未广泛验证于其他人群或临床场景，且未讨论模型在更复杂病理条件下的泛化能力	开发一种更高效和一致的纤维取向分布函数估计方法，以改进扩散加权MRI在组织分类和微结构成像中的应用	人类连接组计划中的年轻成人受试者，使用重测扫描数据	医学影像分析	NA	多壳扩散加权MRI	球形卷积神经网络	扩散加权MRI图像	人类连接组计划年轻成人数据集，包含重测扫描	NA	球形卷积神经网络	重测一致性，估计效率	NA
146	2025-12-03	Exploring Global Land Coarse-Mode Aerosol Changes from 2001-2021 Using a New Spatiotemporal Coaction Deep-Learning Model 2023-12-05, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c07982 PMID:37962866	研究论文	本文提出了一种新的时空协同深度学习模型（SCAM），用于反演2001-2021年全球陆地粗模态气溶胶光学厚度（cAOD），以更好地理解粗颗粒（特别是沙尘气溶胶）对气候的影响	提出的SCAM模型考虑了时空特征交互的影响，能同时描述反演中的线性和非线性关系，相比传统深度学习模型显著提高了全球每日cAOD的精度和覆盖率	未明确提及，但可能包括模型对特定区域或极端天气条件的适用性限制，以及依赖于输入卫星数据的质量	开发一种改进的深度学习模型，以更准确、长期地反演全球陆地粗模态气溶胶光学厚度，减少气候研究中相关的不确定性	全球陆地粗模态气溶胶（特别是沙尘气溶胶）	机器学习	NA	卫星遥感（MISR, MODIS, POLDER）	深度学习	卫星遥感数据	2001-2021年全球陆地每日数据	NA	时空协同深度学习模型（SCAM）	相关系数（R），均方根误差（RMSE）	NA
147	2025-12-03	Modeling Indirect Greenhouse Gas Emissions Sources from Urban Wastewater Treatment Plants: Integrating Machine Learning Models to Compensate for Sparse Parameters with Abundant Observations 2023-12-05, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c06482 PMID:37976424	研究论文	本文提出整合梯度提升树和深度学习模型，以精确建模中国污水处理厂的电力消耗强度和污泥产量，作为间接温室气体排放源	通过整合机器学习模型（GBT和DL）来补偿稀疏参数，利用大量观测数据，分别关注运行条件和设计参数，实现全面建模	NA	预测污水处理厂的电力消耗和污泥产量，以支持技术相关政策决策，并管理间接温室气体排放	中国污水处理厂的电力消耗强度和污泥产量	机器学习	NA	NA	梯度提升树, 深度学习	观测数据	NA	NA	NA	NA	NA
148	2025-12-03	Large-scale pancreatic cancer detection via non-contrast CT and deep learning 2023-12, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02640-w PMID:37985692	研究论文	本研究开发了一种名为PANDA的深度学习模型，能够通过非增强CT高精度检测和分类胰腺病变	首次证明利用常规非增强CT进行大规模胰腺癌筛查的可行性，打破了长期以来认为非增强CT无法识别胰腺癌的传统认知	模型训练数据主要来自单一中心，尽管在多中心验证中表现良好，但泛化能力仍需在更广泛人群中进一步验证	开发一种基于非增强CT和深度学习的大规模胰腺癌筛查工具	胰腺导管腺癌（PDAC）及其他胰腺病变	数字病理学	胰腺癌	非增强计算机断层扫描（CT）	深度学习模型	医学影像（CT图像）	训练集：3,208名患者（单中心）；多中心验证：6,239名患者（10个中心）；真实世界验证：20,530名连续患者	NA	PANDA（具体架构未在摘要中说明）	AUC（曲线下面积），敏感性，特异性	NA
149	2025-12-03	A Graph Neural Network Model with a Transparent Decision-Making Process Defines the Applicability Domain for Environmental Estrogen Screening 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c04571 PMID:37749748	研究论文	本研究开发了一种基于图神经网络的模型，用于筛选环境雌激素，并提出了透明的决策过程描述和有效的适用域表征方法	通过基于模型特征的网络状相似图探索GNN模型的决策过程，并提出了能排除模型预测范围外预测的适用域表征方法，从而提高了预测可靠性	未明确说明模型在更广泛化学物质数据集上的泛化能力，以及适用域方法可能排除部分有效预测	开发具有透明决策过程和有效适用域表征的深度学习模型，用于环境雌激素的筛选	环境雌激素化合物	机器学习	NA	图神经网络	GNN	化学结构图数据	未明确说明具体样本数量，但涉及中国现有化学物质名录中的800种潜在环境雌激素	NA	图神经网络	准确率, F1分数	NA
150	2025-12-03	Protein Language Models Uncover Carbohydrate-Active Enzyme Function in Metagenomics 2023-Oct-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.23.563620 PMID:37961379	研究论文	本研究开发了首个利用蛋白质语言模型嵌入构建深度学习框架的工具CAZyLingua，用于注释宏基因组数据集中的碳水化合物活性酶	首次将蛋白质语言模型嵌入应用于构建深度学习框架，以注释宏基因组中的CAZymes，相比传统基于序列同源性的方法（如dbCAN2）具有更高的F1分数，并在疾病相关数据集中发现先前被忽略的注释	未明确说明模型在更广泛或多样化数据集上的泛化能力，以及计算资源需求的具体细节	开发一种深度学习工具，以改进宏基因组中碳水化合物活性酶的功能注释	宏基因组数据集中的碳水化合物活性酶	自然语言处理	克罗恩病, IgG4相关疾病	蛋白质语言模型嵌入, 深度学习	深度学习框架	蛋白质序列数据	涉及配对母婴纵向数据集以及克罗恩病和IgG4相关疾病患者的宏基因组数据集，具体样本数量未明确说明	NA	CAZyLingua	F1分数, 精确度, 召回率	NA
151	2025-12-03	A population-level computational histologic signature for invasive breast cancer prognosis 2023-May-26, Research square DOI:10.21203/rs.3.rs-2947001/v1 PMID:37293118	研究论文	本研究提出了一种基于深度学习的组织学预后签名（HiPS），用于评估乳腺癌肿瘤微环境的形态学特征并预测生存风险	HiPS首次通过深度学习全面量化肿瘤微环境中的上皮、基质、免疫和空间交互特征，超越了传统病理学家基于诺丁汉标准的定性评估	研究未明确讨论模型在不同种族或地域人群中的泛化能力，且依赖于历史队列数据	开发一种计算组织学特征来改善浸润性乳腺癌的预后预测	乳腺癌患者的组织切片图像	数字病理学	乳腺癌	深度学习，组织图像分析	深度学习模型	组织病理学图像	基于癌症预防研究（CPS）-II的群体级队列开发，并在PLCO试验、CPS-3和癌症基因组图谱三个独立队列中验证	NA	NA	生存预测准确性	NA
152	2025-11-28	Predicting Molecular Subtype and Survival of Rhabdomyosarcoma Patients Using Deep Learning of H&E Images: A Report from the Children's Oncology Group 2023-01-17, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-22-1663 PMID:36346688	研究论文	本研究使用深度学习分析横纹肌肉瘤H&E图像，预测分子亚型和患者生存率	首次将卷积神经网络应用于横纹肌肉瘤H&E图像，直接关联组织学特征与驱动基因突变及临床预后	样本量相对有限（321例），部分突变预测性能一般（如RAS通路ROC 0.67）	开发基于深度学习的横纹肌肉瘤诊断和预后预测工具	横纹肌肉瘤患者的H&E组织病理图像	数字病理学	横纹肌肉瘤	H&E染色，全玻片数字化扫描	CNN	病理图像	321例患者（训练集），136例独立测试样本	NA	卷积神经网络	ROC曲线，事件无生存期预测，总生存期预测	NA
153	2025-11-27	Investigation of machine learning algorithms for taxonomic classification of marine metagenomes 2023-10-17, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.05237-22 PMID:37695074	研究论文	本研究开发了从公开海洋宏基因组数据构建训练/测试数据集的方法，并评估了机器学习算法在海洋宏基因组序列分类中的性能	通过构建专门的海洋宏基因组训练数据集，比较不同机器学习模型在宏基因组分类中的表现，并提出改进方向	训练数据中存在基因组覆盖度不足和类别不平衡问题，计算资源可及性有限	评估机器学习算法在海洋宏基因组分类中的性能并指导方法改进	海洋微生物宏基因组数据	机器学习	NA	宏基因组测序	深度学习	基因组序列数据	公开可用的海洋宏基因组数据集	NA	NA	准确率	NA
154	2025-11-27	Whole Slide Imaging-Based Prediction of TP53 Mutations Identifies an Aggressive Disease Phenotype in Prostate Cancer 2023-09-01, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-22-3113 PMID:37352385	研究论文	开发基于全切片图像的深度学习模型预测前列腺癌TP53突变并识别侵袭性表型	首次开发TiDo模型实现从全切片图像预测TP53突变，并发现假阳性预测与TP53缺失相关，揭示了与侵袭性疾病相关的下游表型	无法完美预测单个TP53突变的空间存在	开发基于全切片图像的生物标志物识别前列腺癌转移潜力	前列腺癌患者和病灶	数字病理学	前列腺癌	全切片成像	深度学习	图像	独立多灶性队列	NA	TiDo	NA	NA
155	2025-11-27	Application of machine learning and deep learning methods for hydrated electron rate constant prediction 2023-08-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2023.115996 PMID:37105290	研究论文	本研究应用机器学习和深度学习方法预测有机化合物与水合电子的二级速率常数	首次将迁移学习和数据增强的卷积神经网络应用于水合电子速率常数预测，并比较了不同分子表示方法的性能	数据集仅包含867个样本，可能限制模型的泛化能力	预测有机化合物与水合电子的反应速率常数	有机化合物	机器学习	NA	NA	XGBoost, CNN	分子图像, 分子描述符, 分子指纹	867个不同pH条件下的速率常数值	NA	卷积神经网络	R, RMSE, MAE	NA
156	2025-11-27	Synthesis of Prospective Multiple Time Points F-18 FDG PET Images from a Single Scan Using a Supervised Generative Adversarial Network 2023-Apr, Nuklearmedizin. Nuclear medicine DOI:10.1055/a-2026-0784 PMID:36878470	研究论文	使用监督生成对抗网络从单次扫描合成前瞻性多时间点F-18 FDG PET图像	将pix-to-pix GAN网络扩展应用于生成不同时间点的PET图像，仅需注射后60分钟的扫描数据	图像质量和训练数据量影响网络性能，患者研究结果较体模研究略有下降	评估pix-to-pix GAN网络在不同时间点图像生成中的可行性	体模和患者F-18 FDG PET图像	医学影像分析	NA	F-18 FDG PET成像	GAN	医学图像	体模研究和患者研究	NA	pix-to-pix GAN, ResNet-50	SSIM, PSNR, MSE, 分类准确率	NA
157	2025-11-27	Stimulated Raman Scattering Microscopy Enables Gleason Scoring of Prostate Core Needle Biopsy by a Convolutional Neural Network 2023-02-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-22-2146 PMID:36594873	研究论文	开发基于受激拉曼散射显微镜和卷积神经网络的深度学习系统，用于前列腺穿刺活检的格里森评分	首次将受激拉曼散射显微镜与卷积神经网络结合，实现无标记、近实时的前列腺癌格里森模式分类	样本量相对有限（61例训练集，22例外部测试），与病理医生诊断一致性为71%	开发快速准确的前列腺癌格里森评分方法以支持局部病灶的精准治疗	新鲜前列腺穿刺活检组织	数字病理	前列腺癌	受激拉曼散射显微镜	CNN	图像	61例患者用于训练，22例独立病例用于外部测试，21例用于诊断一致性验证	NA	卷积神经网络	准确率	NA
158	2025-11-25	Spatio-temporal fusion of meteorological factors for multi-site PM2.5 prediction: A deep learning and time-variant graph approach 2023-12-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2023.117286 PMID:37797668	研究论文	提出一种基于深度学习和时变图的多站点PM2.5预测模型，通过融合气象因素的时空特征提升预测精度	创新性地结合图卷积网络和长短期记忆网络构建多图模型，能够深度挖掘多监测站点与气象因素的联合影响	仅以北京为研究案例，未验证模型在其他地区的适用性	提高多站点PM2.5浓度预测的准确性	北京市多个空气质量监测站点的PM2.5浓度数据	环境科学	NA	深度学习	GCN, LSTM	时间序列数据，气象数据，空气质量监测数据	NA	NA	图卷积网络，长短期记忆网络，注意力机制	NA	NA
159	2025-11-24	Spatial Omics Driven Crossmodal Pretraining Applied to Graph-based Deep Learning for Cancer Pathology Analysis 2023-Jul-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.30.551187 PMID:37577686	研究论文	本研究探索利用空间转录组学数据通过对比跨模态预训练机制生成深度学习模型，以增强基于图的癌症病理分析	首次将空间组学数据与组织学成像配对，通过对比跨模态预训练机制提升图深度学习模型在病理分析中的性能	NA	开发能够同时提取分子和组织学信息的深度学习模型，用于基于图的病理学习任务	癌症病理全切片图像和空间转录组学数据	数字病理	癌症	空间转录组学，组织学成像	图神经网络	图像，空间转录组数据	NA	NA	图神经网络	癌症分期准确率，淋巴结转移预测准确率，生存预测准确率，组织聚类分析	NA
160	2025-11-23	Live-cell imaging in the deep learning era 2023-12, Current opinion in cell biology IF:6.0Q1 DOI:10.1016/j.ceb.2023.102271 PMID:37897927	综述	本文综述了深度学习时代活细胞成像的计算方法进展	系统总结了深度学习在活细胞成像中的最新应用，包括自主显微镜等前沿技术	仅简要覆盖重要计算方法，未提供详细的实施指南或性能比较	探讨深度学习如何改变活细胞成像的实施和数据分析方式	活细胞成像技术和相关计算方法	计算机视觉	NA	荧光显微镜，活细胞成像	深度学习	图像，时间序列数据	NA	NA	NA	NA	NA