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	2025-12-09	Uncovering new families and folds in the natural protein universe 2023-10, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06622-3 PMID:37704037	研究论文	本研究利用AlphaFold数据库预测的蛋白质结构，探索了天然蛋白质宇宙中未被充分注释的“暗物质”区域，并发现了新的蛋白质折叠和家族	从序列、结构和语义三个角度系统搜索蛋白质新颖性，发现了β-花状折叠，并向Pfam数据库添加了多个蛋白质家族，实验证实了其中一个属于新的翻译靶向毒素-抗毒素系统超家族TumE-TumA	研究依赖于AlphaFold的预测结构，其准确性可能影响后续功能注释；大规模分析可能遗漏某些低丰度或高度特异的蛋白质家族	评估AlphaFold数据库在揭示天然蛋白质宇宙中未注释蛋白质结构方面的能力，并识别新的蛋白质折叠和家族	AlphaFold数据库预测的蛋白质结构，特别是那些难以通过标准同源性方法注释功能的蛋白质	蛋白质生物信息学	NA	深度学习蛋白质结构预测，序列相似性网络分析	AlphaFold	蛋白质序列，蛋白质三维结构	数亿个预测蛋白质结构（覆盖几乎所有已知蛋白质）	AlphaFold	AlphaFold	预测准确性	NA
42	2025-12-08	CortexMorph: fast cortical thickness estimation via diffeomorphic registration using VoxelMorph 2023-Oct-01, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43999-5_69 PMID:41346864	研究论文	本文提出了一种名为CortexMorph的新方法，通过结合无监督深度学习和VoxelMorph技术，快速估计皮层厚度	利用无监督深度学习直接回归DiReCT所需的变形场，显著提高了皮层厚度估计的速度	未提及具体局限性	开发一种快速估计皮层厚度的方法，以替代传统的耗时迭代图像配准方法	T1加权MRI图像中的皮层厚度	数字病理学	神经退行性疾病	MRI	深度学习模型	图像	OASIS-3数据集和Rusak等人的合成皮层厚度模型	NA	VoxelMorph	检测皮层萎缩的能力	NA
43	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
44	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
45	2025-11-23	A deep neural network estimation of brain age is sensitive to cognitive impairment and decline 2023-Oct-11, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.10.552494 PMID:37645837	研究论文	本研究利用自由水校正的扩散MRI和T1加权MRI特征构建深度神经网络模型预测脑年龄，并验证其对认知障碍和认知衰退的敏感性	首次采用自由水校正的扩散MRI技术分离脑组织与液体成分，并构建多模态融合的深度神经网络模型预测脑年龄	未明确说明样本来源和具体样本量，研究范围可能受限于特定人群	开发敏感的生物标志物用于阿尔茨海默病的诊断和监测	认知未受损个体和轻度认知障碍参与者	医学影像分析	阿尔茨海默病	扩散MRI, T1加权MRI, 自由水校正技术	深度神经网络	神经影像数据	NA	NA	密集连接神经网络	相关系数, p值, β系数	NA
46	2025-11-18	Scaffolding cooperation in human groups with deep reinforcement learning 2023-10, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-023-01686-7 PMID:37679439	研究论文	使用深度强化学习训练社交规划器来优化人类群体网络结构，促进合作行为	首次将深度强化学习应用于人类群体合作网络的结构优化，采用调解而非隔离的方式处理背叛者	样本规模有限（共768名参与者），仅在特定游戏环境中验证	探索通过算法干预促进人类群体合作的有效方法	人类参与者群体（N=768）在合作游戏中的行为	机器学习	NA	深度强化学习，模拟方法	深度强化学习	行为数据，网络结构数据	768名参与者（实验组208人/13组，对照组176人/11组，对比组384人/24组）	NA	NA	合作率	NA
47	2025-11-15	Auto-Segmentation and Classification of Glioma Tumors with the Goals of Treatment Response Assessment Using Deep Learning Based on Magnetic Resonance Imaging 2023-10, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-023-09640-8 PMID:37458971	研究论文	本研究开发基于深度学习的自动分割和分类系统，用于胶质瘤治疗反应评估	结合U-Net网络进行肿瘤自动分割和迁移学习分类器，实现胶质瘤治疗反应的自动化评估	研究样本量有限（49例患者），仅基于MRI图像进行分析	开发基于深度学习的自动化工具用于胶质瘤放疗反应评估	胶质瘤患者和BraTS 2018挑战赛数据集	数字病理学	胶质瘤	磁共振成像	CNN	图像	BraTS数据集285例（210 HGG + 75 LGG） + 49例本地患者	NA	U-Net	p值，置信区间	NA
48	2025-11-12	Phenotyping urban built and natural environments with high-resolution satellite images and unsupervised deep learning 2023-Oct-01, The Science of the total environment DOI:10.1016/j.scitotenv.2023.164794 PMID:37315611	研究论文	提出一种无监督深度聚类方法，利用高分辨率卫星图像对城市建成和自然环境进行表型分类	开发新型无监督深度聚类方法，仅通过卫星图像即可捕捉城市环境的多维特征，无需传统环境与人口数据	基于组合特征的聚类结果对空间尺度和聚类数量选择敏感	实现城市建成和自然环境的实时监测与可持续发展追踪	加纳阿克拉市的高分辨率卫星图像（0.3米/像素）	计算机视觉	NA	卫星遥感成像	无监督深度学习	卫星图像	加纳阿克拉市全域高分辨率卫星图像	NA	深度聚类	聚类稳健性, 可解释性	NA
49	2025-10-23	Creating High Fidelity Synthetic Pelvis Radiographs Using Generative Adversarial Networks: Unlocking the Potential of Deep Learning Models Without Patient Privacy Concerns 2023-10, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2022.12.013 PMID:36535448	研究论文	本研究应用生成对抗网络创建高保真合成骨盆X光片，以解决深度学习模型训练中的患者隐私问题	首次使用GAN生成难以被专家和计算机识别的合成骨盆X光片，实现跨机构数据共享且不侵犯患者隐私	研究仅聚焦于前后位骨盆X光片，未涵盖其他投照角度或影像模态	开发能够生成高质量合成医学影像的方法，促进深度学习模型发展同时保护患者隐私	骨盆前后位X光片	计算机视觉	骨科疾病	X射线成像	GAN	图像	37,640张真实X光片（来自16,782名患者），通过数据增强生成2,500万张训练图像	NA	GAN	准确率, Kappa系数	NA
50	2025-10-21	MISPEL: A supervised deep learning harmonization method for multi-scanner neuroimaging data 2023-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102926 PMID:37595405	研究论文	提出一种用于多扫描仪神经影像数据的监督深度学习协调方法MISPEL	提出可自然扩展到两个以上扫描仪的多扫描仪协调方法，并设计了一套评估扫描仪相关技术变异性和协调技术的标准	NA	解决多扫描仪神经影像数据的技术变异性问题，开发数据协调方法	多扫描仪神经影像数据	神经影像分析	NA	3T T1磁共振成像	深度学习	神经影像数据	包含四个扫描仪的多扫描仪匹配数据集	NA	MISPEL	NA	NA
51	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
52	2025-10-05	Combination of deep XLMS with deep learning reveals an ordered rearrangement and assembly of a major protein component of the vaccinia virion 2023-10-31, mBio IF:5.1Q1 DOI:10.1128/mbio.01135-23 PMID:37646531	研究论文	本研究结合深度学习与化学交联质谱技术，揭示了痘苗病毒粒子主要蛋白组分P4a的结构特征和有序组装途径	首次将深度学习方法与深度化学交联质谱技术相结合，解析痘苗病毒成熟粒子的分子结构和组装机制	NA	阐明痘苗病毒成熟粒子的分子结构和组装途径	痘苗病毒粒子核心关键组分P4a蛋白	机器学习	病毒性疾病	化学交联质谱(XLMS)	深度学习	质谱数据	NA	NA	NA	NA	NA
53	2025-10-05	Learning from prepandemic data to forecast viral escape 2023-10, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06617-0 PMID:37821700	研究论文	开发了EVEscape框架，利用大流行前数据预测病毒逃逸突变	结合深度学习模型对历史序列的适应性预测与生物物理结构信息，可在监测测序、实验扫描或抗体复合物三维结构获得前应用	NA	预测能够逃逸宿主免疫反应的病毒突变，为疫苗和治疗设计提供支持	SARS-CoV-2、流感病毒、HIV病毒以及拉沙病毒和尼帕病毒等具有大流行潜力的病毒	机器学习	传染病	深度学习、生物物理分析、结构信息分析	深度学习模型	病毒序列数据、生物物理数据、结构数据	2020年前可用的历史序列数据	NA	NA	与高通量实验扫描的准确性比较	NA
54	2025-10-05	Predicting Prostate Cancer Molecular Subtype With Deep Learning on Histopathologic Images 2023-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100247 PMID:37307876	研究论文	开发基于深度学习的算法，通过组织病理图像预测前列腺癌分子亚型	首次使用基于Transformer的分层架构从H&E染色全切片图像中预测ERG融合和PTEN缺失	样本量相对有限，在针吸活检队列中性能略有下降	利用深度学习技术从组织病理图像中筛查前列腺癌基因组改变	前列腺癌患者的根治性前列腺切除术和针吸活检样本	数字病理	前列腺癌	H&E染色全切片图像分析	Transformer	图像	多个队列总计超过1000张WSI（根治性前列腺切除术和针吸活检样本）	NA	Transformer-based hierarchical architecture, Vision Transformer	AUC, 相关系数	NA
55	2025-10-05	Anthropogenic fingerprints in daily precipitation revealed by deep learning 2023-10, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06474-x PMID:37648861	研究论文	使用深度学习检测观测记录中每日降水场出现的气候变化信号	首次应用卷积神经网络从每日降水数据中检测到自2010年代中期以来明显偏离自然变异的人类活动引起的气候变化信号	年际平均降水的长期变化仍难以从自然背景变异中辨别	验证温室气体变暖将加剧全球降雨变异性和极端事件的预测	每日降水场和年度全球平均地表气温数据	机器学习	NA	气候模型模拟	CNN	降水场数据, 温度数据	来自当前和未来气候模型模拟的集合数据	NA	卷积神经网络	NA	NA
56	2025-10-05	TransUFold: Unlocking the structural complexity of short and long RNA with pseudoknots 2023-10-17, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023854 PMID:38052602	研究论文	提出基于深度学习的TransUFold方法，用于准确预测包含假结的RNA二级结构	首次将Vision Transformer架构应用于RNA二级结构预测，能够有效提取RNA序列中的长程相互作用	性能依赖于高质量RNA结构数据的可用性	解决传统基于自由能最小化方法无法准确预测RNA假结结构的问题	包含假结的短链和长链RNA序列	生物信息学	NA	深度学习	Transformer, CNN	RNA序列数据	基准数据集	NA	Vision Transformer, 编码器-解码器网络	结构预测准确率	NA
57	2025-10-05	When will RNA get its AlphaFold moment? 2023-10-13, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad726 PMID:37702120	评论	讨论RNA结构预测面临的挑战及未来发展路径	系统分析了阻碍开发类似AlphaFold的RNA结构预测深度学习方法的根本问题	未提出具体的解决方案，主要进行问题分析和方向性建议	探讨RNA三维结构预测的发展前景和挑战	RNA结构预测方法	机器学习	NA	结构预测	深度学习	结构数据,序列数据	NA	NA	AlphaFold	NA	NA
58	2025-10-05	Reliable interpretability of biology-inspired deep neural networks 2023-10-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-023-00310-8 PMID:37816807	研究论文	本研究探讨生物启发式深度神经网络的可解释性可靠性问题，并提出控制解释稳健性和偏差的方法	首次在基于患者突变数据的P-NET模型中系统测试解释性方法的可靠性，并提出了控制解释稳健性和偏差的新方法	研究仅针对特定类型的生物启发式深度学习模型，未涵盖所有相关模型类型	确保生物启发式深度学习中解释性的稳健性和偏差感知	生物启发式深度神经网络，特别是P-NET模型	机器学习	NA	单细胞转录组测序，突变数据分析	深度神经网络	基因突变数据，单细胞转录组数据	NA	NA	P-NET	解释稳健性，偏差控制，解释特异性	NA
59	2025-10-05	Design and implementation of a smart Internet of Things chest pain center based on deep learning 2023-10-10, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023840 PMID:38052586	研究论文	设计并实现了一个基于深度学习的智能物联网胸痛中心系统，通过院前应用、UWB定位和院内治疗实现智能化胸痛管理	结合物联网三层架构与BiLSTM-CRF算法，实现胸痛患者电子病历信息的自动提取和智能化管理	仅在一家医院（辽宁省人民医院）进行应用验证，缺乏多中心验证数据	解决传统胸痛中心数据输入不智能、处理时间长、错误率高的问题	胸痛患者及其电子医疗记录	自然语言处理	心血管疾病	物联网技术、UWB定位技术	BiLSTM, CRF	电子医疗记录文本数据	NA	NA	BiLSTM-CRF	NA	NA
60	2025-10-05	ECA-TFUnet: A U-shaped CNN-Transformer network with efficient channel attention for organ segmentation in anatomical sectional images of canines 2023-10-07, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023827 PMID:38052573	研究论文	提出一种结合CNN和Transformer的U型网络ECA-TFUnet，用于犬类解剖断面图像的器官分割	在U-Net网络的首个跳跃连接层集成Transformer模块以学习全局依赖关系，并引入高效通道注意力机制关注重要通道信息	未明确说明模型在复杂解剖结构或不同犬种间的泛化能力	开发自动器官分割方法以替代耗时的人工标注	犬类解剖断面图像中的器官	计算机视觉	NA	深度学习	CNN, Transformer	图像	NA	NA	U-Net, Transformer, Efficient Channel Attention	IoU	NA