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 242 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 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 |
| 62 | 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 |
| 63 | 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 |
| 64 | 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 |
| 65 | 2025-11-22 |
Quantization of extraoral free flap monitoring for venous congestion with deep learning integrated iOS applications on smartphones
2023-11-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000000626
PMID:37462988
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 66 | 2025-11-19 |
Translation of tissue-based artificial intelligence into clinical practice: from discovery to adoption
2023-11, Oncogene
IF:6.9Q1
DOI:10.1038/s41388-023-02857-6
PMID:37875656
|
综述 | 探讨基于组织的人工智能在临床实践中的应用转化过程，从发现到采纳的完整路径 | 提出将人工智能应用于数字病理图像的多概念方法，包括语言建模和图像分析领域的新方法 | 数字病理/AI设备的新颖性及相关计算科学流程引入了新的设计和监管要求 | 推动组织基人工智能从研究向临床实践转化 | 数字病理图像和癌症诊断 | 数字病理学 | 癌症 | 数字病理成像 | 深度学习卷积神经网络, 多示例学习 | 病理图像 | NA | NA | NA | NA | NA |
| 67 | 2025-11-16 |
A high-resolution canopy height model of the Earth
2023-11, Nature ecology & evolution
IF:13.9Q1
DOI:10.1038/s41559-023-02206-6
PMID:37770546
|
研究论文 | 本研究开发了一种概率深度学习模型，通过融合GEDI星载激光雷达数据和Sentinel-2光学卫星图像，生成了2020年全球10米分辨率的冠层高度地图 | 首次实现了全球范围10米高分辨率的冠层高度测绘，并开发了能够量化估计不确定性的概率深度学习模型 | 模型主要针对高冠层碳储量区域进行了优化，对其他植被类型的适用性需进一步验证 | 开发高分辨率全球冠层高度测绘方法以支持生态系统管理和气候变化缓解 | 全球陆地植被冠层高度 | 遥感与地理信息系统 | NA | 星载激光雷达(GEDI)、光学卫星遥感(Sentinel-2)、深度学习 | 概率深度学习模型 | 激光雷达点云数据、多光谱卫星图像 | 全球陆地范围 | NA | NA | 不确定性量化、冠层高度估计精度 | NA |
| 68 | 2025-11-15 |
Predictive analyses of regulatory sequences with EUGENe
2023-11, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00544-w
PMID:38177592
|
研究论文 | 介绍了一个名为EUGENe的FAIR工具包，用于使用深度学习分析基因组序列 | 开发了首个完全符合FAIR原则的深度学习工具包，专门用于调控基因组学分析 | NA | 为基因组序列的深度学习分析提供标准化工具包 | 基因组调控序列 | 生物信息学 | NA | 深度学习 | 神经网络 | 基因组序列数据 | NA | PyTorch, TensorFlow | 多种架构 | NA | NA |
| 69 | 2025-11-15 |
Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii
2023-11, Nature chemical biology
IF:12.9Q1
DOI:10.1038/s41589-023-01349-8
PMID:37231267
|
研究论文 | 利用深度学习发现针对鲍曼不动杆菌的新型抗生素阿鲍辛 | 首次通过神经网络筛选发现具有窄谱活性的新型抗生素，并揭示其通过干扰LolE蛋白影响脂蛋白运输的独特机制 | 仅针对单一病原体进行验证，尚未评估对其它耐药菌的活性 | 开发针对多重耐药鲍曼不动杆菌的新型抗生素 | 鲍曼不动杆菌菌株及约7,500个小分子化合物 | 机器学习 | 细菌感染 | 体外生长抑制实验、计算机预测、小鼠伤口感染模型 | 神经网络 | 化学分子结构数据、细菌生长数据 | 约7,500个分子化合物 | NA | NA | NA | NA |
| 70 | 2025-11-15 |
A software framework for end-to-end genomic sequence analysis with deep learning
2023-11, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00557-5
PMID:38177600
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 71 | 2025-11-06 |
Categorization of collagen type I and II blend hydrogel using multipolarization SHG imaging with ResNet regression
2023-11-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-46417-0
PMID:37945626
|
研究论文 | 本研究提出基于多偏振二次谐波成像和ResNet回归的胶原I型和II型混合水凝胶分类方法 | 首次将ResNet深度学习模型应用于多偏振SHG图像分析，无需传统耗时的数学模型拟合过程 | 模型训练依赖于特定偏振角度(10°间隔)的图像采集，可能限制其通用性 | 开发自动化的胶原混合水凝胶分类和回归分析方法 | 胶原I型和II型混合水凝胶(0%, 25%, 50%, 75%, 100% II型) | 计算机视觉 | NA | 多偏振二次谐波成像(SHG) | CNN | 图像 | 5种混合比例的水凝胶，每种采集18张偏振图像 | NA | ResNet | 平均绝对误差(MAE) | NA |
| 72 | 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 |
| 73 | 2025-10-05 |
Deep Learning for Predicting Effect of Neoadjuvant Therapies in Non-Small Cell Lung Carcinomas With Histologic Images
2023-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100302
PMID:37580019
|
研究论文 | 开发深度学习模型从组织病理图像预测非小细胞肺癌新辅助治疗的主要病理缓解 | 提出多尺度补丁模型，能够自适应加权不同视野图像训练的多个卷积神经网络 | 样本量相对有限（125例病例），需要进一步验证 | 开发深度学习模型预测新辅助治疗后非小细胞肺癌的主要病理缓解 | 125例新辅助治疗后切除的非小细胞肺癌病例 | 数字病理 | 肺癌 | 苏木精-伊红染色 | CNN | 图像 | 125例非小细胞肺癌病例，261张全玻片图像 | NA | 多尺度补丁模型 | 准确率,F1分数,AUC | NA |
| 74 | 2025-10-05 |
Design and deep learning of synthetic B-cell-specific promoters
2023-11-27, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkad930
PMID:37889080
|
研究论文 | 本研究设计合成B细胞特异性启动子，并通过深度学习模型预测其转录强度 | 设计了23,640个具有更大序列空间的B细胞特异性启动子，并首次构建能直接从序列预测免疫球蛋白V基因启动子转录强度的深度学习模型 | NA | 解析免疫球蛋白基因的转录机制并为B细胞工程提供启动子资源 | B细胞特异性启动子和免疫球蛋白V基因 | 合成生物学, 深度学习 | 免疫系统疾病 | MPRA（大规模平行报告基因检测） | 深度学习模型 | DNA序列数据 | 23,640个合成B细胞特异性启动子 | NA | NA | 转录强度预测 | NA |
| 75 | 2025-10-05 |
Explainable deep learning for tumor dynamic modeling and overall survival prediction using Neural-ODE
2023-11-18, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-023-00317-1
PMID:37980358
|
研究论文 | 提出基于神经微分方程的肿瘤动态建模方法，用于肿瘤动态建模和总生存期预测 | 克服现有模型在截断数据预测中的偏差问题，提出具有时间广义齐次性的动力学规律表达 | NA | 提高肿瘤动态建模的预测能力，实现个性化治疗并改善决策过程 | 纵向肿瘤尺寸数据 | 机器学习 | 肿瘤 | 神经微分方程 | 神经网络 | 纵向数据 | NA | NA | 编码器-解码器架构, Neural-ODE | 准确率 | NA |
| 76 | 2025-10-05 |
Research hotspots and trends of artificial intelligence in rheumatoid arthritis: A bibliometric and visualized study
2023-11-10, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023902
PMID:38124558
|
文献计量学研究 | 通过文献计量学方法分析人工智能在类风湿关节炎领域的研究热点与发展趋势 | 首次系统性地对人工智能在类风湿关节炎领域的文献进行计量学分析和可视化展示 | 仅基于Web of Science数据库文献，可能存在收录范围限制 | 分析人工智能在类风湿关节炎领域的研究特征和发展趋势 | 2003-2022年间859篇相关学术文献 | 医疗人工智能 | 类风湿关节炎 | 文献计量分析，可视化分析 | 机器学习，深度学习 | 文献元数据 | 859篇文献 | Microsoft Excel, R软件, VOSviewer | NA | NA | 标准计算机工作站 |
| 77 | 2025-10-05 |
Effective multi-class lungdisease classification using the hybridfeature engineering mechanism
2023-11-07, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023896
PMID:38052644
|
研究论文 | 本文提出了一种基于混合特征工程的深度学习模型，用于胸部X射线图像的13种肺部疾病分类 | 提出了改进的Aquila优化卷积神经网络，结合优化CNN和DENSENET121并应用批量均衡化 | 未提及模型可解释性，未来需要探索可解释机器学习方法来理解模型决策 | 开发高效的计算机辅助模型用于肺部疾病分类 | 13种肺部疾病的胸部X射线图像 | 计算机视觉 | 肺部疾病 | 医学影像分析 | CNN, DENSENET121 | 图像 | 112,000张胸部X射线图像 | NA | 改进的Aquila优化CNN, DENSENET121 | 准确率, 精确率, 灵敏度, 特异性, F1分数 | NA |
| 78 | 2025-10-05 |
Artificial intelligence methods in kinase target profiling: Advances and challenges
2023-11, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2023.103796
PMID:37805065
|
综述 | 概述基于机器学习和深度学习的定量构效关系模型在激酶靶点分析中的最新进展 | 总结了激酶分析领域ML/DL-QSAR模型的最新发展趋势，并探讨了实验数据集构建和模型架构设计方面的挑战与未来方向 | NA | 为激酶药物发现中的选择性/特异性挑战提供解决方案，涉及先导化合物优化、药物重定位和药物副作用理解 | 激酶蛋白及其抑制剂 | 机器学习 | NA | 定量构效关系(QSAR) | 机器学习,深度学习 | 化学结构数据 | NA | NA | NA | NA | NA |
| 79 | 2025-10-05 |
Deep Learning-Facilitated Study of the Rate of Change in Photoreceptor Outer Segment Metrics in RPGR-Related X-Linked Retinitis Pigmentosa
2023-11-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.64.14.31
PMID:37988107
|
研究论文 | 本研究利用深度学习模型辅助测量三维光感受器外节指标，评估RPGR相关X连锁视网膜色素变性的纵向变化 | 首次结合深度学习模型对RPGR相关X连锁视网膜色素变性进行三维光感受器外节指标的纵向变化分析 | 样本量较小（34例患者），回顾性研究设计 | 评估RPGR相关X连锁视网膜色素变性中光感受器外节指标的纵向变化及其相关因素 | 34名RPGR相关X连锁视网膜色素变性男性患者 | 数字病理学 | 视网膜色素变性 | 光谱域光学相干断层扫描 | 深度学习模型 | 三维光学相干断层扫描图像 | 34名男性患者，具有约2年或更长的随访期 | NA | NA | 线性混合效应模型P值 | NA |
| 80 | 2025-10-05 |
Machine Learning-Based Prediction of Abdominal Subcutaneous Fat Thickness During Pregnancy
2023-11, Metabolic syndrome and related disorders
IF:1.3Q4
DOI:10.1089/met.2023.0043
PMID:37669001
|
研究论文 | 开发基于机器学习的孕期腹部皮下脂肪厚度预测模型 | 首次使用三种机器学习算法（深度学习、随机森林、支持向量机）预测孕妇不同孕期的腹部皮下脂肪厚度 | 样本量有限（354例），未说明模型验证方法 | 预测孕妇腹部皮下脂肪厚度以评估皮下注射安全性 | 孕妇腹部皮下脂肪厚度 | 机器学习 | 妊娠期糖尿病 | NA | 深度学习, 随机森林, 支持向量机 | 临床测量数据 | 354例孕妇 | SPSS, RapidMiner | NA | NA | NA |