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	2025-12-03	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
42	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
43	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
44	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
45	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
46	2025-11-20	Assisted documentation as a new focus for artificial intelligence in endoscopy: the precedent of reliable withdrawal time and image reporting 2023-12, Endoscopy IF:11.5Q1 DOI:10.1055/a-2122-1671 PMID:37399844	研究论文	开发了一种基于人工智能的内窥镜辅助文档系统，用于测量退出时间和自动图像记录	首次将人工智能应用于内窥镜退出时间测量和自动图像记录，提供实时能力	需要进一步验证，样本量相对有限（100个结肠镜检查视频）	提高内窥镜检查文档质量和标准化报告	结肠镜检查过程和图像	医学人工智能	结直肠疾病	深度学习	深度学习算法	内窥镜图像和视频	10,557张图像（来自1,300次检查，9个中心）和100个结肠镜检查视频（5个中心）	NA	多类深度学习算法	时间差异比较，图像记录完整性	4个处理器
47	2025-11-20	Large-scale spatiotemporal deep learning predicting urban residential indoor PM2.5 concentration 2023-12, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2023.108343 PMID:38029622	研究论文	开发基于贝叶斯神经网络的大规模时空深度学习模型预测城市住宅室内PM2.5浓度	提出适用于全球尺度的室内PM2.5浓度预测模型，能够预测时空分布而非单点预测	模型在群体水平的有效性仍需进一步加强	评估人群水平暴露和健康风险，开发易于使用且通用的室内PM2.5浓度预测模型	中国城市住宅室内PM2.5浓度	机器学习	呼吸系统疾病	传感器监测	贝叶斯神经网络(BNN)	传感器监测记录	全国范围的综合传感器监测记录	NA	贝叶斯神经网络	R平方,平均绝对误差,均方根误差,预测区间覆盖率	NA
48	2025-11-18	Deep learning-based phenotype imputation on population-scale biobank data increases genetic discoveries 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01558-w PMID:37985819	研究论文	提出一种基于深度学习的表型插补方法AutoComplete，用于填补大规模生物样本库中的缺失表型数据	开发了专门针对群体规模生物样本库数据的深度学习表型插补方法，显著提高了遗传发现能力	未明确说明方法在其他生物样本库或不同表型上的泛化能力	提高生物样本库表型数据的完整性和利用率，促进遗传学研究发现	英国生物银行约30万个体的表型数据	机器学习	NA	表型数据插补	深度学习	表型数据	约300,000个体	NA	AutoComplete	插补准确率, 遗传相似性, 有效样本量, 关联位点数量	NA
49	2025-11-18	Benchmarking of deep neural networks for predicting personal gene expression from DNA sequence highlights shortcomings 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01524-6 PMID:38036778	研究论文	本研究评估了深度神经网络在预测个体基因表达方面的表现，并揭示了现有方法的局限性	首次系统性地评估深度学习方法在跨个体基因表达预测中的表现，发现现有方法在预测变异效应方向上的局限性	现有方法未能充分学习序列基序语法，导致变异效应方向预测不准确	评估深度学习方法在预测个体基因表达变异方面的有效性和实用性	839名ROSMAP研究参与者的全基因组测序和基因表达数据	基因组学	NA	全基因组测序，基因表达分析	深度神经网络	基因组DNA序列，基因表达数据	839名个体	NA	NA	变异效应方向预测准确性	NA
50	2025-11-18	Current approaches to genomic deep learning struggle to fully capture human genetic variation 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01517-5 PMID:38036789	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
51	2025-11-18	Personal transcriptome variation is poorly explained by current genomic deep learning models 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01574-w PMID:38036790	研究论文	评估当前基因组深度学习模型在解释个体间转录组变异方面的表现	首次系统评估深度学习模型在解释个体间基因表达变异方面的能力，揭示其在此任务上的局限性	仅评估了四种现有模型，可能未覆盖所有相关方法；研究结果基于有限的数据集	探索基因组深度学习模型解释个体间基因表达变异的能力	配对的个人基因组和转录组数据	机器学习	NA	基因组深度学习	深度学习模型	DNA序列，基因表达数据	NA	NA	NA	表达变异解释能力，效应方向预测准确性	NA
52	2025-11-15	Protein structure prediction with in-cell photo-crosslinking mass spectrometry and deep learning 2023-12, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-023-01704-z PMID:36941363	研究论文	本研究开发了AlphaLink方法，通过将实验距离约束信息整合到AlphaFold2网络架构中，提升具有构象变化或同源序列稀少蛋白质的结构预测精度	提出首个将细胞内光交联质谱实验数据整合到深度学习蛋白质结构预测框架的方法，通过稀疏实验接触点作为锚点改进预测性能	未明确说明方法对各类蛋白质构象变化的普适性及计算效率的具体评估	改进蛋白质结构预测精度，特别是针对构象变化蛋白质和同源序列稀少的困难目标	蛋白质三维结构，特别是具有构象变化的蛋白质	计算生物学	NA	光交联质谱，非经典氨基酸光亮氨酸标记	深度学习	蛋白质序列数据，质谱实验数据，距离约束信息	NA	AlphaFold2	AlphaFold2改进架构	结构预测精度	NA
53	2025-11-15	Interpretable neural architecture search and transfer learning for understanding CRISPR-Cas9 off-target enzymatic reactions 2023-12, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00569-1 PMID:38177723	研究论文	提出Elektrum深度学习框架，通过可解释神经网络架构搜索和迁移学习预测CRISPR-Cas9脱靶编辑概率	结合数据驱动和生物物理可解释模型，通过体外动力学假设生成和体内迁移学习的两阶段框架	NA	开发预测性和可解释的酶促通路模型	CRISPR-Cas9脱靶编辑反应	机器学习	NA	体外动力学检测，深度学习	CNN，可解释神经网络	体外动力学数据，体内反应数据	NA	NA	KINNs（动力学可解释神经网络），卷积神经网络	预测性能，正则化效果，可解释性	NA
54	2025-11-15	Deep contrastive learning of molecular conformation for efficient property prediction 2023-12, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00560-w PMID:38177719	研究论文	提出一种基于深度对比学习的分子构象领域自适应方法LACL，用于高效预测分子性质	通过局部原子环境对比学习形成领域无关的潜在空间，规避了几何弛豫瓶颈同时保持量子化学精度	NA	解决不同构象生成方法间的领域偏移问题，实现准确的分子性质预测	有机小分子、生物和药理学长链分子	机器学习	NA	对比学习	深度学习	分子构象数据	NA	NA	LACL（局部原子环境对比学习）	量子化学精度	NA
55	2025-11-12	Beyond here and now: Evaluating pollution estimation across space and time from street view images with deep learning 2023-Dec-10, The Science of the total environment DOI:10.1016/j.scitotenv.2023.166168 PMID:37586538	研究论文	本研究使用深度学习从街景图像评估空气污染和噪声的时空分布	首次系统评估基于图像的污染模型在时空维度上的泛化能力，特别是在基础设施有限的中低收入国家	模型在未见过的地点表现下降，需要与传统传感器网络集成以提高鲁棒性	开发能够从街景图像推断细颗粒物和噪声水平的时空可泛化模型	加纳阿克拉市的空气污染(PM)和噪声水平	计算机视觉	NA	街景图像分析	CNN	图像	超过160万张图像，在145个代表性地点收集，持续15个月	NA	卷积神经网络	准确率	NA
56	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
57	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
58	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
59	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
60	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