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
2541	2025-10-07	De novo designed proteins neutralize lethal snake venom toxins 2024-May-17, Research square DOI:10.21203/rs.3.rs-4402792/v1 PMID:38798548	研究论文	利用深度学习方法设计能够中和蛇毒三指毒素的新型蛋白质	首次使用深度学习计算设计针对三指毒素家族多种亚型的高亲和力中和蛋白	实验筛选规模有限，尚未进行大规模临床验证	开发新一代安全、经济、易生产的蛇毒解毒疗法	蛇毒三指毒素家族（包括短链和长链α-神经毒素及细胞毒素）	机器学习	蛇咬伤中毒	深度学习	NA	蛋白质结构数据	小鼠实验	NA	NA	热稳定性、结合亲和力、结构一致性、中和效果、存活率	NA
2542	2025-10-07	Longitudinal single-cell transcriptional dynamics throughout neurodegeneration in SCA1 2024-Feb-07, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2023.10.039 PMID:38016472	研究论文	通过纵向单细胞转录组测序研究SCA1神经退行性疾病过程中不同细胞类型的动态变化	首次建立小鼠和人类SCA1小脑组织的连续动态轨迹，发现浦肯野细胞丢失前的精确转录变化，并识别出单极刷细胞和少突胶质细胞的早期转录失调	NA	解析异质组织中不同细胞类型在神经退行性疾病发病机制和进展中的作用	小鼠和人类脊髓小脑性共济失调1型(SCA1)小脑组织	生物信息学	神经退行性疾病	单核RNA测序, 深度学习	深度学习模型	单细胞转录组数据	NA	NA	NA	疾病状态预测准确度	NA
2543	2025-10-07	Ensemble Deep Learning Object Detection Fusion for Cell Tracking, Mitosis, and Lineage 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2023.3288470 PMID:39906165	研究论文	提出了一种基于集成深度学习的细胞检测、追踪和运动分析方法EDNet	采用深度架构无关的集成方法进行2D细胞检测，在细胞追踪和谱系分析方面超越YOLO和FasterRCNN等单一模型	NA	开发更鲁棒的细胞检测、追踪和运动分析方法	细胞检测、追踪、有丝分裂事件和细胞谱系图	计算机视觉	NA	深度学习	CNN, 集成学习	图像	CTMCv1数据集和外部肌肉干细胞数据	NA	YOLO, FasterRCNN	MOTA, TRA	NA
2544	2025-10-07	Deep learning in microbiome analysis: a comprehensive review of neural network models 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1516667 PMID:39911715	综述	本文全面回顾了深度学习在微生物组分析中的应用，重点介绍了神经网络模型在微生物组研究中的优势和挑战	系统梳理了深度学习在微生物组研究中的最新进展，强调了其在模式识别、特征提取和预测建模方面的独特优势	微生物组数据的生物学变异性需要定制化方法，深度学习模型在微生物组研究中仍面临显著挑战	回顾深度学习在微生物组研究中的应用现状和发展前景	微生物群落及其在不同环境中的组成	机器学习	NA	组学数据分析	深度学习神经网络	组学数据	NA	NA	NA	NA	NA
2545	2025-10-07	Artificial intelligence in dentistry and dental biomaterials 2024, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2024.1525505 PMID:39917699	综述	概述人工智能技术在牙科和牙科生物材料领域的应用现状与发展前景	系统整合了AI在修复牙科和修复修复学中的多模态应用，包括多模态深度学习融合与神经形态计算等前沿技术	未提及具体临床验证数据与算法精度指标	探讨人工智能技术在生物医学、牙科及牙科生物材料领域的应用潜力	牙科诊断、治疗规划与生物材料开发	机器学习	口腔疾病	数字成像、3D打印	深度学习,神经网络	根尖周X线片、全景X线片	NA	NA	NA	NA	NA
2546	2025-02-08	Physics-guided multistage neural network: A physically guided network for step initial values and dispersive shock wave phenomena 2024-Dec, Physical review. E DOI:10.1103/PhysRevE.110.065307 PMID:39916289	研究论文	本文提出了一种物理引导的多阶段神经网络（PgMSNN）模型，用于模拟复杂的色散冲击波现象	通过集成残差学习范式并在现有PINN方法中引入色散因子，显著增强了物理信息神经网络（PINNs）描述复杂色散现象的能力，并提出了一种高度自适应的深度Runge-Kutta方法	NA	提高物理信息神经网络（PINNs）在色散冲击波现象中的数值模拟精度和稳定性	色散冲击波现象	机器学习	NA	物理引导的多阶段神经网络（PgMSNN）	物理引导的多阶段神经网络（PgMSNN）	数值数据	NA	NA	NA	NA	NA
2547	2025-10-07	Impact of Deep Learning-Based Computer-Aided Detection and Electronic Notification System for Pneumothorax on Time to Treatment: Clinical Implementation 2024-Nov-19, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.11.009 PMID:39566875	研究论文	评估基于深度学习的计算机辅助检测和电子通知系统对气胸患者治疗时间的影响	首次在真实临床环境中评估深度学习CAD结合电子通知系统对气胸治疗时间的影响	仅观察到氧疗时间显著改善，其他治疗方式无显著差异	评估深度学习辅助检测和通知系统在临床实践中的效果	气胸患者的胸部X光片和治疗时间	计算机视觉	气胸	胸部X光摄影	深度学习	医学影像	603,028张胸部X光片，来自140,841名患者，气胸患病率2.0%	NA	NA	治疗时间差异，置信区间，P值	NA
2548	2025-10-07	Role of artificial intelligence in brain tumour imaging 2024-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111509 PMID:38788610	综述	探讨人工智能在脑肿瘤影像学中的应用及其潜力	全面综述AI在脑肿瘤影像中从病灶检测到预后评估的多领域应用，并涵盖神经胶质瘤与非胶质瘤肿瘤	数据质量、标准化和系统整合等实施挑战尚未完全解决	评估人工智能技术在脑肿瘤影像诊断与治疗中的临床应用价值	脑肿瘤影像数据及相关临床病例	医学影像分析	脑肿瘤	机器学习, 深度学习	NA	医学影像	NA	NA	NA	NA	NA
2549	2025-10-07	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.21.586110 PMID:38585907	研究论文	开发基于Transformer模型的RiboTIE方法，用于绘制正常和癌组织中RNA翻译位点图谱	提出首个基于Transformer的RNA翻译位点解码方法，在核糖体分析数据中提供无与伦比的精确度和灵敏度	仅应用于正常脑组织和髓母细胞瘤样本，尚未在其他组织或癌症类型中验证	解码正常和癌组织中RNA翻译位点的变异	正常脑组织和髓母细胞瘤癌症样本	生物信息学	髓母细胞瘤	核糖体分析	Transformer	核糖体分析数据	正常脑组织和髓母细胞瘤样本（具体数量未明确）	NA	Transformer	精确度, 灵敏度	NA
2550	2025-10-07	Classification of Schizophrenia, Bipolar Disorder and Major Depressive Disorder with Comorbid Traits and Deep Learning Algorithms 2024-Mar-07, Research square DOI:10.21203/rs.3.rs-4001384/v1 PMID:38496574	研究论文	本研究利用42种共病性状的多基因风险评分和深度神经网络对精神分裂症、双相情感障碍和重度抑郁症进行分类与区分	首次证明仅使用共病性状的PRS（不包含目标疾病PRS）即可有效分类精神障碍，为数据驱动的客观诊断提供新思路	样本量相对有限，未在独立队列中验证模型泛化能力	探索共享遗传风险在精神障碍分类与鉴别诊断中的应用价值	精神分裂症、双相情感障碍和重度抑郁症患者及健康对照	机器学习	精神疾病	全基因组关联研究，多基因风险评分	DNN	遗传风险评分数据	SCZ病例6317例对照7240例，BIP病例2634例对照4425例，MDD病例1704例对照3357例	NA	深度神经网络	准确率，AUC	NA
2551	2025-10-07	3D Convolutional Deep Learning for Nonlinear Estimation of Body Composition from Whole-Body Morphology 2024-Feb-13, Research square DOI:10.21203/rs.3.rs-3935042/v1 PMID:38410459	研究论文	本研究使用3D卷积深度学习技术从全身形态学数据中非线性估计身体成分	首次将深度3D卷积图网络应用于人体成分建模，用非线性参数化和回归模型替代传统线性方法	深度形状特征仅改善了男性身体成分的准确性，对两性精度的改善程度不同	提高从全身3D光学扫描中估计身体成分的精度和准确性	人体身体成分估计	计算机视觉	代谢综合征	3D光学扫描，双能X射线吸收测量法(DXA)	图卷积自编码器，高斯过程回归	3D网格数据，图像	4286个拓扑标准化的3D光学扫描，来自四个不同的人体形状数据库	NA	3D自编码器，图卷积网络	均方根误差，精度，决定系数(R)	NA
2552	2025-10-07	Robust single-shot 3D fluorescence imaging in scattering media with a simulator-trained neural network 2024-Feb-12, Optics express IF:3.2Q2 DOI:10.1364/OE.514072 PMID:38439332	研究论文	开发了一种基于模拟器训练的神经网络方法，用于在散射介质中实现鲁棒的单次3D荧光成像	开发了散射模拟器生成合成数据，并仅使用合成数据训练深度神经网络实现单次光场测量的3D重建	深度学习模型对超出分布数据的泛化能力存在限制，需要分析网络设计因素对泛化性的影响	解决散射介质中荧光成像的深度限制问题，实现高效的三维体积重建	散射介质中的荧光发射体	计算成像	NA	荧光显微镜，光场成像	深度神经网络	光场测量数据，合成数据	不同散射条件下的散射模型	NA	NA	信背比(SBR)，成像深度	NA
2553	2025-10-07	Intelligent cholinergic white matter pathways algorithm based on U-net reflects cognitive impairment in patients with silent cerebrovascular disease 2024-Dec-30, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2023-002976 PMID:38569895	研究论文	开发基于U-net的智能算法评估静默性脑血管病患者胆碱能白质通路损伤与认知功能障碍的关系	首个用于评估胆碱能白质通路的智能算法，相比金标准具有良好准确性	NA	建立智能算法评估血管源性白质高信号患者的胆碱能白质通路损伤	静默性脑血管病伴血管源性白质高信号患者	数字病理	脑血管疾病	深度学习	CNN	医学影像	内部训练测试集464例患者，外部验证集100例患者	NA	U-net	灵敏度, 特异性, AUC	NA
2554	2025-10-07	Application of deep learning models on single-cell RNA sequencing analysis uncovers novel markers of double negative T cells 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82406-7 PMID:39732739	研究论文	本研究应用深度学习模型分析单细胞RNA测序数据，揭示了双阴性T细胞的新型标志物	首次使用scVI深度学习模型识别DNT细胞亚群的新型标志物，修正了先前关于CD137表达的错误认知，并发现了CD30和CD153等新标志物	研究主要基于小鼠模型，人类DNT细胞的验证相对有限	通过深度学习技术识别和验证双阴性T细胞的新型分子标志物	C57BL/6小鼠和MRL/lpr小鼠的脾脏双阴性T细胞	生物信息学	自身免疫疾病	单细胞RNA测序, 流式细胞术	深度学习	基因表达数据	C57BL/6小鼠和MRL/lpr小鼠的脾脏DNT细胞	scVI	Single Cell Variational Inference	流式细胞术验证	NA
2555	2025-10-07	Predicting RNA Structure and Dynamics with Deep Learning and Solution Scattering 2024-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.08.598075 PMID:39764023	研究论文	开发了结合深度学习与溶液散射的SCOPER流程，用于预测RNA在溶液中的结构和动力学	整合了基于运动学的构象采样与创新的深度学习模型IonNet，专门预测Mg离子结合位点，解决了RNA构象可塑性和离子效应的问题	需要初始足够准确的结构作为输入，可能对实验SAXS数据存在过拟合风险	提高RNA在溶液中结构和动力学的预测准确性	RNA分子及其溶液构象	计算生物学	NA	小角X射线散射(SAXS), 深度学习	深度学习模型	SAXS剖面数据, 结构数据	14个实验数据集	NA	IonNet	SAXS剖面拟合质量	NA
2556	2025-10-07	Automatic detection and counting of wheat spike based on DMseg-Count 2024-11-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80244-1 PMID:39613805	研究论文	提出基于DMseg-Count的小麦穗自动检测与计数方法，用于产量预测和品种评估	在DM-Count模型基础上引入小麦穗局部分割分支，通过逐元素点乘机制融合全局与局部上下文监督信息	未明确说明模型在极端遮挡和重叠情况下的性能限制	提高复杂田间环境下小麦穗自动检测与计数的准确性	小麦穗图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	DMseg-Count, DM-Count	平均绝对误差(MAE), 均方根误差(RMSE)	NA
2557	2025-10-07	Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2024-Nov-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54771-4 PMID:39614072	研究论文	本研究开发了一种无监督深度学习模型MOSA，用于整合和增强癌症细胞系的多组学数据集	提出首个专门用于整合和增强癌症依赖图谱的无监督深度学习模型，能够生成分子和表型特征，将多组学特征数量增加32.7%	NA	解决生物数据异质性、复杂性和稀疏性问题，实现对癌症生物学的整体理解	1523个癌症细胞系的多组学数据	机器学习	癌症	多组学分析	无监督深度学习	多组学数据	1523个癌症细胞系	NA	MOSA	SHAP分析	NA
2558	2025-10-07	nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression 2024-Nov-05, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000620 PMID:39499578	研究论文	介绍nPOD-K肾脏项目通过传统和数字病理学方法研究糖尿病肾病发病机制和进展	建立首个基于器官捐赠者肾脏的异质性队列，结合数字病理和深度学习工具分析糖尿病肾病进展	研究依赖于器官捐赠者样本，样本获取可能受限	利用器官捐赠者肾脏增强对糖尿病肾病发病机制和进展的理解	器官捐赠者的肾脏组织样本	数字病理学	糖尿病肾病	传统病理学染色, 数字病理学, 全玻片成像	深度学习, 机器学习	病理图像	nPOD-K队列肾脏样本	Visiopharm	NA	组织学定量分析	NA
2559	2025-10-07	Machine learning-optimized targeted detection of alternative splicing 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.20.614162 PMID:39386495	研究论文	提出一种名为LSV-seq的靶向RNA测序方法，通过机器学习优化引物设计，提高选择性剪接检测的效率和灵敏度	开发了Optimal Prime机器学习算法优化引物设计，并首次将深度学习剪接编码预测与靶向测序相结合	方法主要针对已知剪接事件的检测，可能不适用于全新剪接事件的发现	开发高效检测和量化选择性剪接的靶向RNA测序方法	人类组织样本中的选择性剪接事件	机器学习	NA	RNA-seq, LSV-seq, 靶向测序	机器学习, 深度学习	RNA测序数据	GTEx数据库中的数千个引物序列	NA	NA	捕获率, 测序深度, 灵敏度	NA
2560	2025-10-07	Empowering Portable Age-Related Macular Degeneration Screening: Evaluation of a Deep Learning Algorithm for a Smartphone Fundus Camera 2024-09-05, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-081398 PMID:39237272	研究论文	评估用于智能手机眼底相机的深度学习算法在年龄相关性黄斑变性筛查中的性能	首次评估基于智能手机眼底相机的AI系统进行AMD筛查，通过两阶段训练策略（初始训练+设备特定微调）	使用回顾性数据，需要前瞻性研究验证临床适用性	开发便携式年龄相关性黄斑变性筛查系统	视网膜图像和年龄相关性黄斑变性患者	计算机视觉	年龄相关性黄斑变性	眼底成像	深度学习	图像	初始训练108,251张图像，微调1,108张图像，测试集分别包含909张和238张图像	NA	NA	AUC, 敏感度, 特异度	NA