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
321	2026-06-01	GalaxySagittarius-AF: Predicting Targets for Drug-Like Compounds in the Extended Human 3D Proteome 2024-09-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168617 PMID:39237198	研究论文	GalaxySagittarius-AF是一个结合深度学习预测结构进行药物类似化合物靶点预测的网络服务器	利用AlphaFold预测的结构扩展人类蛋白质组覆盖范围，并采用基于相似性和基于结构的双重方法进行靶点预测	未明确提及，但可能依赖于预测结构的准确性以及数据库的完整性	开发一个能够预测药物类似化合物在扩展人类3D蛋白质组中靶点的网络服务器	药物类似化合物及其在人类蛋白质组中的潜在靶点	机器学习和计算生物学	不适用	AlphaFold结构预测和GalaxySite结合位点预测	基于相似性和基于结构的预测模型	蛋白质结构数据和化合物结构数据	不适用	不适用	不适用	不适用	网络服务器，无需注册即可访问，运行速度比前代快2-3倍
322	2026-06-01	ModFOLD9: A Web Server for Independent Estimates of 3D Protein Model Quality 2024-09-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168531 PMID:39237204	研究论文	介绍ModFOLD9网络服务器，用于独立评估3D蛋白质模型质量	整合了基于深度学习的新评分方法，显著提高了预测准确性	未提及具体局限性	提供可靠的独立模型质量估计以识别错误并选择最佳模型	蛋白质三维结构模型	机器学习	NA	NA	深度学习模型	蛋白质结构数据	NA	NA	NA	预测准确性	NA
323	2026-06-01	Deep learning-based pathological prediction of lymph node metastasis for patient with renal cell carcinoma from primary whole slide images 2024-06-14, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05382-6 PMID:38877591	研究论文	基于深度学习从肾细胞癌原发性全切片图像预测淋巴结转移的病理学模型	利用聚类约束注意力多实例学习方法开发了直接从原发性全切片图像预测肾细胞癌淋巴结转移的深度学习策略，并验证其在冰冻病理切片上的适用性及对预后预测的作用	NA	开发并验证基于病理组学的肾细胞癌微转移预测模型，辅助临床治疗决策	肾细胞癌患者的原发性全切片图像	数字病理学	肾细胞癌	全切片成像	深度学习模型	全切片图像	895张福尔马林固定石蜡包埋全切片图像（来自上海总医院、CPTAC和TCGA三个队列）和588张TCGA冰冻切片全切片图像	NA	聚类约束注意力多实例学习网络	AUC	NA
324	2026-06-01	Imaging at the nexus: how state of the art imaging techniques can enhance our understanding of cancer and fibrosis 2024-06-13, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05379-1 PMID:38872212	综述	详细描述了癌症和纤维化这两种疾病的最先进成像技术进展及其相互交叉应用	阐明了癌症与纤维化共同的分子病理生理学机制，并系统总结了PET、MRI、SGHI、超声、影像组学和人工智能等多种成像技术如何相互促进以提高对两种疾病的检测和监测能力	未提及具体研究局限	综述癌症和纤维化成像技术的最新进展及交叉应用，以改善诊断和监测	癌症和纤维化疾病的成像技术	医学影像、人工智能、数字病理学	癌症、纤维化	PET、MRI、SGHI、超声、影像组学、人工智能	深度学习	图像	NA	NA	深度学习架构	NA	NA
325	2026-06-01	Nacre-like block lattice metamaterials with targeted phononic band gap and mechanical properties 2024-06, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2024.106511 PMID:38518512	研究论文	提出一种基于人工神经网络的深度学习方法来设计具有同时波动过滤和增强力学性能的层级块格超材料，通过贝叶斯优化确定最优几何参数	首次将深度学习与贝叶斯优化相结合，用于仿生多层次块格超材料的前向预测、参数设计和拓扑设计，实现多目标优化（力学性能与波动过滤）	仅通过数值模拟验证，未涉及实验样机制造和实际测试；层级结构对动态行为的影响机制尚未完全阐明	克服传统设计方法的局限，开发能够同时实现波动过滤和增强力学性能的层级架构块格超材料	仿珍珠层复合材料的块格超材料，包括其几何构型、体积分数分布对声波/弹性波带隙和力学性能的影响	机器学习	NA	NA	人工神经网络（ANN）	数值模拟数据	NA	NA	人工神经网络	NA	NA
326	2026-05-31	iACP-DFSRA: Identification of Anticancer Peptides Based on a Dual-channel Fusion Strategy of ResCNN and Attention 2024-11-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168810 PMID:39362624	研究论文	提出了一种基于深度学习的双通道融合策略模型iACP-DFSRA，用于识别抗癌肽	结合了ProtBert_BFD预训练语言模型和手工特征进行序列编码，采用LightGBM进行特征选择，并利用ResCNN和注意力机制分别提取局部和全局特征，最后通过注意力机制深度融合关键特征	未明确提及，但可能依赖于现有数据集和特定特征编码技术，泛化性需进一步验证	开发一种准确且成本有效的抗癌肽识别方法	抗癌肽序列的识别	自然语言处理	癌症	蛋白质序列嵌入技术	ResCNN和注意力机制	序列数据	未明确说明，但使用了独立测试数据集和额外数据集	PyTorch	ResCNN, Attention机制, LightGBM	特异性(Sp), 敏感性(Sn), 准确率(Acc), 马修斯相关系数(MCC)	NA
327	2026-05-31	Prediction of peptide hormones using an ensemble of machine learning and similarity-based methods 2024-10, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400004 PMID:38803012	研究论文	提出了一种结合机器学习与基于相似性方法的集成策略，用于高精度预测激素肽	创新性地将基于相似性的方法（BLAST和MERCI）与机器学习模型（逻辑回归）集成，并开发了可识别激素相关基序的网络服务器HOPPred	基于相似性的方法存在无匹配结果或预测序列有限的问题，且集成模型在独立验证集上的性能仍有提升空间	开发一种高准确率的激素肽预测方法，并提供一个实用的网络工具	激素肽和非激素肽序列（各1174条）	机器学习	NA	NA	逻辑回归	序列	2348条肽序列（1174条激素肽和1174条非激素肽）	NA	NA	AUROC, 准确率, 马修斯相关系数 (MCC)	NA
328	2026-05-31	Model fusion for predicting unconventional proteins secreted by exosomes using deep learning 2024-09, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202300184 PMID:38643383	研究论文	提出一种融合多个深度学习模型的方法，用于预测外泌体分泌的非传统分泌蛋白	首次结合卷积神经网络和多种密集连接神经网络，融合蛋白质序列与进化信息，提升了预测准确性	未提及模型在实际应用中的泛化能力或计算资源消耗	提高外泌体介导的非传统分泌蛋白预测准确性，探索非经典蛋白分泌和细胞间通讯的调控机制	外泌体分泌的非传统蛋白质	机器学习	NA	蛋白质序列分析、进化信息分析	CNN, DNN	蛋白质序列数据	独立测试数据集	NA	CNN, DNN	ACC, MCC	NA
329	2026-05-31	An efficient hybrid deep learning architecture for predicting short antimicrobial peptides 2024-07, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202300382 PMID:38837544	研究论文	提出了一种高效的混合深度学习架构iAMP-DL，用于预测短抗菌肽	结合长短期记忆网络和卷积神经网络构建混合模型，在独立测试集上表现优于现有方法，并通过10次重复实验验证了模型的鲁棒性和稳定性	未明确说明局限性，可能对非短抗菌肽的预测效果需进一步验证	开发一种高效、鲁棒的短抗菌肽预测方法以支持抗菌药物研发	短抗菌肽序列	机器学习	NA	NA	长短期记忆网络（LSTM）和卷积神经网络（CNN）	序列数据	使用了独立测试集进行性能评估，具体样本数量未在摘要中说明	NA	LSTM, CNN	未在摘要中明确列出具体指标，但通过比较分析和重复实验评估性能	NA
330	2026-05-30	MPCD: A Multitask Graph Transformer for Molecular Property Prediction by Integrating Common and Domain Knowledge 2024-12-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02193 PMID:39620982	研究论文	提出MPCD多任务图变换器模型，通过整合通用知识与领域知识提升分子性质预测性能	通过领域知识对齐预训练与微调优化目标，结合多任务学习提高数据利用率和模型鲁棒性，并采用关系感知自注意力机制全面捕获分子局部与全局结构	NA	提升分子性质预测中深度学习模型的迁移性能和数据利用率	分子化合物的吸收、分布、代谢、排泄和毒性及物理化学性质预测	机器学习	NA	NA	图变换器	分子结构数据	NA	NA	图变换器	NA	NA
331	2026-05-30	Hybrid similarity based feature selection and cascade deep maxout fuzzy network for Autism Spectrum Disorder detection using EEG signal 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108177 PMID:39226758	研究论文	提出一种基于混合相似度特征选择与级联深度最大输出模糊网络的模型，用于通过EEG信号检测自闭症谱系障碍	将深度最大输出网络与级联神经模糊系统整合，形成级联深度最大输出模糊网络；采用混合相似度度量（堪培拉距离和Kumar-Hassebrook距离）进行特征选择	未在论文标题和摘要中明确提及	通过EEG信号和深度学习模型实现自闭症谱系障碍的早期、低成本且准确的诊断	自闭症谱系障碍患者及健康对照人群的EEG信号数据	机器学习	自闭症谱系障碍	EEG信号采集	级联深度最大输出模糊网络	EEG信号数据	使用了EEG数据集和BCIAUT_P300数据集，但未具体说明样本数量	NA	级联深度最大输出网络、混合级联神经模糊系统	准确率、阴性预测值、阳性预测值、真阴性率、真阳性率	NA
332	2026-05-30	AScirRNA: A novel computational approach to discover abiotic stress-responsive circular RNAs in plant genome 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108205 PMID:39265460	研究论文	提出一种基于机器学习的计算方法，用于预测植物基因组中非生物胁迫响应的环状RNA	首次开发基于机器学习的模型用于预测非生物胁迫响应的circRNA，并整合为在线预测工具AScirRNA	NA	开发预测植物非生物胁迫响应circRNA的计算方法，助力培育抗逆作物品种	植物基因组中的非生物胁迫响应环状RNA	机器学习	植物非生物胁迫	NA	XGBoost, LightGBM	序列数据	NA	Scikit-learn	XGBoost, LightGBM	准确率, auROC, auPRC	NA
333	2026-05-30	ILYCROsite: Identification of lysine crotonylation sites based on FCM-GRNN undersampling technique 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108212 PMID:39277959	研究论文	提出一种基于MLP-Attention和FCM-GRNN欠采样技术的赖氨酸巴豆酰化位点鉴定模型ILYCROsite	首次结合模糊聚类与广义神经网络的FCM-GRNN欠采样技术处理不平衡数据，并采用MLP叠加自注意力机制进行预测	未明确讨论模型在不同物种或更大规模数据集上的泛化能力，且依赖单一特征编码策略可能遗漏关键信息	开发一种基于深度学习的赖氨酸巴豆酰化位点鉴定方法，以提高预测性能并解决传统机器学习处理非组蛋白位点的局限性	蛋白质序列中的赖氨酸巴豆酰化位点	机器学习	NA	特征提取（氨基酸组成、K-mer、基于距离的残基特征）、FCM-GRNN欠采样、MLP-Attention	MLP、注意力机制（自注意力）	序列数据	未明确说明具体样本数量，但包含巴豆酰化和非巴豆酰化序列	NA	MLP、自注意力机制	AUC	NA
334	2026-05-30	Serum Potassium Monitoring Using AI-Enabled Smartwatch Electrocardiograms 2024-Dec, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2024.07.023 PMID:39387744	研究论文	开发基于智能手表心电图和人工智能的算法，用于预测终末期肾病患者的血清钾水平	首次利用智能手表单导联心电图数据，通过深度学习模型预测血清钾水平，并验证了其在远程监测高钾血症中的实用性	NA	开发用于预测终末期肾病患者血清钾水平的人工智能心电图算法	终末期肾病患者	机器学习	高钾血症，慢性肾脏病，终末期肾病	心电图	深度学习模型	心电图波形	152,508名患者的293,557份配对心电图与血清钾数据，以及1,463名终末期肾病患者的4,337份心电图	NA	Kardio-Net	AUC，平均绝对误差	NA
335	2026-05-30	Comprehensive review of literature on Parkinson's disease diagnosis 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108228 PMID:39413446	综述	对帕金森病诊断文献进行全面综述，分析50篇文章中使用的不同模态（图像、信号、数据）及机器学习方法	系统分类多模态帕金森病诊断文献，分析数据集、仿真工具及性能指标，并识别研究空白与挑战	未明确列出具体方法或数据集的性能比较细节，且限于已选择的50篇文章	综述帕金森病诊断中不同模态（图像、信号、数据）的机器学习与深度学习方法	50篇关于帕金森病诊断的文章，涵盖不同数据模态	机器学习	帕金森病	NA	机器学习、深度学习	图像、信号、数据	50篇文章	NA	NA	多个性能指标（未具体列出）	NA
336	2026-05-30	DCSGMDA: A dual-channel convolutional model based on stacked deep learning collaborative gradient decomposition for predicting miRNA-disease associations 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108201 PMID:39255626	研究论文	提出了一种基于堆叠深度学习协同梯度分解的双通道卷积模型，用于预测miRNA与疾病关联	创新性地结合堆叠深度学习与梯度分解网络，以及双通道卷积神经网络，从相似性网络中挖掘潜在特征	未明确说明，但可能依赖HMDD数据库的完整性和准确性	预测miRNA与疾病的潜在关联，深化对发病机制的理解	miRNA与疾病之间的关联关系	机器学习	多种人类疾病（未特指）	NA	CNN, 多层感知器	网络数据（相似性网络、关联网络）	基于HMDD数据库的两个数据集	NA	双通道卷积神经网络, 多层感知器	准确率、AUC等（未具体列出）	NA
337	2026-05-30	Artificial intelligence for human gunshot wound classification 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2023.100361 PMID:38234590	研究论文	探索使用深度学习模型对数字彩色图像中的枪弹射入口和射出口进行分类的可行性	代表人工智能在法医病理学领域的首批应用之一，证实深度学习模型能够高准确度区分数码图像中的射入口和射出口	NA	评估利用深度学习模型自动分类枪弹射入口和射出口的可行性	枪弹射入口和射出口的数字彩色图像	计算机视觉	NA	NA	ConvNext Tiny 深度学习模型	图像	训练/验证集：2028张射入口图像和1314张射出口图像；测试集：415张射入口图像和293张射出口图像	Fastai	ConvNext Tiny	准确率, 精确率, 召回率, F1分数	NA
338	2026-05-30	Preventing future zoonosis: SARS-CoV-2 mutations enhance human-animal cross-transmission 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109101 PMID:39243518	研究论文	通过构建多任务深度学习模型MT-TopLap，预测SARS-CoV-2 RBD突变对不同物种ACE2的结合自由能变化，识别增强人畜交叉传播的关键突变	首次通过多任务深度学习模型同时预测SARS-CoV-2 RBD突变对多种动物宿主ACE2的结合影响，揭示人畜交叉传播的潜在突变机制	NA	识别增强SARS-CoV-2人畜交叉传播的RBD突变，评估病毒在动物宿主适应后增强人类传染性的风险	SARS-CoV-2的受体结合域（RBD）突变及其对跨物种传播的影响	机器学习	新型冠状病毒病（COVID-19）	深度突变扫描	多任务深度学习模型	突变扫描数据	包含人类、猫、蝙蝠、鹿和仓鼠多个物种的深度突变扫描数据集	NA	MT-TopLap	NA	NA
339	2026-05-30	Mesoscopic structure graphs for interpreting uncertainty in non-linear embeddings 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109105 PMID:39265479	研究论文	提出一种名为ManiGraph的节点链接可视化技术，用于解释非线性降维中的不确定性	通过构建动态介观结构图并测量区域自适应可信度，重新审视高维和低维空间之间的邻域保真度，同时解决大规模数据集散点图可视化中的过度绘制问题	文中未明确提及局限性	解决概率非线性降维方法中由于全局与局部结构保持的权衡以及计算随机性导致的失真错误和误导可视化问题	非线性降维结果中的不确定性	机器学习, 计算机视觉, 计算生物学	结直肠癌	单细胞RNA测序	概率非线性降维模型（t-SNE, UMAP）	图像, 文本	使用Fashion-MNIST、单细胞RNA测序数据集和Histopathology-MNIST进行案例分析	NA	ManiGraph	区域自适应可信度	NA
340	2026-05-30	Improving deep learning-based automatic cranial defect reconstruction by heavy data augmentation: From image registration to latent diffusion models 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109129 PMID:39265478	研究论文	使用数据增强技术改进基于深度学习的颅骨缺损自动重建方法	首次系统比较多种数据增强技术，包括经典几何变换、图像配准、变分自编码器、生成对抗网络和潜在扩散模型，并证明潜在扩散模型结合向量量化变分自编码器在生成增强策略中表现最优	未提及具体限制	提高深度学习颅骨缺损自动重建方法的泛化能力，使其适用于真实临床场景	颅骨缺损患者	数字病理学，计算机视觉	颅骨损伤	CT成像	深度学习模型	图像	SkullBreak和SkullFix数据集	PyTorch	变分自编码器，生成对抗网络，潜在扩散模型，向量量化变分自编码器	Dice系数	NA