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
341	2026-04-14	GTADC: A Graph-Based Method for Inferring Cell Spatial Distribution in Cancer Tissues 2024-04-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom14040436 PMID:38672453	研究论文	本文提出了一种基于图深度学习的GTADC方法，用于推断癌症组织中细胞的空间分布	利用Silhouette分数精确捕获每种细胞类型中表达差异显著的基因，并通过图结构有效整合空间转录组学和单细胞测序数据的空间关系与拓扑结构	未明确提及方法在特定癌症类型或大规模数据集上的验证局限性	推断癌症组织中细胞的空间组成，以早期检测潜在癌细胞区域并评估其数量与空间信息	癌症组织中的细胞，特别是癌细胞与正常细胞的差异	机器学习	癌症	空间转录组学(ST), 单细胞测序(scRNA-seq)	图深度学习	基因表达数据, 空间数据	NA	NA	GTADC	NA	NA
342	2026-04-14	Continuous tracking using deep learning-based decoding for noninvasive brain-computer interface 2024-Apr, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgae145 PMID:38689706	研究论文	本研究利用基于深度学习的解码器，在线连续追踪任务中提升非侵入性脑机接口的性能	提出了一种新的标签系统以利用连续追踪数据进行监督学习，并首次将PointNet架构的改编版本应用于脑机接口解码任务	预训练模型未能显著提升性能，且研究仅针对28名参与者，样本规模有限	通过深度学习解码器改善非侵入性脑机接口在复杂任务中的性能，扩展其应用潜力	28名人类参与者，包括健康个体和运动障碍个体	机器学习	运动障碍	脑电图	深度学习	脑电图信号	28名人类参与者	NA	PointNet	NA	NA
343	2026-04-14	A Review for Artificial Intelligence Based Protein Subcellular Localization 2024-03-27, Biomolecules IF:4.8Q1 DOI:10.3390/biom14040409 PMID:38672426	综述	本文综述了基于人工智能的蛋白质亚细胞定位方法的最新进展，包括序列、知识和图像三种典型方法，并讨论了该领域的现有挑战与未来方向	系统性地总结了人工智能在蛋白质亚细胞定位领域的应用，涵盖序列、知识和图像三种方法，并指出了当前挑战和未来研究方向	作为综述文章，未提出新的实验或模型，主要基于现有文献进行总结和讨论	综述人工智能在蛋白质亚细胞定位领域的方法发展，以应对高通量测序时代蛋白质定位的挑战	蛋白质亚细胞定位方法	机器学习	癌症,阿尔茨海默病	荧光显微镜成像,免疫电子显微镜,荧光生物标记标签	深度学习	序列数据,知识数据,图像数据	NA	NA	NA	NA	NA
344	2026-04-14	A self-supervised learning approach for registration agnostic imaging models with 3D brain CTA 2024-Mar-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109004 PMID:38375230	研究论文	本文提出了一种自监督学习方法，使卷积神经网络能够处理未配准的脑CTA图像，用于急性卒中检测	提出了一种通用的对比自监督学习方法，将针对配准图像设计的卷积神经网络适应到未配准图像域，无需依赖标签	未明确说明方法在其他神经影像任务或数据集上的泛化能力	开发一种无需图像配准的深度学习神经影像管道，用于急性卒中检测	脑CTA图像，特别是用于大血管闭塞检测	计算机视觉	心血管疾病	计算机断层扫描血管造影	CNN	3D图像	402名CTA患者	NA	NA	AUC	NA
345	2026-04-14	An Innovative Inducer of Platelet Production, Isochlorogenic Acid A, Is Uncovered through the Application of Deep Neural Networks 2024-02-23, Biomolecules IF:4.8Q1 DOI:10.3390/biom14030267 PMID:38540688	研究论文	本研究利用深度神经网络筛选天然产物库，发现异绿原酸A可促进巨核细胞分化成熟及血小板生成，为治疗辐射诱导的血小板减少症提供了潜在新药	首次结合CNN、DNN及混合神经网络（HCD）构建药物活性预测模型，并成功应用于从《中国药典》天然产物库中筛选出具有促血小板生成活性的新化合物异绿原酸A	研究仅通过体外实验验证活性，尚未开展动物模型或临床试验；模型训练数据来源及规模未具体说明	开发治疗辐射诱导血小板减少症（RIT）的新药物	天然化合物库中的分子（特别是异绿原酸A）、巨核细胞及血小板	机器学习	血小板减少症	深度学习算法	CNN, DNN, 混合神经网络	分子理化性质数据	10种FDA批准的血小板减少症治疗药物作为测试集	NA	Hybrid CNN+DNN (HCD)	准确率, 精确率	NA
346	2026-04-14	Forecasting the Acute Heart Failure Admissions: Development of Deep Learning Prediction Model Incorporating the Climate Information 2024-02, Journal of cardiac failure IF:6.7Q1 DOI:10.1016/j.cardfail.2023.10.476 PMID:37952642	研究论文	本研究开发了一种结合气候信息的深度学习预测模型，用于预测急性心力衰竭的入院情况	首次将深度学习模型应用于结合气候信息预测急性心力衰竭入院，并证明其优于传统回归模型	研究仅基于东京地区数据，可能无法推广到其他气候或地理区域	预测急性心力衰竭的入院情况，以优化医疗资源管理	东京CCU网络数据库中2014年至2019年的27,799例急性心力衰竭入院病例	机器学习	心血管疾病	深度学习	DNN	时间序列数据	27,799例急性心力衰竭入院病例	NA	深度神经网络	R2, c-statistics	NA
347	2026-04-12	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	本研究开发了一种基于深度学习的方法，利用军事特定社交媒体平台的数据来检测美国军人和退伍军人的自杀风险	首次在军事特定社交媒体平台上应用RoBERTa模型，结合帖文文本和元数据，以高敏感性和特异性检测自杀相关内容	样本量相对较小（8449条帖文），且仅基于单一军事社交媒体平台的数据，可能缺乏泛化性	开发算法识别社交媒体上包含自杀相关内容的帖文，以帮助检测军人和退伍军人的自杀风险	美国军人和退伍军人在军事特定社交媒体平台上的公开帖文	自然语言处理	心理健康（自杀风险）	社交媒体数据挖掘	RoBERTa	文本（社交媒体帖文）	8449条公开社交媒体帖文	NA	RoBERTa	敏感性, 特异性, 精确度, F1分数, 精确率-召回率曲线下面积	NA
348	2026-04-12	De novo design of high-affinity binders of bioactive helical peptides 2024-02, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06953-1 PMID:38109936	研究论文	本文介绍了一种基于参数化生成和深度学习的方法，用于设计能够高亲和力结合生物活性螺旋肽的蛋白质	通过扩展RFdiffusion方法，使其能够针对柔性靶点设计结合剂，并利用连续加噪和去噪（部分扩散）优化输入结构模型，实现了无需实验优化的皮摩尔级亲和力结合剂设计	未明确说明方法在更广泛肽类或复杂生物环境中的适用性限制	开发能够高亲和力结合螺旋肽的蛋白质设计方法，以改善疾病临床管理中的检测技术	螺旋肽靶点，如甲状旁腺激素和胰高血糖素	机器学习	NA	深度学习, 参数化生成	深度学习模型	蛋白质结构数据, 肽序列数据	NA	RFdiffusion	RFdiffusion	亲和力（皮摩尔级）	NA
349	2026-04-12	Heteroscedastic Uncertainty Estimation Framework for Unsupervised Registration 2024, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72069-7_61 PMID:41960565	研究论文	本文提出了一种用于无监督配准的异方差不确定性估计框架，以解决医学图像中噪声分布不均导致的配准性能下降问题	提出了自适应降低高不确定性区域影响的异方差图像不确定性估计框架，包含位移与方差估计器的协同训练策略和基于信噪比的图像保真度加权方案	未明确说明框架在极端噪声条件下的鲁棒性，也未讨论计算复杂度增加的具体影响	提升无监督医学图像配准在异方差噪声环境下的准确性和鲁棒性	医学图像配准任务	计算机视觉	NA	深度学习	深度学习模型	医学图像	三个医学图像数据集	NA	NA	配准准确性	NA
350	2026-04-11	Ligand identification in CryoEM and X-ray maps using deep learning 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae749 PMID:39700427	研究论文	本文提出了一种基于深度学习的配体识别方法，用于在CryoEM和X射线密度图中识别小分子配体	首次将深度学习应用于CryoEM密度图的配体识别，采用3D点云处理方法，实现了端到端的深度学习模型	电子显微镜图的标准化和CryoEM配体质量评估存在挑战	开发一种自动化的配体识别方法，以支持结构引导的药物设计	X射线衍射和CryoEM密度图中的小分子配体	计算机视觉	NA	X射线衍射, 冷冻电镜	深度学习	3D点云	NA	NA	NA	NA	NA
351	2026-04-11	Integrating Drug Target Information in Deep Learning Models to Predict the Risk of Adverse Events in Patients with Comorbid Post-Traumatic Stress Disorder and Alcohol Use Disorder 2024-Dec-05, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12122772 PMID:39767679	研究论文	本研究开发了一种名为T-DeepBiomarker的新型深度学习模型，通过整合药物靶点信息等多模态数据，预测共患创伤后应激障碍和酒精使用障碍患者的不良事件风险，并识别潜在治疗药物	首次将药物靶点信息整合到深度学习模型中用于预测共患PTSD和AUD患者的不良结局，并基于模型识别出的重要蛋白靶点筛选潜在治疗药物	研究基于单一医疗中心（UPMC）的电子病历数据，外部验证和泛化能力有待进一步评估	预测共患创伤后应激障碍和酒精使用障碍患者的不良事件风险，并识别潜在治疗药物	共患创伤后应激障碍和酒精使用障碍的患者	机器学习	精神疾病	电子病历数据分析	深度学习模型	多模态数据（实验室结果、药物靶点信息、共病、社会健康决定因素等）	5565名PTSD+AUD患者	NA	T-DeepBiomarker	AUROC	NA
352	2026-04-11	Satellite-Based and Street-View Green Space and Adiposity in US Children 2024-12-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.49113 PMID:39636637	研究论文	本研究利用卫星遥感和街景图像数据，探究了美国儿童居住区绿地暴露与多种肥胖指标之间的关联	首次同时结合卫星遥感（NDVI）和街景图像深度学习算法提取的绿地指标，并关联了多种全面的肥胖测量指标（BMI、腰围、总脂肪质量指数、躯干脂肪质量指数），而非仅使用BMI	研究为观察性研究，不能确定因果关系；绿地暴露测量基于家庭住址，可能未完全捕捉个体的日常活动范围；样本来自特定队列，可能限制结果的普遍性	探究居住区绿地暴露与儿童肥胖指标之间的前瞻性关联	美国儿童（来自Project Viva队列）	环境健康与流行病学	儿童肥胖	卫星遥感（NDVI）、街景图像分析、深度学习算法、双能X射线吸收测定法	深度学习算法（未指定具体类型）	卫星遥感数据、街景图像、人体测量数据	843名儿童（基线时平均年龄7.9岁，50.2%为女孩）	NA	NA	回归系数、95%置信区间	NA
353	2026-04-11	Enhancing Amyloid PET Quantification: MRI-Guided Super-Resolution Using Latent Diffusion Models 2024-Dec-01, Life (Basel, Switzerland) DOI:10.3390/life14121580 PMID:39768288	研究论文	本研究提出了一种基于潜在扩散模型的MRI引导超分辨率方法，用于增强淀粉样蛋白PET图像的量化精度	采用潜在扩散模型进行分辨率恢复，并结合加权L1、L2和MS-SSIM损失在噪声和图像尺度上增强MRI引导重建	未明确提及具体局限性	解决PET扫描中部分容积效应导致的淀粉样蛋白沉积量化不准确问题	阿尔茨海默病患者的淀粉样蛋白PET图像	医学影像分析	阿尔茨海默病	PET成像，MRI引导	潜在扩散模型	PET图像，MRI图像	NA	NA	潜在扩散模型	量化准确性，示踪剂间变异性，纵向变化检测统计功效	NA
354	2026-04-11	Deep-Learning Model for Mortality Prediction of ICU Patients with Paralytic Ileus 2024-Nov-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121214 PMID:39768031	研究论文	本文提出了一种基于深度学习的预测框架DLMP，用于预测ICU中麻痹性肠梗阻患者的死亡率	通过SHAP分析筛选出六个关键临床实验室指标，结合一个人口统计学变量，构建了一个仅包含两层神经网络的简化深度学习模型，显著提高了预测性能	模型基于单一数据集MIMIC-IV开发，可能缺乏外部验证，且样本量相对有限	开发一个简化且可靠的深度学习模型，以预测ICU中麻痹性肠梗阻患者的死亡率	ICU中的麻痹性肠梗阻患者	机器学习	麻痹性肠梗阻	深度学习，SHAP分析	神经网络	临床实验室数据，人口统计学数据	1017名ICU麻痹性肠梗阻患者	NA	两层神经网络	AUC	NA
355	2026-04-11	Significance of Artificial Intelligence in the Study of Virus-Host Cell Interactions 2024-07-26, Biomolecules IF:4.8Q1 DOI:10.3390/biom14080911 PMID:39199298	综述	本文综述了人工智能（特别是机器学习和深度学习）在病毒-宿主细胞相互作用分子水平研究中的应用及其对药物发现和预防策略的推动作用	整合了机器学习和深度学习在预测病毒-宿主细胞蛋白质-蛋白质及蛋白质-糖相互作用、转录翻译分析以及快速药物发现模型开发方面的最新进展，强调了AI在处理大规模遗传和分子数据中的高效性和准确性	NA	探讨人工智能在病毒-宿主细胞相互作用研究中的应用，以促进新治疗和预防策略的开发	病毒-宿主细胞在分子水平的相互作用，包括蛋白质-蛋白质和蛋白质-糖的相互作用	机器学习	NA	机器学习，深度学习	NA	遗传数据，分子数据，基因组序列，图像	NA	NA	NA	NA	NA
356	2026-04-11	Accurate Identification of Spatial Domain by Incorporating Global Spatial Proximity and Local Expression Proximity 2024-06-09, Biomolecules IF:4.8Q1 DOI:10.3390/biom14060674 PMID:38927077	研究论文	本文提出了一种名为SECE的深度学习方法，用于准确识别空间转录组学数据中的空间域，通过整合全局空间邻近性和局部表达邻近性来提升识别精度	SECE方法首次同时捕获了spots之间的局部和全局关系，并利用表达相似性和空间相似性聚合信息，克服了现有方法仅基于局部或全局空间关系进行域分割的局限性	NA	提高空间转录组学数据中空间域识别的准确性，以阐明组织微环境和生物功能	空间转录组学数据中的spots	机器学习	NA	空间转录组学	深度学习	空间转录组学数据	六个真实空间转录组学数据集，涵盖四个不同平台	NA	NA	空间域识别准确率，低维可视化清晰度，轨迹推断准确性	NA
357	2026-04-11	Deep learning methods in metagenomics: a review 2024-Apr, Microbial genomics IF:4.0Q2 DOI:10.1099/mgen.0.001231 PMID:38630611	综述	本文综述了深度学习在宏基因组学中的应用，包括卷积网络、自编码器和注意力模型等方法	深度学习为宏基因组学分析提供了新颖且有前景的补充方法，能够处理微生物组分析的多个方面，如新病原体检测、序列分类、患者分层和疾病预测，并强调可解释性	NA	综述深度学习在宏基因组学中的应用，以改进患者护理并更好地理解微生物组在健康中的关键作用	宏基因组数据，特别是人类肠道等微生物环境的数据	机器学习	NA	宏基因组测序	CNN, 自编码器, 注意力模型	序列数据	NA	NA	NA	NA	NA
358	2026-04-11	Workshop summaries from the 2024 voice AI symposium, presented by the Bridge2AI-voice consortium 2024, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2024.1484818 PMID:39540145	研讨会总结	本文总结了2024年语音AI研讨会的内容，该研讨会由Bridge2AI-Voice联盟组织，旨在探讨语音生物标志物和人工智能在医疗保健中的最新进展	通过跨学科研讨会形式，整合了学术界、工业界和医疗保健领域的专家，共同探讨语音生物标志物研究的标准化、伦理实践和实际部署挑战	研讨会内容基于转录和总结，可能无法完全捕捉所有讨论细节；且未涉及具体模型性能的量化评估	促进语音生物标志物和人工智能在医疗保健领域的开发与应用，推动跨领域合作	语音生物标志物、人工智能在医疗保健中的应用、语音数据收集与伦理实践	自然语言处理	语音障碍	语音信号处理、深度学习、机器学习运维	深度学习模型	语音数据	NA	Whisper, ChatGPT	NA	NA	NA
359	2026-04-10	Automated Segmentation of MRI White Matter Hyperintensities in 8421 Patients with Acute Ischemic Stroke 2024-12-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8418 PMID:39013565	研究论文	本研究开发并验证了用于急性缺血性卒中患者白质高信号（WMH）自动分割的深度学习算法，使用了来自9个中心的8421名患者的多中心数据集	首次在大规模多中心数据集（8421名患者）上开发和验证了用于急性缺血性卒中患者WMH自动分割的深度学习算法，并引入了基于Kullback-Leibler散度的不确定性指数来识别分割不准确的病例	研究未明确说明算法在不同亚组患者（如不同年龄、性别或卒中严重程度）中的性能差异，也未讨论算法在临床实践中的实时应用可行性	开发并验证能够准确分割急性缺血性卒中患者白质高信号（WMH）的深度学习算法	8421名急性缺血性卒中患者的FLAIR MRI图像	数字病理学	心血管疾病	FLAIR MRI	CNN	图像	8421名患者（2408张用于训练，6013张用于验证）	NA	UNet, SE-UNet	Dice相似系数（DSC）, 相关系数, 一致性相关系数	NA
360	2026-04-10	Ligand Identification in CryoEM and X-ray Maps Using Deep Learning 2024-Dec-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.610022 PMID:39257821	研究论文	本文提出了一种基于深度学习的配体识别方法，适用于X射线衍射和冷冻电镜密度图	首次将深度学习应用于冷冻电镜密度图的配体识别，并将密度图视为3D点云处理	冷冻电镜图的标准化和配体质量评估存在挑战	开发一种自动识别小分子配体的方法，以辅助结构导向的药物设计	X射线衍射和冷冻电镜密度图中的小分子配体	计算机视觉	NA	X射线衍射，冷冻电镜	深度学习	3D点云	NA	NA	NA	NA	NA