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 12391 篇文献，本页显示第 661 - 680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2024-10-01 |
Deep Learning-Based Obesity Identification System for Young Adults Using Smartphone Inertial Measurements
2024-09-04, International journal of environmental research and public health
DOI:10.3390/ijerph21091178
PMID:39338061
|
研究论文 | 本文提出了一种基于深度学习的肥胖识别系统，利用智能手机的惯性测量数据来识别年轻人的肥胖情况 | 本文创新性地将智能手机的惯性测量数据与深度学习模型结合，用于识别肥胖 | 研究样本较小，且排除了步态异常的个体 | 开发一种基于智能手机惯性测量数据的深度学习模型，用于识别年轻人的肥胖情况 | 年轻人的肥胖识别 | 机器学习 | NA | 惯性测量 | CNN, LSTM, CNN-LSTM | 惯性测量数据 | 训练集包含138名受试者，测试集包含35名受试者 | NA | NA | NA | NA |
| 662 | 2024-12-22 |
Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements
2024-Jul-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.05.602302
PMID:39005269
|
研究论文 | 本文开发了一种多肢光遗传学运动映射技术（MOMM），用于在清醒小鼠中同时映射多个肢体的运动表示，并探讨了皮质对协调运动的组织结构 | 首次使用光遗传学技术在清醒小鼠中进行多肢运动映射，揭示了皮质对协调和行为相关运动输出的地形组织 | 研究仅限于小鼠模型，尚未在其他物种中验证 | 开发一种新的技术来映射皮质中多肢协调运动的地形组织 | 清醒小鼠的皮质中多肢协调运动的地形组织 | 神经科学 | NA | 光遗传学刺激，DeepLabCut（DLC），三维三角测量 | NA | 运动映射数据 | 多只清醒小鼠 | NA | NA | NA | NA |
| 663 | 2024-08-15 |
Deep learning for automatic volumetric segmentation of left ventricular myocardium and ischaemic scar from multi-slice late gadolinium enhancement cardiovascular magnetic resonance
2024-05-31, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeae022
PMID:38244222
|
研究论文 | 本研究详细介绍了应用深度学习技术自动分割左心室心肌和缺血性瘢痕体积，并从晚期钆增强心血管磁共振成像（LGE-CMR）中自动量化心肌缺血性瘢痕负担 | 采用了三种模型（U-Net、Cascaded U-Net和U-Net++），并引入了一种新的自适应加权分类交叉熵损失函数进行训练 | NA | 开发一种深度学习模型，用于从LGE-CMR图像中自动分割和分析左心室瘢痕负担 | 左心室心肌和缺血性瘢痕的体积分割及量化 | 计算机视觉 | 心血管疾病 | 晚期钆增强心血管磁共振成像（LGE-CMR） | U-Net、Cascaded U-Net、U-Net++ | 图像 | 501张图像用于训练和验证，52张图像用于外部评估 | NA | NA | NA | NA |
| 664 | 2026-07-25 |
Calibration-free blood pressure estimation based on a convolutional neural network
2024-04, Psychophysiology
IF:2.9Q1
DOI:10.1111/psyp.14480
PMID:37971153
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 665 | 2026-07-25 |
MoodSensing: A smartphone app for digital phenotyping and assessment of bipolar disorder
2024-04, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2024.115790
PMID:38401488
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 666 | 2025-10-06 |
A week in the life of the human brain: stable states punctuated by chaotic transitions
2024-Jan-15, Research square
DOI:10.21203/rs.3.rs-2752903/v3
PMID:37034705
|
研究论文 | 通过连续多电极颅内记录研究人类自然行为期间大脑网络的动态变化 | 结合深度学习与动力系统方法揭示大脑网络在自然行为中的稳定状态和混沌转换机制 | 样本量较小（20名人类受试者），记录时长有限（3-12天） | 研究真实世界中大脑网络的动态变化与行为关系 | 人类大脑网络动态 | 计算神经科学 | NA | 多电极颅内记录 | 深度学习 | 颅内电生理信号 | 20名人类受试者，连续记录3-12天 | NA | NA | NA | NA |
| 667 | 2026-07-24 |
Enhancing novel isoform discovery: leveraging nanopore long-read sequencing and machine learning approaches
2024-12-06, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae031
PMID:39158328
|
综述 | 回顾并比较利用纳米孔长读长测序与机器学习方法发现新型异构体的现有工具 | 全面对比25种现有工具，强调开发标准分析流程和转录本模型规范的必要性 | 缺乏对最佳生物信息工具和流程的共识，本文未提出新方法或标准 | 讨论和比较长读长测序技术下新型异构体发现的可用方法性能 | RNA转录本的新型剪接异构体 | 生物信息学 | 不适用 | 纳米孔长读长测序 | 机器学习, 深度学习 | RNA序列 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 668 | 2026-07-24 |
SAMP: Identifying antimicrobial peptides by an ensemble learning model based on proportionalized split amino acid composition
2024-12-06, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae046
PMID:39573886
|
研究论文 | 提出一种基于比例化分裂氨基酸组成特征的集成学习模型SAMP，用于识别抗菌肽 | 提出比例化分裂氨基酸组成（PSAAC）新型特征，能够捕捉肽的N端和C端的残基模式及中间片段的序列顺序信息，并结合集成随机投影架构提升大规模识别性能 | NA | 开发一种高效的计算模型用于抗菌肽识别 | 抗菌肽序列 | 机器学习 | 细菌感染 | 序列特征提取 | 集成随机投影模型 | 肽序列数据 | NA | Python | 集成随机投影 | 准确率, 马修斯相关系数, G-测量, F1分数 | NA |
| 669 | 2026-07-24 |
Peptide-Membrane Docking and Molecular Dynamic Simulation of In Silico Detected Antimicrobial Peptides from Portulaca oleracea's Transcriptome
2024-10, Probiotics and antimicrobial proteins
IF:4.4Q2
DOI:10.1007/s12602-024-10261-z
PMID:38704476
|
研究论文 | 通过计算机模拟分析从马齿苋转录组中检测抗菌肽并进行肽-膜对接和分子动力学模拟 | 首次利用计算机模拟方法从马齿苋转录组中筛选新型抗菌肽，结合深度学习和分子对接技术进行功能验证 | 仅基于计算机模拟分析，缺乏体外和体内实验验证，且只对五个候选肽进行了初步筛选和分子动力学模拟 | 从马齿苋转录组中筛选新型抗菌肽，并通过分子对接和分子动力学模拟评估其与细菌膜的相互作用 | 马齿苋转录组中的抗菌肽候选物 | 机器学习 | 细菌感染 | 转录组测序、从头组装、开放阅读框分析 | 深度学习模型 | 序列数据 | 五个候选抗菌肽，分别与大肠杆菌和金黄色葡萄球菌膜进行对接 | NA | NA | 稳定性 | NA |
| 670 | 2026-07-24 |
Interpretation of SNP combination effects on schizophrenia etiology based on stepwise deep learning with multi-precision data
2024-09-27, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elad041
PMID:37738675
|
研究论文 | 提出一种基于逐步深度学习的多精度数据技术（SLEM），探索SNP组合效应对精神分裂症病因的影响 | 利用多精度数据（高精度小样本的多层级实验数据与低精度大样本的GWAS数据）构建逐步深度学习模型，从大量可能的SNP组合中识别有效交互效应 | NA | 解析SNP组合效应如何通过分子和细胞功能相互作用影响精神分裂症的易感性 | 精神分裂症相关的多层级基因组数据（GWAS数据和实验数据） | 机器学习 | 精神分裂症 | GWAS | 深度学习 | 基因组数据 | NA | NA | NA | 准确率 | NA |
| 671 | 2026-07-24 |
A comprehensive review of machine learning techniques for multi-omics data integration: challenges and applications in precision oncology
2024-09-27, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae013
PMID:38600757
|
综述 | 全面回顾机器学习技术在多组学数据整合中的应用，重点关注精准肿瘤学中的挑战与机遇 | 系统分类和总结机器学习方法用于整合基因组学、转录组学、蛋白质组学和代谢组学等多组学数据，并探讨深度学习与网络方法的最新进展 | 未提及具体局限性 | 总结机器学习技术在多组学数据整合中的进展，并提供精准肿瘤学中患者分层的方法选择建议 | 基因组学、转录组学、蛋白质组学、代谢组学及临床数据 | 机器学习 | 肿瘤 | NA | 深度学习, 网络方法 | 多组学数据（基因组、转录组、蛋白质组、代谢组）及临床数据 | NA | NA | NA | NA | NA |
| 672 | 2026-07-24 |
Validation of de novo designed water-soluble and transmembrane β-barrels by in silico folding and melting
2024-07, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5033
PMID:38864690
|
研究论文 | 本研究通过深度学习方法对从头设计的水溶性和跨膜β-桶状蛋白进行计算机模拟折叠与熔解验证 | 首次系统比较AlphaFold2和ESMFold在从头设计蛋白验证中的不同优势，并提出基于增量扰动的计算机模拟熔解新方法 | 缺乏正式证据表明高质量预测模型与实验成功可能性之间的直接关系 | 探索深度学习结构预测算法用于从头设计蛋白的计算机模拟验证 | 从头设计的水溶性和跨膜β-桶状蛋白 | 机器学习 | NA | 深度学习方法 | AlphaFold2, ESMFold | 蛋白质序列与结构数据 | 实验表征的从头设计水溶性和跨膜β-桶状蛋白设计物 | AlphaFold2, ESMFold | NA | 预测模型质量，设计可折叠性，有利接触存在性 | NA |
| 673 | 2024-08-07 |
Quantifying abnormal emotion processing: A novel computational assessment method and application in schizophrenia
2024-06, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2024.115893
PMID:38657475
|
研究论文 | 本文介绍了一种使用深度学习技术从口语中快速评估情感处理的新方法，并在精神分裂症谱系障碍患者和健康对照组中进行了测试 | 提出了一种新的计算评估方法，利用深度学习从口语中估计情感处理，并引入了“情感对齐”（EA）这一新指标 | 需要进一步的验证工作来确认该方法的有效性和普遍性 | 开发一种自动化的方法来评估精神分裂症谱系障碍中的情感处理 | 精神分裂症谱系障碍患者和健康对照组的情感处理能力 | 机器学习 | 精神分裂症 | 深度学习 | NA | 口语 | 37名精神分裂症谱系障碍患者和51名健康对照组 | NA | NA | NA | NA |
| 674 | 2026-07-24 |
SAMP: Identifying Antimicrobial Peptides by an Ensemble Learning Model Based on Proportionalized Split Amino Acid Composition
2024-Apr-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.25.590553
PMID:38712184
|
研究论文 | 提出一种基于比例化分割氨基酸组成的集成学习模型SAMP，用于识别抗菌肽 | 引入了一种称为比例化分割氨基酸组成的新型特征，捕获N端和C端附近的残基模式及中间肽段的序列顺序信息，并采用集成随机投影架构提升性能 | NA | 开发一种能更全面捕捉序列信息的计算模型，提高抗菌肽识别的准确性和可扩展性 | 抗菌肽序列 | 机器学习 | 耐药菌感染 | NA | 集成学习模型（基于随机投影） | 序列数据 | 多个平衡与非平衡数据集 | NA | 集成随机投影架构 | 准确率、马修斯相关系数、G-measure、F1分数 | NA |
| 675 | 2026-07-24 |
Association of Blood Pressure With Brain Ages: A Cohort Study of Gray and White Matter Aging Discrepancy in Mid-to-Older Adults From UK Biobank
2024-04, Hypertension (Dallas, Tex. : 1979)
|
研究论文 | 研究血压升高与大脑灰质和白质老化差异的关系 | 首次揭示了血压升高对白质老化的影响比灰质更显著，并利用孟德尔随机化分析建立因果关系 | 未明确说明，但可能包括因果关系推断的局限性或样本选择性偏差 | 探究血压升高与灰质和白质老化过程的差异性关联 | UK Biobank中接受弥散加权成像和T1加权扫描的中年至老年人 | 机器学习 | 心血管疾病 | 弥散加权成像、T1加权成像 | 三维卷积神经网络 | 影像 | 37,327名参与者（弥散加权成像）、39,630名参与者（T1加权扫描） | NA | 三维卷积神经网络 | NA | NA |
| 676 | 2026-07-24 |
Distinct chemical environments in biomolecular condensates
2024-03, Nature chemical biology
IF:12.9Q1
DOI:10.1038/s41589-023-01432-0
PMID:37770698
|
研究论文 | 利用小分子探针和深度学习预测，证明生物分子凝聚体具有不同的化学溶剂化环境，影响分子选择性分布 | 首次通过实验和深度学习预测共同揭示不同凝聚体具有独特的化学溶剂化特性，为分子选择性分布提供机制解释 | NA | 探究生物分子凝聚体内部化学环境的差异及其对分子选择性分布的影响 | 生物分子凝聚体及其内部化学环境 | 机器学习 | NA | 小分子探针技术 | 深度学习模型 | 小分子探针数据 | NA | NA | NA | 预测准确性 | NA |
| 677 | 2026-07-24 |
Predicting axillary lymph node metastasis in breast cancer using a multimodal radiomics and deep learning model
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1482020
PMID:39735531
|
研究论文 | 利用基于钼靶和磁共振成像的多模态影像组学与深度学习模型预测乳腺癌腋窝淋巴结转移 | 首次将多种机器学习算法与影像组学及深度学习特征融合，构建多模态模型用于术前预测乳腺癌症腋窝淋巴结转移，并证实组合模型优于单一模型 | 回顾性研究，样本量相对较小（270例），且数据来自单一医疗中心，可能影响模型泛化性 | 探索基于钼靶和磁共振成像的影像组学与深度学习模型在预测乳腺癌腋窝淋巴结转移中的价值 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 钼靶成像、磁共振成像、LASSO回归 | 逻辑回归、多层感知机、3D-ResNet18 | 医学影像 | 270例乳腺癌患者 | NA | 3D-ResNet18、多层感知机 | AUC、校准曲线、决策曲线 | NA |
| 678 | 2026-07-24 |
Identifying keystone species in microbial communities using deep learning
2024-01, Nature ecology & evolution
IF:13.9Q1
DOI:10.1038/s41559-023-02250-2
PMID:37974003
|
研究论文 | 提出基于深度学习的DKI框架，用于识别微生物群落中的关键种 | 首次利用深度学习隐式学习微生物群落的组装规则，通过思想实验定量评估物种的关键性 | 未提及具体局限性 | 开发数据驱动方法系统识别微生物群落中的关键种 | 微生物群落中的不同物种 | 机器学习 | 不适用 | 不适用 | 深度学习 | 微生物组样本数据 | 未明确 | 不适用 | 未明确，深度学习模型 | 未明确 | 不适用 |
| 679 | 2026-07-24 |
Assembling High-quality Lymph Node Clinical Target Volumes for Cervical Cancer Radiotherapy using a Deep Learning-based Approach
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种基于深度学习的编码器-解码器三维网络，用于在宫颈癌放射治疗CT图像上自动勾画和组装高质量淋巴结临床靶体积 | 首次采用深度学习模型分别训练和优化盆腔各淋巴结分区（主动脉旁、髂总、髂内、髂外、闭孔、骶前、腹股沟），并依据临床需求自动组装高质量淋巴结临床靶体积 | 未明确说明，但样本量较小（216例）且仅来源于单一中心，可能限制模型泛化能力 | 探索一种基于深度学习的准确方法，从CT图像上自动组装高质量的淋巴结临床靶体积，提高宫颈癌放射治疗效率 | 宫颈癌放射治疗患者的CT图像 | 计算机视觉 | 宫颈癌 | CT成像 | 编码器-解码器三维网络 | CT图像 | 216例CT影像，其中152例用于训练过程（96例训练、36例验证、20例测试），64例用于验证 | NA | 编码器-解码器三维网络 | Dice相似系数, Hausdorff距离 | NA |
| 680 | 2026-07-23 |
Effect of cysteine mutation at Ca2+ coordinating residues to the autolysis, folding and hydrophobicity of full length and mature Rand protease: molecular dynamics simulation and essential dynamics
2024-10, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2249105
PMID:37608543
|
研究论文 | 通过分子动力学模拟研究半胱氨酸突变对Rand蛋白酶自溶、折叠和疏水性的影响 | 利用深度学习结构预测构建全长和成熟型Rand蛋白酶的三维结构，并首次对高亲和力钙配位残基进行半胱氨酸突变模拟，深入探讨这些残基对蛋白酶稳定性和自溶的作用 | 仅依赖计算机模拟，缺乏体外实验验证；突变仅限于高亲和力钙配位残基，未全面考察其他位点 | 阐明半胱氨酸突变对Rand蛋白酶自溶、折叠和疏水性的影响，揭示钙配位残基在蛋白结构稳定性中的作用 | 全长和成熟型Rand蛋白酶及其高亲和力钙配位残基的半胱氨酸突变体 | 机器学习 | NA | 分子动力学模拟 | 深度学习结构预测模型 | 序列数据 | 7个高亲和力钙配位残基突变体，包括全长和成熟型两种形式 | NA | NA | NA | NA |