深度学习在生物医药领域中的应用

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
801	2025-05-21	ClickGen: Directed exploration of synthesizable chemical space via modular reactions and reinforcement learning 2024-11-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54456-y PMID:39578485	研究论文	本文介绍了ClickGen，一种利用模块化反应和强化学习生成高合成性分子的深度学习模型	结合点击化学和强化学习，确保生成分子具有高多样性、新颖性和强结合倾向	NA	开发一种能够生成高合成性分子的AI模型，以加速新药发现	化学分子	机器学习	癌症	强化学习	深度学习	化学结构数据	针对三种蛋白质的现有结合物进行验证
802	2025-05-21	In-context learning enables multimodal large language models to classify cancer pathology images 2024-11-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51465-9 PMID:39572531	研究论文	本文探讨了在医学图像分类中使用上下文学习的方法，特别是在癌症病理图像分类中的应用	首次系统评估了GPT-4V在医学图像分析中的上下文学习能力，展示了其在无需参数更新的情况下匹配或超越专门训练的网络的能力	研究仅限于三种特定的癌症组织病理学任务，且依赖于非领域特定数据训练的模型	探索和验证上下文学习在医学图像处理任务中的应用效果	结直肠癌组织亚型分类、结肠息肉亚型分类和淋巴结切片中的乳腺肿瘤检测	数字病理学	结直肠癌、乳腺癌	上下文学习	GPT-4V	图像	少量样本（具体数量未提及）
803	2025-05-21	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2024-Nov-19, ArXiv PMID:39606716	研究论文	提出了一种结合AlphaFold 3和多任务拓扑Laplacian策略的方法，用于快速响应病毒快速进化	结合AlphaFold 3和多任务拓扑Laplacian策略，提高了预测病毒突变对结合自由能变化的准确性	与使用实验结构相比，Pearson相关系数平均下降1.1%，均方根误差平均增加9.3%	开发高效计算方法以应对病毒快速进化带来的挑战	SARS-CoV-2刺突蛋白受体结合域（RBD）和人血管紧张素转换酶-2（ACE2）复合物	机器学习	COVID-19	拓扑深度学习（TDL）、深度突变扫描（DMS）、持久Laplacians（PL）	MT-TopLap	蛋白质-蛋白质相互作用（PPI）复合物结构数据	四个实验性DMS数据集和一个SARS-CoV-2 HK.3变体DMS数据集
804	2025-05-21	Whole-cell multi-target single-molecule super-resolution imaging in 3D with microfluidics and a single-objective tilted light sheet 2024-Sep-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.27.559876 PMID:37808751	研究论文	本文介绍了一种结合微流控技术和单物镜倾斜光片的3D多靶标单分子超分辨率成像方法	开发了可操纵、抖动的单物镜倾斜光片用于光学切片以减少荧光背景，并建立了3D纳米打印微流控系统反射光片到样本的流程	NA	提高全细胞多靶标3D单分子超分辨率成像的精度和速度	哺乳动物细胞	生物医学成像	NA	单分子超分辨率荧光显微镜、微流控技术、点扩散函数工程、深度学习、Exchange-PAINT	深度学习	3D图像	NA
805	2025-05-21	Spatiotemporal transcriptomic landscape of rice embryonic cells during seed germination 2024-09-09, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2024.05.016 PMID:38848718	研究论文	本研究利用Stereo-seq和scRNA-seq技术，结合深度学习细胞分割模型，揭示了水稻种子萌发过程中胚胎细胞的时空转录组图谱	首次报道了两种未发现的盾片细胞类型，并开发了新的深度学习方法用于细胞分割分析	仅研究了水稻这一种植物，结果可能不适用于其他物种	解析种子萌发过程中不同胚胎细胞类型的生物学功能	水稻胚胎细胞	植物分子生物学	NA	Stereo-seq, scRNA-seq, 原位杂交	深度学习细胞分割模型	转录组数据	吸水后6、24、36和48小时的水稻胚胎样本
806	2025-05-21	Constructing analogies: Developing critical thinking through a collaborative task 2024 Sep-Oct, Biochemistry and molecular biology education : a bimonthly publication of the International Union of Biochemistry and Molecular Biology IF:1.2Q3 DOI:10.1002/bmb.21843 PMID:38850246	研究论文	探讨通过协作任务构建类比如何促进大学生的批判性思维发展	提出让学生自行构建复杂类比而非被动接受教师提供的简单类比，并通过配对协作显著提升批判性思维能力	样本量较小（n=30），且仅针对生物学领域遗传信息流动这一特定主题	验证学生自主构建复杂类比对批判性思维和内容知识整合的促进作用	大学生物专业学生（30人）的类比构建过程	教育学	NA	定性研究方法（访谈分析）	NA	访谈文本	30名大学生物专业学生（其中20人配对协作，10人独立完成）
807	2025-05-21	Fragment-Fusion Transformer: Deep Learning-Based Discretization Method for Continuous Single-Cell Raman Spectral Analysis 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00149 PMID:38934798	研究论文	提出了一种名为片段融合Transformer的模型，用于连续单细胞拉曼光谱数据的离散化分析	该模型首次将基于光谱内在特征的离散化分段与Transformer结合，通过金字塔设计结构融合片段间特征，显著提升了特征提取的信息增益和熵	未明确说明模型在不同类型光谱数据上的泛化能力	解决连续拉曼光谱数据缺乏离散化方法而限制深度学习算法应用的问题	单细胞拉曼光谱数据	机器学习	NA	拉曼光谱	Transformer	光谱数据	未明确说明具体样本数量
808	2025-05-21	Strain-Temperature Dual Sensor Based on Deep Learning Strategy for Human-Computer Interaction Systems 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01202 PMID:39068608	研究论文	本研究开发了一种基于热电水凝胶的应变-温度双传感器，结合深度学习策略，用于人机交互系统	利用Hofmeister效应和热电电流效应制备了具有高韧性和温度响应性的热电水凝胶，并通过深度学习实现了高精度的机器人手反馈机制	NA	开发用于高温高风险场景的人机交互系统，提高安全系数	热电水凝胶传感器及其在人机交互系统中的应用	人机交互	NA	Hofmeister效应、热电电流效应、深度学习	深度学习	应变和温度数据	NA
809	2025-05-21	Deep-Learning-Guided Electrochemical Impedance Spectroscopy for Calibration-Free Pharmaceutical Moisture Content Monitoring 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01180 PMID:39096505	研究论文	本研究探讨了使用电化学阻抗谱结合深度学习技术，实现药品粉末水分含量的快速、准确且无需校准的监测方法	首次将深度学习技术应用于电化学阻抗谱数据处理，实现了无需校准的高精度水分含量监测	研究尚未在实际工业生产环境中进行大规模验证	开发一种无需校准的药品水分含量快速监测技术	药品粉末	机器学习	NA	电化学阻抗谱(EIS)	1DCNN	光谱数据	未明确提及具体样本数量
810	2025-05-21	Deep Learning Enabled Universal Multiplexed Fluorescence Detection for Point-of-Care Applications 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00860 PMID:39010300	research paper	本文介绍了一种紧凑、无透镜且成本效益高的荧光传感装置，结合机器学习实现可扩展的多重荧光检测	利用低成本光学组件和预训练机器学习模型实现无需光学调整的多重荧光检测，其多重检测能力可通过更新机器学习模型轻松扩展	NA	开发便携式、紧凑且可多重检测的荧光传感系统	多重荧光检测系统	machine learning	respiratory viruses	Loop-Mediated Isothermal Amplification (LAMP)	pretrained ML model	fluorescence data	NA
811	2025-05-21	Rapid Identification of Drug Mechanisms with Deep Learning-Based Multichannel Surface-Enhanced Raman Spectroscopy 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01205 PMID:39138903	研究论文	开发了一种基于深度学习的多通道表面增强拉曼光谱技术，用于快速识别化疗药物的作用机制	结合多通道表面增强拉曼散射传感器阵列和深度学习技术，实现了对多种化疗药物作用机制的高精度快速识别	未提及具体样本量及药物种类数量，可能影响方法的普适性验证	开发快速识别化疗药物作用机制的新方法	化疗药物及其对细胞分子变化的影响	机器学习	癌症	表面增强拉曼散射(SERS)、深度学习	CNN	光谱数据	NA
812	2025-05-21	Fully Automated MRI-based Analysis of the Locus Coeruleus in Aging and Alzheimer's Disease Dementia using ELSI-Net 2024-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.26.605356 PMID:39091766	research paper	本文介绍了一种基于深度学习的蓝斑核(LC)分割和特征提取方法ELSI-Net，并应用于健康老龄化和阿尔茨海默病痴呆数据集	开发了ELSI-Net这一全自动MRI分析方法，用于评估蓝斑核完整性，并在老龄化和阿尔茨海默病痴呆中验证其性能	需要在更多样化的临床队列数据集上进行进一步评估以确认ELSI-Net的普适性	评估蓝斑核在老龄化和阿尔茨海默病痴呆中的完整性及其与AD病理生物标志物的相关性	健康老龄化和阿尔茨海默病痴呆患者的蓝斑核	digital pathology	Alzheimer's Disease	MRI	Deep Learning (ELSI-Net)	MRI图像	健康老龄化和阿尔茨海默病痴呆数据集（具体数量未提及）
813	2025-05-21	Ultralow-Power Single-Sensor-Based E-Nose System Powered by Duty Cycling and Deep Learning for Real-Time Gas Identification 2024-07-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00471 PMID:38857120	research paper	本研究提出了一种新型超低功耗单传感器电子鼻系统，用于实时气体识别	采用单一金属氧化物半导体传感器和占空比驱动技术，显著降低功耗和成本，同时通过深度学习实现快速气体识别	仅测试了五种气体类型，识别准确率和浓度回归误差仍有提升空间	开发低功耗、低成本的气体识别系统	气体识别和浓度检测	物联网	NA	占空比驱动技术	CNN	传感器信号	五种气体类型
814	2025-05-21	ConsensuSV-ONT - a modern method for accurate structural variant calling 2024-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.26.605267 PMID:39211254	research paper	提出了一种名为ConsensuSV-ONT的新方法，用于准确检测结构变异	结合六种独立的结构变异检测工具和CNN，提供高质量的结构变异检测	仅适用于Oxford Nanopore长读长测序数据	开发一种基于共识的结构变异检测工具，提高检测的准确性和可靠性	结构变异检测	machine learning	NA	Oxford Nanopore sequencing	CNN	sequencing data	NA
815	2025-05-21	Marker Data Enhancement For Markerless Motion Capture 2024-Jul-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603382 PMID:39071421	research paper	该研究通过构建更大、更多样化的训练数据集，开发了一种更准确且泛化能力更强的标记增强器，用于改进无标记运动捕捉的准确性	创建了一个更大、更多样化的训练数据集，并开发了比OpenCap原有标记增强器更准确、泛化能力更强的模型	未明确提及具体局限性，但暗示模型性能可能仍受限于训练数据的覆盖范围	提高无标记运动捕捉中关节运动学的测量准确性	人体运动捕捉数据	计算机视觉	NA	深度学习	标记增强器（marker enhancer）	视频和运动捕捉数据	1176名受试者的标记运动捕捉数据，合成了1433小时的关键点和解剖标记数据
816	2025-05-21	An explainable ensemble approach for advanced brain tumor classification applying Dual-GAN mechanism and feature extraction techniques over highly imbalanced data 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310748 PMID:39331600	研究论文	本文提出了一种可解释的集成方法，用于高级脑肿瘤分类，结合了Dual-GAN机制和特征提取技术，针对高度不平衡的数据	提出了一种新颖的深度集成特征提取（DeepEFE）框架，结合Dual-GAN机制生成合成少数类样本，解决了类别不平衡问题，同时通过Grad-CAM增强了分类过程的透明度和可解释性	未提及具体的数据集大小或来源，可能影响方法的泛化能力	提高脑肿瘤分类的准确性和可解释性，以支持临床诊断和治疗计划	脑肿瘤的医学影像数据（如MRI扫描）	数字病理学	脑肿瘤	Dual-GAN, 特征提取技术	GAN, 深度集成模型	图像（MRI扫描）	未提及具体样本数量
817	2025-05-20	Augmenting Human Expertise in Weighted Ensemble Simulations through Deep Learning-Based Information Bottleneck 2024-Dec-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00919 PMID:39589127	研究论文	本文提出了一种结合深度学习与专家知识的混合方法，用于改进加权集成模拟中的集体变量选择和分区策略	将状态预测信息瓶颈方法与专家知识相结合，形成混合方法，以优化加权集成模拟的采样效率和结果解释	仅在丙氨酸二肽和chignolin系统上进行了基准测试，需要更多系统验证	提高加权集成模拟的采样效率和结果解释能力	加权集成模拟方法及其在分子动力学中的应用	机器学习	NA	状态预测信息瓶颈(SPIB)方法	深度学习	分子动力学模拟数据	丙氨酸二肽和chignolin系统
818	2025-05-20	Increasing phosphorus loss despite widespread concentration decline in US rivers 2024-Nov-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2402028121 PMID:39556745	research paper	该研究利用深度学习方法和大量水文气象数据，重建了美国河流中磷的长期趋势，发现尽管磷浓度普遍下降，但磷流失总量却在增加	利用多任务长短期记忆模型填补历史数据空白，重建了美国河流中总磷的长期趋势	研究依赖于历史数据的重建，可能存在一定的不确定性	分析美国河流中磷的长期变化趋势及其影响因素	美国本土430条河流的总磷浓度和流失量	环境科学	NA	深度学习	LSTM	水文气象数据	430条河流的数据
819	2025-05-20	Rapid Detection of SARS-CoV-2 Variants Using an Angiotensin-Converting Enzyme 2-Based Surface-Enhanced Raman Spectroscopy Sensor Enhanced by CoVari Deep Learning Algorithms 2024-06-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00488 PMID:38843447	研究论文	开发了一种结合表面增强拉曼光谱(SERS)和深度学习算法CoVari的方法，用于快速准确检测和量化SARS-CoV-2变种	使用ACE2功能化的AgNR@SiO阵列SERS传感器和CoVari深度学习算法，实现了对病毒变种的高精度检测和浓度定量	在未知样本测试中，浓度低于781 PFU/mL时分类准确率可能下降	开发快速定量检测病毒变种的诊断平台	SARS-CoV-2及其变种病毒	机器学习	COVID-19	表面增强拉曼光谱(SERS)	CoVari深度学习算法	光谱数据	三种病毒(SARS-CoV-2、SARS-CoV-2 B1和CoV-NL63)的SERS光谱数据
820	2025-05-20	Two-Dimensional Deep Learning Frameworks for Drug-Induced Cardiotoxicity Detection 2024-06-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00654 PMID:38842187	research paper	本研究提出了两种基于深度学习的框架STFT-CNN和SST-CNN，用于显著提高药物诱导心脏毒性的检测准确性和可靠性	利用诱导多能干细胞衍生的心肌细胞(iPSC-CMs)作为更接近人类的细胞模型，并通过先进的转换技术将时间信号转化为二维表示，显著提高了检测的准确性	NA	开发更准确、可靠的药物诱导心脏毒性检测方法	药物诱导的心脏毒性	machine learning	cardiovascular disease	impedance measurements, short-time Fourier transform (STFT), synchro-squeezing transform (SST)	CNN	temporal signals converted into two-dimensional representations	NA