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
9961	2024-08-05	Uncovering hidden and complex relations of pandemic dynamics using an AI driven system 2024-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65845-0 PMID:38965354	研究论文	该文章介绍了一种新型的决策支持系统BayesCovid，旨在帮助医疗专业人员应对COVID-19大流行的复杂性	BayesCovid结合了贝叶斯网络模型和深度学习技术，自动化数据预处理并揭示COVID-19症状动态的复杂模式	无法提供关于模型的所有局限性的信息	旨在开发一个适应COVID-19病例管理复杂性的临床决策支持系统	该研究关注COVID-19的症状动态和疾病严重性预测	计算机视觉	COVID-19	贝叶斯网络，深度学习	贝叶斯深度学习模型	NA	NA
9962	2024-08-05	Bibliometric analysis of the application of deep learning in cancer from 2015 to 2023 2024-Jul-04, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00737-0 PMID:38965599	研究论文	本研究探讨了深度学习在癌症研究中的应用现状和热点	提供了自2015年至2023年深度学习在癌症领域的文献计量分析	对深度学习在癌症中的应用分析尚不够全面	探索深度学习在癌症研究领域的应用及其发展趋势	分析所有关于深度学习在癌症中应用的文章	机器学习	癌症	深度学习	NA	文章	6016篇原始文章
9963	2024-08-05	Temporal-spatial cross attention network for recognizing imagined characters 2024-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59263-5 PMID:38965248	研究论文	提出了一种新的时间空间交叉注意力网络模型TSCA-Net以识别想象的字符	通过引入时间空间交叉模块，研究时间与空间特征之间的关联，填补了以往研究的空白	尚未提及关于模型应用的具体场景和潜在限制	探索脑机接口信号中时间和空间特征的相互关系	研究手写字符的脑电图（BCI）信号	计算机视觉	NA	LSTM，Transformer	TSCA-Net	信号	来自两个微电极阵列的公共数据集
9964	2024-08-05	SEP-AlgPro: An efficient allergen prediction tool utilizing traditional machine learning and deep learning techniques with protein language model features 2024-Jul, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.133085 PMID:38871100	研究论文	本文提出了SEP-AlgPro，一种高效的过敏原预测工具，利用传统的机器学习和深度学习技术结合蛋白质语言模型特征	该研究通过分析不同的特征和分类器，展示了蛋白质语言模型衍生特征在区分过敏原方面的优越性	研究主要依赖于所选特征和模型，未涉及更多潜在的影响因素	旨在提高过敏原蛋白的识别准确性	研究对象为不同的过敏原和非过敏原蛋白序列	机器学习	NA	传统机器学习和深度学习	深度神经网络	序列信息	使用了15种不同的分类器和10种传统蛋白质特征
9965	2024-08-05	Geometric deep learning methods and applications in 3D structure-based drug design 2024-Jul, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2024.104024 PMID:38759948	review	本文总结了几何深度学习方法及其在基于三维结构的药物设计中的应用	创新之处在于探讨使用几何深度学习解决三维药物设计中的模型训练问题	未提及具体的实验结果或数据来支持方法的有效性	研究几何深度学习在基于三维结构的药物设计中的应用	讨论三维分子表示和各种生成模型方法	machine learning	NA	深度学习	EGNN, GANs, VAE等	三维分子图数据	NA
9966	2024-08-05	A Deep Learning Model for Cancer Type Prediction Sets a New Standard 2024-Jun-03, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-24-0280 PMID:38826098	研究论文	本文描述了一种新工具，利用临床测序面板的信息来诊断肿瘤类型	该模型在面对未知原发癌等挑战性病例时表现出特别稳健的性能	摘要中未提及具体的局限性	研究的目的是开发一种能够有效分类肿瘤类型的深度学习模型	研究对象为不同类型的癌症，特别是未知原发的癌症	机器学习	癌症	临床测序	深度学习模型	临床数据	NA
9967	2024-08-05	A toolkit for the dynamic study of air sacs in siamang and other elastic circular structures 2024-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012222 PMID:38913743	研究论文	本研究提出了一种工具包，用于自动跟踪生物视频数据中半圆形弹性结构的动态研究	创新点在于提供了用于软组织动态研究的自动跟踪工具包，并填补了生物运动研究中的空白	对于弹性软组织的研究仍处于初步阶段，可能缺乏全面的应用范围	支持对软组织结构的动态研究	主要研究物种为狨猴以及其他弹性圆形结构	计算机视觉	NA	无监督计算机视觉工具和监督深度学习	DeepLabCut	视频	超过7小时的狨猴唱歌的音视频记录
9968	2024-08-05	Protein loop structure prediction by community-based deep learning and its application to antibody CDR H3 loop modeling 2024-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012239 PMID:38913733	研究论文	本文提出了一种基于社区的深度学习模型，用于蛋白质环结构预测，尤其是抗体CDR H3环建模	提出了一种新颖的神经网络架构，通过形成多个结构的社区并相互交换信息，提高了结构预测的准确性	由于数据可用性有限，仍然存在结构预测的重大挑战	研究蛋白质结构的预测方法，特别是抗体结构预测中的应用	抗体CDR H3环的结构预测	计算机视觉	NA	深度学习	神经网络	序列和结构数据	NA
9969	2024-08-05	A Comparison of Personalized and Generalized Approaches to Emotion Recognition Using Consumer Wearable Devices: Machine Learning Study 2024-May-10, JMIR AI DOI:10.2196/52171 PMID:38875573	研究论文	本文研究了个性化与通用情感识别模型的差异，使用可穿戴生理信号数据进行三类情感分类。	本文提出了个性化深度学习模型，并展示其在某些上下文中优于通用模型的表现。	研究样本仅限于15名参与者，影响结果推广性。	研究个性化与通用机器学习模型在情感分类中的应用效果。	使用可穿戴设备收集的生理信号数据进行情感三类分类。	机器学习	心血管疾病	深度学习	神经网络	多模态生理信号	15名参与者
9970	2024-08-05	Deep learning in cancer genomics and histopathology 2024-03-27, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-024-01315-6 PMID:38539231	综述	该文章总结了深度学习在组织病理学和基因组学中的当前和新兴应用	提出了深度学习作为肿瘤学和癌症研究新工作流程的基础	指出深度学习模型可能存在偏见和其他缺陷，用户需对此有所了解	探讨深度学习在精准肿瘤学中的应用	当前和新兴的深度学习应用于癌症的组织病理学和基因组学	数字病理学	癌症	深度学习	NA	NA	NA
9971	2024-08-05	ResNet incorporating the fusion data of RGB & hyperspectral images improves classification accuracy of vegetable soybean freshness 2024-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-51668-6 PMID:38297076	研究论文	本研究提出了一种基于深度学习的模型，通过融合RGB和高光谱图像的数据来提高蔬菜大豆新鲜度分类的准确性	提出了一种新的分类模型ResNet-R&H，结合了RGB和高光谱图像的数据，提高了分类准确性	主要集中在蔬菜大豆的研究，其他食品的适用性尚不明确	评估蔬菜大豆的新鲜度并提高分类的准确性	蔬菜大豆的RGB和高光谱图像	计算机视觉	NA	深度学习	ResNet	图像	收集了四个不同存储时间的蔬菜大豆的RGB和高光谱图像
9972	2024-08-05	Deep learning based CETSA feature prediction cross multiple cell lines with latent space representation 2024-01-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-51193-6 PMID:38253642	研究论文	本研究提出了一种基于深度学习的计算框架CycleDNN，用于预测不同细胞系中的CETSA特征	提出了一种新的深度神经网络技术CycleDNN，通过循环预测实现了不同细胞系间CETSA特征的转换	依赖于特定的细胞系，MS-CETSA实验通常耗时且成本较高	旨在通过计算框架预测多种细胞系中的CETSA特征	不同的细胞系	数字病理学	NA	质谱结合细胞热位移实验 (MS-CETSA)	自动编码器	生物数据	基于一个公共CETSA数据集进行实验
9973	2024-08-05	DDMut-PPI: predicting effects of mutations on protein-protein interactions using graph-based deep learning 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae412 PMID:38783112	研究论文	本文提出了一种名为DDMut-PPI的深度学习模型，用于高效准确地预测突变对蛋白质-蛋白质相互作用的影响	DDMut-PPI结合了蛋白质相互作用界面的图卷积网络和特定残基的嵌入，实现了更高的预测精度	未提及具体的限制因素	旨在改进突变对蛋白质-蛋白质相互作用预测的效率和精度	对单点和多点突变对PPI结合自由能变化的影响进行预测	计算机视觉	NA	深度学习	Siamese网络和图卷积网络	分子交互信息	根据评估得出的Pearson相关系数和均方根误差评估模型性能，具体样本量未在摘要中提及
9974	2024-08-05	AIUPred: combining energy estimation with deep learning for the enhanced prediction of protein disorder 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae385 PMID:38747347	研究论文	本文介绍了AIUPred，一种结合能量估计和深度学习的新方法，用于提高蛋白质无序区的预测精度	AIUPred将深度学习技术纳入传统的能量估计框架中，提升了预测性能	传统IUPred方法基于有限的参数，主要来源于球形蛋白结构，限制了其应用范围	提高对内在无序蛋白及区域的预测能力	内在无序蛋白和蛋白区域的预测	计算生物学	NA	深度学习	NA	蛋白质序列	基于最近的基准数据集进行评估
9975	2024-08-05	Deep-PK: deep learning for small molecule pharmacokinetic and toxicity prediction 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae254 PMID:38634808	研究论文	本文介绍了一种基于深度学习的小分子药代动力学和毒性预测平台Deep-PK	引入了图神经网络和基于图的特征，显著提高了在73个端点上的预测性能	现有方法在提供药代动力学和毒性方面对不同靶标的能力有限	开发一种高效准确的药代动力学和毒性预测工具	小分子药物及其药代动力学和毒性特性	计算机视觉	NA	深度学习	图神经网络	NA	73个端点，包括64个ADMET属性和9个一般特性
9976	2024-08-05	Deep learning for the PSIPRED Protein Analysis Workbench 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae328 PMID:38747351	研究论文	本论文提供了PSIPRED工作台的更新，包括新的深度学习方法	介绍了基于深度学习的新方法并更新了网络服务功能	未提供具体的样本数据和分析结果	旨在提供关于蛋白质结构和功能分析的最新工具和发展	PSIPRED工作台作为生物信息学网络服务	机器学习	NA	深度学习	NA	NA	NA
9977	2024-08-05	REME: an integrated platform for reaction enzyme mining and evaluation 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae405 PMID:38769057	研究论文	本文介绍了REME，一个集成的反应酶挖掘与评估平台	提出了REME平台，结合多种技术快速排名和可视化反应，提供用户自定义功能	缺乏对现有工具的系统比较和性能评估	开发一个用于非自然反应催化的酶筛选与评估工具	旨在识别并评估能够催化非自然反应的酶	计算生物学	NA	深度学习	NA	反应数据	NA
9978	2024-08-05	Evaluating the Quality of Serial EM Sections with Deep Learning 2024-Jul-04, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozae033 PMID:38701183	研究论文	本文探讨了使用深度学习自动评估串行截面扫描电子显微镜图像质量的方法	提出了一种质量评估网络（QEN）的修改版ResNet-50，能够可靠地预测用户生成的图像质量评分	未提及具体的限制	提高串行截面扫描电子显微镜图像的质量评估效率	多个卷积神经网络的能力来复制用户生成的ssSEM图像质量评估	计算机视觉	NA	深度学习	ResNet-50	图像	NA
9979	2024-08-05	Early detection of pediatric health risks using maternal and child health data 2024-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65449-8 PMID:38961161	研究论文	使用母子健康数据，介绍了一种新的深度学习模型Ped-BERT，能够准确预测100多种疾病及儿童患者下一次就诊的住院时长	提出了一种基于BERT的深度学习模型Ped-BERT，能够将母亲的健康信息与儿童患者的就诊记录关联，从而提高疾病预测的准确性	尽管模型表现优异，但特定母婴群体的预测错误可能较高，模型的公平性仍需进一步研究	研究如何利用母婴健康数据进行儿科疾病的早期检测与住院时长预测	研究对象为513.9K对母婴数据，主要关注儿童患者的就诊历史及母亲的产前和产后健康信息	机器学习	儿科疾病	深度学习	BERT	医疗诊断代码、住院时长等	513.9K对母婴样本
9980	2024-08-05	Rockfish: A transformer-based model for accurate 5-methylcytosine prediction from nanopore sequencing 2024-Jul-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49847-0 PMID:38961062	研究论文	本文提出了一种基于Transformer的深度学习算法Rockfish，用于准确预测纳米孔测序中的5-甲基胞嘧啶	Rockfish在读级别的5-甲基胞嘧啶检测上显著提高了准确性，并且比现有纳米孔测序方法表现更优	本文未提及具体的实验样本限制	旨在提高5-甲基胞嘧啶在纳米孔测序中的检测准确性	研究对象为不同生物体中的5-甲基胞嘧啶甲基化	数字病理学	NA	纳米孔测序	Transformer	DNA测序数据	涉及人和小鼠样本