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
21	2025-10-06	GSScore: a novel Graphormer-based shell-like scoring method for protein-ligand docking 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae201 PMID:38706316	研究论文	提出了一种基于Graphormer和壳层图架构的新型蛋白质-配体对接评分方法GSScore	首次将Graphormer与壳层图架构结合用于蛋白质-配体对接评分，能有效捕获近天然构象与非天然构象间的细微差异	未提及方法在特定蛋白质家族或配体类型上的性能局限	开发更准确的蛋白质-配体对接构象RMSD预测方法	蛋白质-配体复合物结构	机器学习	NA	蛋白质-配体对接	Graphormer	分子结构图数据	PDBBind 2019子集、CASF2016和DUD-E数据集	NA	Graphormer, 壳层图架构	RMSE, Pearson相关系数, Spearman相关系数, 对接能力	NA
22	2025-10-06	Artificial Intelligence-Enhanced Breast MRI: Applications in Breast Cancer Primary Treatment Response Assessment and Prediction 2024-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001010 PMID:37493391	综述	本文综述了人工智能增强MRI在乳腺癌新辅助治疗反应评估和预测中的应用现状	系统总结了人工智能技术（从经典机器学习到深度学习）在乳腺癌新辅助治疗反应预测中的最新应用进展	讨论了临床实施面临的挑战和局限性	探索人工智能在乳腺癌新辅助治疗反应评估和预测中的应用价值	接受新辅助治疗的乳腺癌患者	医学影像分析	乳腺癌	磁共振成像	机器学习,深度学习	MRI图像	NA	NA	NA	NA	NA
23	2025-10-06	Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept 2024-Mar-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2024.101463 PMID:38471502	研究论文	开发了一种从CT扫描生成合成PET图像的深度学习模型，用于改善肺癌的诊断和预后	首次使用条件生成对抗网络从诊断性CT扫描生成FDG-PET图像，并通过多中心验证证实其临床价值	概念验证研究，样本量相对有限(n=1,478)，需要在更广泛人群中进一步验证	解决PET检查成本高且不易获取的问题，通过深度学习技术从CT生成合成PET图像	肺癌患者的多中心多模态影像数据	医学影像分析	肺癌	FDG-PET, CT扫描	GAN	医学影像	1,478例来自多中心的肺癌患者	NA	条件生成对抗网络	影像质量评估、肿瘤对比度、放射基因组学一致性、诊断准确性、分期准确性、风险预测、预后评估	NA
24	2025-07-23	Generative Adversarial Networks Accurately Reconstruct Pan-Cancer Histology from Pathologic, Genomic, and Radiographic Latent Features 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.22.586306 PMID:38585926	research paper	该研究开发了一种名为HistoXGAN的生成对抗网络，能够从病理、基因组和放射学潜在特征中准确重建泛癌组织学图像	提出并验证了HistoXGAN，能够利用常见特征提取器生成的特征向量重建代表性组织学图像，并展示了重建图像保留了肿瘤分级、组织学亚型和基因表达模式的信息	未提及具体样本量的限制或模型在其他数据集上的泛化能力	开发一种能够从多模态数据中重建肿瘤组织学图像的AI模型，以帮助理解深度学习模型所依赖的组织学特征	29种癌症亚型的组织学图像	digital pathology	pan-cancer	generative adversarial network	GAN	image	涉及29种癌症亚型（具体样本量未提及）	NA	NA	NA	NA
25	2025-10-06	Uncovering prostate cancer aggressiveness signal in T2-weighted MRI through a three-reference tissues normalization technique 2024-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5069 PMID:37990759	研究论文	开发了一种基于深度学习的自动化方法，用于前列腺T2加权MRI强度标准化，以改善前列腺癌侵袭性信号的检测	提出了一种三参考组织标准化技术，使用臀大肌、股骨和膀胱作为参考组织，通过样条函数拟合实现T2W强度标准化	训练数据仅来自32名患者的手动轮廓，样本量相对有限	开发前列腺T2W MRI强度自动标准化方法，提高前列腺癌定量评估能力	前列腺癌患者的前列腺MRI图像	数字病理	前列腺癌	T2加权MRI	MASK R-CNN	医学图像	训练集32名患者，独立测试集83名患者，共231个活检ROI	NA	MASK R-CNN	Spearman相关系数, t检验p值	NA
26	2025-07-23	Cancer Mutations Converge on a Collection of Protein Assemblies to Predict Resistance to Replication Stress 2024-Mar-01, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-23-0641 PMID:38236062	研究论文	该研究开发了一个预测模型集合，用于阐明癌症突变如何影响对常见复制压力诱导药物的反应	利用深度学习的最新进展，实现了多药物预测和机制解释，并识别了41个分子组装体，这些组装体整合了数百个基因的改变以准确预测药物反应	分子通路对药物抗性的理解不完全	阐明癌症突变如何影响对复制压力诱导药物的反应，以推动精准医疗	肿瘤细胞和接受顺铂治疗的宫颈癌患者	机器学习	宫颈癌	深度学习	ensemble of predictive models	基因突变数据和药物反应数据	肿瘤细胞和宫颈癌患者样本	NA	NA	NA	NA
27	2025-10-06	Deep learning analysis of epicardial adipose tissue to predict cardiovascular risk in heavy smokers 2024-Mar-13, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00475-1 PMID:38480863	研究论文	本研究利用深度学习自动量化心外膜脂肪组织，预测重度吸烟者的心血管风险	首次在重度吸烟者群体中验证深度学习自动量化心外膜脂肪组织对心血管风险的预测价值，并与传统风险因素和冠状动脉钙化评分进行比较	研究仅针对重度吸烟者群体，结果可能不适用于其他人群；使用非ECG同步、非对比低剂量胸部CT扫描可能影响测量精度	评估深度学习自动量化心外膜脂肪组织对重度吸烟者心血管风险的预测价值	24,090名成年重度吸烟者（59%男性，平均年龄61±5岁）	医学影像分析	心血管疾病	低剂量胸部计算机断层扫描	深度学习	医学影像	24,090名成年重度吸烟者	NA	NA	风险比, P值	NA
28	2025-10-06	Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach 2024-Mar-27, Biometrics IF:1.4Q2 DOI:10.1093/biomtc/ujae030 PMID:38682463	研究论文	提出一种基于主题模型的贝叶斯多层次上下文学习方法，用于发现癌症突变中的潜在主题	首次将计算语言学中的主题模型应用于癌症突变上下文分析，实现了可解释的降维和严格的全贝叶斯推断	未明确说明模型对特定癌症类型的普适性限制	推断全基因组范围内超罕见体细胞突变的癌症类型特异性	全基因组体细胞突变数据	机器学习	癌症	全基因组测序	主题模型,贝叶斯模型	基因组变异数据	数千个肿瘤样本的数千万个变异	NA	多层次多逻辑隐藏基因组模型	预测性能	NA
29	2025-10-06	Magnetic Resonance Spectroscopy Spectral Registration Using Deep Learning 2024-03, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28868 PMID:37401726	研究论文	本研究提出了一种基于卷积神经网络的磁共振波谱配准方法，用于同时校正单个体素MEGA-PRESS MRS数据的频率和相位偏移	首次将深度学习应用于磁共振波谱配准领域，开发了同时进行频率和相位校正的CNN-SR方法	研究为回顾性研究，主要使用模拟数据验证，真实临床数据验证相对有限	开发基于深度学习的磁共振波谱配准方法，实现自动化的频率和相位校正	单个体素MEGA-PRESS磁共振波谱数据	医学影像分析	NA	磁共振波谱(MRS), MEGA-PRESS序列	CNN	磁共振波谱数据	40,000个模拟MEGA-PRESS数据集和101个体内顶叶内侧MEGA-PRESS数据	NA	CNN-SR	频率偏移平均绝对误差, 相位偏移平均绝对误差, 胆碱区间方差	NA
30	2025-10-06	Distinct chemical environments in biomolecular condensates 2024-Mar, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-023-01432-0 PMID:37770698	研究论文	通过小分子探针和深度学习研究生物分子凝聚物内不同化学环境及其对分子分布的影响	首次证明不同类型生物分子凝聚物具有不同的化学溶剂化特性，并利用深度学习预测探针在凝聚物中的选择性分配	未具体说明实验所用凝聚物类型数量及小分子探针的规模	探究无膜生物分子凝聚物的化学环境差异及其对分子选择性分布的机制	生物分子凝聚物和小分子探针	机器学习	NA	小分子探针技术	深度学习	化学性质数据	NA	NA	NA	NA	NA
31	2025-10-06	Comparison of Deep Learning Approaches for Conversion of International Classification of Diseases Codes to the Abbreviated Injury Scale 2024-Mar-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.06.24303847 PMID:38562696	研究论文	比较两种深度学习架构在将国际疾病分类代码转换为简明损伤定级标准方面的性能	首次系统比较前馈神经网络和神经机器翻译模型在损伤严重程度预测中的表现，提出间接转换路径的优越性	仅使用美国国家创伤数据库数据，可能限制模型在其他人群的泛化能力	开发从ICD代码自动预测损伤严重程度分类的系统	创伤病例的ICD编码和AIS严重程度分类	自然语言处理	创伤损伤	深度学习	FFNN, NMT	医疗编码文本数据	训练验证集2,031,793例（2017-2018年），测试集1,091,792例（2019年）	NA	编码器-解码器架构	准确率	NA
32	2025-10-06	Deep learning-based NT-proBNP prediction from the ECG for risk assessment in the community 2024-03-25, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2023-0743 PMID:37982681	研究论文	开发基于深度学习的心电图算法预测NT-proBNP水平，用于社区心血管疾病风险评估	首次使用深度学习模型从心电图中预测NT-proBNP生物标志物水平，为心血管疾病风险筛查提供经济高效的替代方案	研究基于特定人群队列，需要在更广泛人群中验证模型的普适性	开发深度学习模型通过心电图预测NT-proBNP水平，实现心血管疾病风险的高效筛查	社区人群的心电图数据和NT-proBNP测量值	医疗人工智能	心血管疾病	心电图分析，深度学习	CNN	心电图信号	汉堡城市健康研究(HCHS) 8,253人，SHIP-START队列3,002人，SHIP-TREND队列3,819人	NA	深度卷积神经网络	Pearson相关系数，AUROC	NA
33	2025-10-06	Identification of Neural Crest and Neural Crest-Derived Cancer Cell Invasion and Migration Genes Using High-throughput Screening and Deep Attention Networks 2024-Mar-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583913 PMID:38496683	研究论文	通过高通量筛选和深度学习注意力网络识别神经嵴及神经嵴来源癌细胞侵袭迁移的关键基因	结合高通量siRNA筛选与深度学习注意力网络分析，首次系统识别神经嵴相关癌细胞侵袭迁移的核心基因群	研究聚焦于特定细胞系（c8161黑色素瘤和HT1080纤维肉瘤），需在更多细胞类型中验证	识别神经嵴及神经嵴来源癌细胞侵袭迁移的关键调控基因	神经嵴细胞、c8161黑色素瘤细胞、HT1080纤维肉瘤细胞	机器学习	黑色素瘤	高通量siRNA筛选, 深度学习分析	深度学习注意力网络	基因表达数据, 细胞迁移数据	45个基因面板, 2种人类细胞系	NA	注意力网络	基因显著性分析, 细胞相互作用模式识别	NA
34	2025-10-06	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	利用生成式AI模型进行3D生物图像的空间插值和修复以提升组织映射质量	将原本用于时间插值的FILM生成式AI模型创新应用于多种3D图像类型的空间插值，显著优于传统线性插值方法	NA	解决生物图像中缺失区域、损伤组织和分辨率不足的问题，提升3D组织映射质量	多种成像模态的生物图像数据，包括组织学、光片显微镜、磁共振成像等	计算机视觉	NA	生成式AI、图像插值	生成式AI模型	3D图像	涵盖人类、小鼠的多种组织样本（胰腺、肺、脑部）	NA	FILM	生物信息保留度、图像质量（对比度、方差、亮度）、细胞计数准确性	NA
35	2025-10-06	The Transformative Potential of AI in Obstetrics and Gynaecology 2024-03, Journal of obstetrics and gynaecology Canada : JOGC = Journal d'obstetrique et gynecologie du Canada : JOGC IF:2.0Q2 DOI:10.1016/j.jogc.2023.102277 PMID:37951574	综述	探讨人工智能在妇产科领域的应用潜力及发展方向	系统分析AI在妇产科三大重点领域的应用前景，并提出伦理实施和治理建议	NA	探索人工智能在妇产科领域的变革潜力	妇产科医疗实践	医疗人工智能	妇产科疾病	深度学习，大语言模型	深度学习模型，大语言模型	医学图像，医疗文本	NA	NA	NA	NA	NA
36	2025-10-06	Screening of Moyamoya Disease From Retinal Photographs: Development and Validation of Deep Learning Algorithms 2024-03, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.044026 PMID:38258570	研究论文	开发并验证基于视网膜照片筛查烟雾病及其分期的深度学习算法	首次利用视网膜照片和深度学习技术实现烟雾病的自动筛查和分期预测	回顾性研究，样本量相对有限，需进一步前瞻性验证	开发辅助诊断烟雾病及其分期的深度学习模型	烟雾病患者和健康参与者的视网膜照片	计算机视觉	烟雾病	视网膜摄影	CNN	图像	498张烟雾病患者视网膜照片（78名患者），3835张健康参与者照片（1649名参与者）	PyTorch	ResNeXt50	AUC, 准确率, 灵敏度, 特异性, F1分数	NA
37	2025-10-06	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-03-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	本研究开发了基于深度学习的模型，仅通过细胞形态图像即可区分造血干细胞和多能祖细胞的不同功能亚群	首次在稳态条件下使用深度学习技术区分造血干细胞和多能祖细胞，无需依赖表面标记物或移植实验	研究仅使用小鼠细胞数据，尚未在人类细胞中验证	开发基于深度学习的细胞分类系统，用于造血干细胞功能亚群的识别和分离	小鼠造血干细胞(HSCs)和多能祖细胞(MPPs)	计算机视觉	血液系统疾病	光学显微镜(DIC)成像	深度学习	图像	大量图像数据集	NA	LSM模型	NA	NA
38	2025-10-06	Artificial intelligence unravels interpretable malignancy grades of prostate cancer on histology images 2024-Mar-06, Npj imaging.. DOI:10.1038/s44303-023-00005-z PMID:40604230	研究论文	利用人工智能开发基于组织学图像的前列腺癌可解释恶性分级系统	开发了独立于现有Gleason分级系统的新型四风险组分级系统，在长期随访数据验证下表现优于当前五级分组	研究基于根治性前列腺切除术患者数据，结果可能不适用于其他治疗方式的患者群体	解决前列腺癌恶性分级中观察者间变异性的核心问题，开发更准确的风险分层系统	2647名接受根治性前列腺切除术的前列腺癌患者	数字病理学	前列腺癌	深度学习	NA	组织学图像	2647名患者，随访时间≥10年	NA	NA	生存分析，生化复发风险，癌症特异性死亡风险	NA
39	2025-10-06	In vivo identification of angle dysgenesis and its relation to genetic markers associated with glaucoma using artificial intelligence 2024-03-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_1456_23 PMID:38146977	研究论文	使用深度学习技术通过前段光学相干断层扫描图像识别房角发育异常，并分析其与青光眼相关基因突变的关系	首次将深度学习应用于房角发育异常的自动识别，并建立了与青光眼基因突变的关联分析	样本量相对有限，仅包含特定类型的青光眼患者	开发基于深度学习的房角发育异常自动识别方法并验证其与青光眼基因的关联	青光眼患者和健康对照者的前段光学相干断层扫描图像	计算机视觉	青光眼	前段光学相干断层扫描(AS-OCT)	深度学习	图像	800张高清AS-OCT图像（340张用于建模，393张基因验证，320张健康对照）	NA	NA	准确率, 特异性, 敏感性	NA
40	2025-10-06	Three-dimensional assessments are necessary to determine the true, spatially-resolved composition of tissues 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.04.569986 PMID:38106231	研究论文	本研究通过深度学习平台重建胰腺组织的三维微解剖结构，证明二维评估会显著低估组织异质性	首次使用深度学习平台CODA对正常和癌变人类胰腺标本进行三维微解剖重建，系统比较二维与三维评估在组织成分分析中的差异	研究样本仅限胰腺组织，未验证其他器官组织的适用性	评估三维组织映射在准确分析组织成分中的必要性	接受胰腺切除术患者的正常和癌变人类胰腺标本	数字病理学	胰腺癌	深度学习组织映射平台，三维组织重建	深度学习	全玻片图像，连续组织切片图像	包含二维全玻片图像队列和三维重建厚组织切片队列的胰腺标本	NA	CODA平台	组织成分异质性误差分析	NA