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
141	2024-12-15	Reconstruction, simulation and analysis of enzyme-constrained metabolic models using GECKO Toolbox 3.0 2024-Mar, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-023-00931-7 PMID:38238583	研究论文	本文介绍了如何使用GECKO Toolbox 3.0重建、模拟和分析酶约束代谢模型	GECKO 3.0引入了深度学习预测的酶动力学，使得在没有实验数据的情况下也能改进代谢模型	整个协议的运行时间依赖于生物体，例如酵母大约需要5小时	提高基因组规模代谢模型（GEMs）的预测能力	酶约束代谢模型（ecModels）	生物信息学	NA	深度学习	NA	代谢数据	多种生物体和细胞系
142	2024-12-13	Building trust in deep learning-based immune response predictors with interpretable explanations 2024-03-06, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-05968-2 PMID:38448546	研究论文	本文介绍了MHCXAI，一种可解释的人工智能技术，用于解释基于深度学习的MHC I类分子肽展示预测器的输出	提出了MHCXAI，通过可解释的人工智能技术帮助理解MHC I类分子预测器的决策过程	NA	旨在提高对基于深度学习的免疫反应预测器的理解，并通过验证的解释建立信任	MHC I类分子肽展示预测器的输出解释	机器学习	NA	可解释的人工智能（XAI）	深度学习模型	肽和MHC等位基因数据	大量肽和MHC等位基因数据
143	2024-12-13	Performance of deep learning for detection of chronic kidney disease from retinal fundus photographs: A systematic review and meta-analysis 2024-Mar, European journal of ophthalmology IF:1.4Q3 DOI:10.1177/11206721231199848 PMID:37671422	meta-analysis	本文系统综述和荟萃分析了使用深度学习从视网膜眼底照片中检测慢性肾脏病（CKD）的性能	首次系统性地评估了深度学习在视网膜眼底照片中检测慢性肾脏病的性能	目前的性能仍有很大提升空间，距离临床应用还有很长的路要走	评估深度学习在视网膜眼底照片中检测慢性肾脏病的性能	慢性肾脏病患者	计算机视觉	肾脏病	深度学习	NA	图像	114,860名受试者
144	2024-12-12	Innovations in Medicine: Exploring ChatGPT's Impact on Rare Disorder Management 2024-03-28, Genes IF:2.8Q2 DOI:10.3390/genes15040421 PMID:38674356	综述	本文探讨了ChatGPT在医学领域的潜在应用，特别关注其在罕见病和遗传病管理中的作用	ChatGPT利用深度学习技术生成类似人类的响应，具有创新性	本文主要讨论了ChatGPT在医学领域的潜在应用和挑战，未深入探讨具体实施细节	探讨ChatGPT在医学领域的应用，特别是罕见病和遗传病管理中的未来角色	ChatGPT在医学领域的应用，特别是罕见病和遗传病管理	NA	罕见病	深度学习	语言模型	文本	NA
145	2024-12-12	Mapping single-cell developmental potential in health and disease with interpretable deep learning 2024-Mar-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.19.585637 PMID:38562882	研究论文	本文介绍了一种名为CytoTRACE 2的可解释深度学习框架，用于从单细胞RNA测序数据中绝对尺度上表征细胞潜能和分化状态	CytoTRACE 2在31个人类和小鼠单细胞RNA测序数据集中表现优于现有方法，能够恢复实验确定的潜能水平和分化状态，并重建小鼠胚胎发生的时间层次结构	NA	开发一种新的深度学习框架，用于在健康和疾病中表征单细胞发育潜能	单细胞RNA测序数据中的细胞潜能和分化状态	机器学习	NA	单细胞RNA测序	深度学习框架	RNA测序数据	31个人类和小鼠的单细胞RNA测序数据集，涵盖28种组织类型，62个时间点的小鼠胚胎发生数据
146	2024-12-11	Developmental Differences in Reaching-and-Placing Movement and Its Potential in Classifying Children with and without Autism Spectrum Disorder: Deep Learning Approach 2024-Mar-04, Research square DOI:10.21203/rs.3.rs-3959596/v1 PMID:38496641	研究论文	本研究通过整合上肢运动学和深度学习方法，探索了自闭症谱系障碍（ASD）儿童与非ASD儿童在目标导向手臂运动中的运动学差异，并利用深度学习技术进行分类	本研究首次将上肢运动学与深度学习方法结合，用于识别ASD儿童的运动学特征，并展示了其在分类中的潜力	研究样本量较小，且仅限于学龄儿童，未来需要在更年轻的儿童中进行验证	探索自闭症谱系障碍儿童与非ASD儿童在目标导向手臂运动中的运动学差异，并利用深度学习技术进行分类	41名学龄儿童，包括ASD和非ASD儿童	机器学习	自闭症谱系障碍	深度学习	多层感知器（MLP）	运动学数据	41名学龄儿童，包括12名女孩
147	2024-12-10	The Role of Artificial Intelligence in the Identification and Evaluation of Bone Fractures 2024-Mar-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11040338 PMID:38671760	综述	本文综述了人工智能在骨科影像分析中识别和评估骨折的应用	探讨了当前AI方法在识别和评估骨折中的表现，并讨论了现有商业产品的局限性和未来发展方向	讨论了当前技术的局限性	探讨人工智能在骨科影像分析中的应用	骨折的识别和评估，特别是踝关节、手腕、髋部和肋骨的骨折	计算机视觉	NA	深度学习	深度学习模型	影像	NA
148	2024-12-09	Improving the performance of supervised deep learning for regulatory genomics using phylogenetic augmentation 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae190 PMID:38588559	研究论文	本文探讨了使用进化相关序列进行数据增强以提高监督深度学习模型在调控基因组学中的性能	提出了一种名为进化增强的数据增强方法，通过引入其他物种的进化相关序列来提高模型性能	未提及	提高监督深度学习模型在调控基因组学中的性能	调控基因组序列及其功能	基因组学	NA	监督深度学习	深度学习模型	基因组序列	未提及具体数量
149	2024-12-09	Infodemiology of Influenza-like Illness: Utilizing Google Trends' Big Data for Epidemic Surveillance 2024-Mar-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13071946 PMID:38610711	研究论文	本研究利用Google Trends的大数据和气候变量，通过多重回归模型分析流感样疾病（ILI）的流行模式	本研究首次将Google Trends搜索数据与气候变量结合，用于预测流感样疾病的流行趋势，并发现温度是关键预测因素	本研究仅限于分析特定关键词和气候变量对ILI的影响，未考虑其他可能的影响因素	研究如何利用Google Trends和气候数据预测流感样疾病的流行趋势，以辅助政府决策	流感样疾病（ILI）的流行趋势及其与Google Trends搜索数据和气候变量的关系	NA	NA	多重回归分析	ARIMA	文本	NA
150	2024-12-08	Network medicine informed multi-omics integration identifies drug targets and repurposable medicines for Amyotrophic Lateral Sclerosis 2024-Mar-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.27.586949 PMID:38585774	研究论文	本研究利用网络医学方法整合人脑特异性多组学数据，识别肌萎缩侧索硬化症（ALS）的药物靶点和可重新利用的药物	首次采用网络医学方法结合深度学习框架，整合多种组学数据（如基因组、蛋白质组、表观基因组等），识别ALS相关基因和潜在药物靶点	研究主要基于人脑特异性数据，可能不适用于其他组织或疾病；验证阶段主要依赖于预临床和临床证据，缺乏大规模临床试验	识别ALS的药物靶点和可重新利用的药物，为ALS治疗提供新思路	肌萎缩侧索硬化症（ALS）及其相关基因和药物靶点	生物信息学	神经退行性疾病	网络医学方法、深度学习	NA	多组学数据（基因组、蛋白质组、表观基因组等）	NA
151	2024-12-08	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	本文应用基于深度学习的组织映射平台CODA，重建了正常和含有癌症的人类胰腺生物样本的三维微解剖结构，并比较了二维和三维组织成分的异质性	本文首次展示了三维评估在准确评估正常和异常组织成分以及确定肿瘤内容方面的重要性	本文主要集中在胰腺组织上，未涵盖其他类型的组织	验证三维评估在组织成分分析中的必要性	正常和含有癌症的人类胰腺组织	数字病理学	胰腺癌	深度学习	NA	图像	多个正常和癌症胰腺组织样本
152	2024-12-08	Rapid and automated design of two-component protein nanomaterials using ProteinMPNN 2024-Mar-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2314646121 PMID:38502697	研究论文	本文测试了深度学习方法ProteinMPNN在设计两组分四面体蛋白质纳米材料中的能力，并将其性能与Rosetta方法进行基准测试	ProteinMPNN在设计蛋白质-蛋白质界面时，成功率与Rosetta相似，但计算量大幅减少且无需手动优化	NA	验证深度学习方法在蛋白质-蛋白质界面设计中的应用潜力	两组分四面体蛋白质纳米材料的设计	生物技术	NA	深度学习	ProteinMPNN	蛋白质序列	13个新的实验验证的组装体
153	2024-12-08	Generic characterization method for nano-gratings using deep-neural-network-assisted ellipsometry 2024-Mar, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0798 PMID:39634008	研究论文	本文提出了一种利用深度神经网络辅助椭偏仪对纳米光栅进行通用表征的新方法	该方法通过处理椭偏角作为功能信号，开发了一个综合模型，并引入了多种措施和补偿算法来提高模型的稳定性和准确性	NA	解决深度神经网络辅助光学散射测量在纳米结构应用中的挑战，如稳定性差、功能有限和高设备要求	纳米光栅	机器学习	NA	椭偏仪	深度神经网络	椭偏角	多种方法制造的纳米光栅
154	2024-12-06	Machine Learning and Deep Learning Techniques Applied to Diabetes Research: A Bibliometric Analysis 2024-03, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968231215350 PMID:38047451	研究论文	本文通过文献计量分析，探讨了2000年至2022年间机器学习和深度学习技术在糖尿病研究中的应用趋势	首次全面分析了机器学习和深度学习技术在糖尿病研究领域的知识生成景观	未发现特定作者的突出领导作用	揭示全球在糖尿病研究中应用机器学习和深度学习技术的研究趋势和网络	糖尿病研究领域的科学文章	机器学习	糖尿病	机器学习、深度学习	NA	文献	1773篇文章
155	2024-12-06	A New Multi-Atlas Based Deep Learning Segmentation Framework With Differentiable Atlas Feature Warping 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3344646 PMID:38113158	研究论文	本文提出了一种新的基于多图谱的深度学习分割框架，通过可微分的图谱特征变形模块来建立特征级别的图谱-目标对应关系	引入了一种新的可微分图谱特征变形模块，通过平滑正则化项来建立特征级别的图谱-目标对应关系，提高了分割精度	NA	解决现有基于深度学习的多图谱分割方法中图谱-目标特征不一致的问题，提高医学图像分割的准确性	脑部分割任务	计算机视觉	NA	深度学习	深度学习模型	图像	使用了两个公开的MR脑部图像数据集：LPBA40和NIREP-NA0
156	2024-12-06	EHR-HGCN: An Enhanced Hybrid Approach for Text Classification Using Heterogeneous Graph Convolutional Networks in Electronic Health Records 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3346210 PMID:38133976	研究论文	提出了一种基于异构图卷积网络的电子健康记录文本分类方法EHR-HGCN	结合了上下文敏感的词和句子嵌入与结构化的句子级和词级关系信息，将EHR文本分类重新定义为图分类任务	未提及	提高电子健康记录文本分类的准确性和F1分数	电子健康记录文本	自然语言处理	NA	异构图卷积网络	异构图卷积神经网络	文本	多种标准文本分类基准数据集和MedLit基准数据集
157	2024-12-06	Dual-View Learning Based on Images and Sequences for Molecular Property Prediction 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347794 PMID:38153823	研究论文	本文提出了一种基于图像和序列的双视图学习方法，用于分子性质预测	本文创新性地结合了分子图像和SMILES序列，通过交叉注意力机制提取信息，提出了一种名为ISMol的多模态架构	NA	探索分子图像和SMILES序列之间的关系，提高分子性质预测的准确性	分子图像和SMILES序列	机器学习	NA	交叉注意力机制	多模态架构	图像和文本	14个小分子ADMET数据集
158	2024-12-06	Graph Autoencoders for Embedding Learning in Brain Networks and Major Depressive Disorder Identification 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3351177 PMID:38194405	研究论文	提出了一种利用图深度学习框架对脑网络进行分类以识别重度抑郁症的新方法	引入了一种新的图自编码器架构，基于图卷积网络，将fMRI网络的拓扑结构和节点内容嵌入到低维表示中	未提及	开发一种新的图深度学习框架，用于分类脑网络并识别重度抑郁症	重度抑郁症和健康对照组的脑网络	机器学习	精神疾病	功能磁共振成像(fMRI)	图自编码器(GAE)和全连接神经网络(FCNN)	图数据	未提及具体数量
159	2024-12-06	A New Automated Prognostic Prediction Method Based on Multi-Sequence Magnetic Resonance Imaging for Hepatic Resection of Colorectal Cancer Liver Metastases 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3350247 PMID:38446655	研究论文	提出了一种基于多序列磁共振成像的新型自动化预测方法，用于预测结直肠癌肝转移切除后的1年复发和无复发生存	设计了多模态引导局部特征融合模块和跨模态互补外部注意力模块，以解决现有方法中特征冗余和空间信息丢失的问题	未提及	探索结直肠癌肝转移手术切除后的预后预测	结直肠癌肝转移患者	计算机视觉	结直肠癌	磁共振成像 (MRI)	多模态引导互补网络 (MGCNet)	图像	未提及
160	2024-11-29	miTDS: Uncovering miRNA-mRNA interactions with deep learning for functional target prediction 2024-03, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.01.011 PMID:38280472	研究论文	本文开发了一种基于深度学习的miRNA-mRNA相互作用预测模型miTDS，通过动态词嵌入和多尺度注意力机制，提高了功能目标预测的准确性	miTDS利用transformer架构的动态词嵌入模型和多尺度注意力机制，结合RNA双路径模块，能够更全面地分析miRNA-mRNA相互作用位点，并准确预测功能目标	NA	解决miRNA功能目标预测中的挑战，提高预测准确性	miRNA和mRNA的相互作用及其功能预测	机器学习	NA	深度学习	transformer	序列数据	NA