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
241	2024-08-07	DFRscore: Deep Learning-Based Scoring of Synthetic Complexity with Drug-Focused Retrosynthetic Analysis for High-Throughput Virtual Screening 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01134 PMID:37651152	研究论文	本文介绍了一种基于深度学习的药物合成可行性评估方法DFRscore，用于加速药物发现过程中的高通量虚拟筛选	DFRscore模型专门针对药物相关反应进行训练，提供了每个化合物所需的最少合成步骤预测，提高了合成可行性评估的准确性和实用性	该方法依赖于反应模板和起始物质，可能需要针对不同领域进行调整	开发一种更实用的药物合成可行性评估方法，以加速药物发现	药物合成可行性和高通量虚拟筛选	机器学习	NA	深度学习	深度学习模型	化合物数据	NA
242	2024-08-07	Deep-Cloud: A Deep Neural Network-Based Approach for Analyzing Differentially Expressed Genes of RNA-seq Data 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c00766 PMID:37682833	研究论文	本研究提出了一种基于深度学习和云模型的新方法Deep-Cloud，用于分析RNA-seq数据中的差异表达基因	Deep-Cloud方法结合了卷积神经网络和长短期记忆网络提取原始数据特征，并利用云模型进行统计分析，提高了从RNA-seq数据中获取差异表达基因的敏感性和准确性	NA	探索利用深度神经网络分析RNA-seq数据中的差异表达基因，为生物医学领域提供新的可能性	RNA-seq数据中的差异表达基因	机器学习	NA	RNA-seq	CNN, LSTM	RNA-seq数据	NA
243	2024-08-07	Interpretable Perturbator for Variable Selection in near-Infrared Spectral Analysis 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01290 PMID:37801639	研究论文	本文开发了一种基于深度学习扰动策略的可解释扰动器，用于近红外光谱分析中的变量选择	提出的方法不仅优化了定量模型，还为多组分样品的光谱解释提供了一种有效途径	NA	开发一种新的变量选择方法，用于近红外光谱分析，并提高模型的解释性	近红外光谱数据及其在定量模型中的应用	机器学习	NA	深度学习	深度学习预测器	光谱数据	使用了三个近红外光谱数据集
244	2024-08-07	A Comparative Analysis of Data Synthesis Techniques to Improve Classification Accuracy of Raman Spectroscopy Data 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c00761 PMID:37820361	研究论文	本研究比较了标准统计方法与深度生成模型在提高拉曼光谱数据分类准确性方面的效果	本研究采用深度生成模型来近似高维分布，并生成真实的合成数据，以改善数据稀缺问题	本研究仅在两个二进制数据集上进行了实验，且未评估模型在更广泛范围内的鲁棒性和泛化能力	观察随着合成数据不断增加到训练数据中，学习趋势的变化	拉曼光谱数据	机器学习	NA	拉曼光谱	深度学习算法	光谱数据	两个二进制数据集被分为3折，模拟小样本情况
245	2024-08-07	Prediction of Cytochrome P450 Inhibition Using a Deep Learning Approach and Substructure Pattern Recognition 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01396 PMID:37864562	研究论文	本研究利用深度学习方法和子结构模式识别技术，开发了用于预测细胞色素P450抑制的模型	本研究开发了基于Python和Keras框架的深度学习模型，用于预测不同CYP同工酶的化学抑制，并提供了结构特征分析	NA	开发和验证用于预测细胞色素P450酶抑制的深度学习模型	细胞色素P450酶（CYP1A2, CYP2C9, CYP2C19, CYP2D6, CYP3A4）的化学抑制	机器学习	NA	深度学习	深度神经网络	化合物数据	85715个化合物
246	2024-08-07	Benchmarking of Small Molecule Feature Representations for hERG, Nav1.5, and Cav1.2 Cardiotoxicity Prediction 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01301 PMID:37870574	研究论文	本研究引入一个深度学习框架，用于计算预测药物候选物对心脏离子通道（hERG、Cav1.2和Nav1.5）的毒性作用	提出了一个新的训练和评估数据集框架，以及一个名为CToxPred的综合小分子心脏毒性预测工具	NA	在药物发现过程中早期预测潜在的心脏离子通道阻断剂	hERG、Cav1.2和Nav1.5三种心脏离子通道的毒性预测	药物发现	心血管疾病	深度学习	NA	分子指纹、描述符和基于图的数值表示	涵盖hERG、Cav1.2和Nav1.5三种心脏离子通道的综合和大型的精选数据集
247	2024-08-07	ML-NPI: Predicting Interactions between Noncoding RNA and Protein Based on Meta-Learning in a Large-Scale Dynamic Graph 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01238 PMID:37920888	研究论文	本文提出了一种基于元学习的大规模动态非编码RNA-蛋白质相互作用预测方法ML-NPI	采用元学习策略缓解了稀疏邻域样本的预测误差问题，并能实时动态建模新数据，减少计算压力	NA	研究非编码RNA与蛋白质相互作用的预测问题	非编码RNA与蛋白质的相互作用	机器学习	NA	深度学习	ML-GNN	图数据	基于NPInterv4.0数据库的300000个非编码RNA-蛋白质相互作用
248	2024-08-07	Opinion Mining by Convolutional Neural Networks for Maximizing Discoverability of Nanomaterials 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c00746 PMID:37982753	研究论文	本文提出了一种利用卷积神经网络进行意见挖掘的方法，以最大化纳米材料的发现能力	本文创新地利用文献中的情感信息来追踪对材料的意见，并构建了科学情感网络（SSNet）来有效提取和分类专家意见	NA	旨在从科学文献中提取和综合知识，加速纳米材料领域的研究	纳米材料及其在能源材料领域的应用	自然语言处理	NA	自然语言处理（NLP）	卷积神经网络（CNN）	文本	意见数据集
249	2024-08-07	From Proteins to Ligands: Decoding Deep Learning Methods for Binding Affinity Prediction 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01208 PMID:37983381	研究论文	本文系统研究了基于序列的深度学习框架，用于评估蛋白质和配体编码对常用激酶数据集结合亲和力预测的影响	通过使用卷积神经网络和图神经网络对蛋白质和配体进行编码，并测试不同的配体扰动，以提高模型的泛化能力	蛋白质编码对结合预测的影响不大，且使用不同的蛋白质和配体编码组合并未显著改变性能	提高深度学习方法在蛋白质-配体结合亲和力预测中的泛化能力	蛋白质和配体的编码方法及其对结合亲和力预测的影响	机器学习	NA	深度学习	卷积神经网络，图神经网络	序列数据，结构信息	常用激酶数据集
250	2024-08-07	BigBind: Learning from Nonstructural Data for Structure-Based Virtual Screening 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01211 PMID:38113513	研究论文	本文介绍了一种名为BigBind的数据集，该数据集将ChEMBL的化学活性数据映射到CrossDocked数据集的蛋白质上，并开发了一种基于神经网络的模型Banana，用于区分活性与非活性化合物	BigBind数据集结合了ChEMBL的化学活性信息和CrossDocked的蛋白质结合口袋的3D结构信息，提高了模型的泛化能力	NA	开发一种新的数据集和模型，以提高基于结构的虚拟筛选的性能	蛋白质-配体结合预测	机器学习	NA	神经网络	神经网络	结构数据	583,000个配体活性数据
251	2024-08-07	Regression-Based Active Learning for Accessible Acceleration of Ultra-Large Library Docking 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01661 PMID:38157481	研究论文	本研究展示了基于回归的主动学习方法如何加速超大规模虚拟筛选，以发现高亲和力命中化合物	提出了一种使用简单线性回归模型的主动学习方法，能够在仅对接10%的配体后，检索到高达90%的顶级命中化合物	NA	加速虚拟筛选过程，减少计算资源需求	超大规模虚拟筛选数据集中的高亲和力命中化合物	计算机视觉	NA	虚拟筛选	线性回归模型	数据集	超大规模虚拟筛选数据集，仅对接2%的库即可检索到70%的顶级命中化合物
252	2024-08-07	Compound Activity Prediction with Dose-Dependent Transcriptomic Profiles and Deep Learning 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01855 PMID:38293736	研究论文	本文介绍了一种基于化合物处理下多个浓度观察到的基因表达谱来预测化合物在其他生化或细胞检测中活性的转录组到活性转换器（TAT）模型	引入了TAT模型，利用化合物在多个浓度下的基因表达数据来预测化合物活性，这是一种新颖的方法	模型在51%的检测中得到了有用的结果，表明仍有一定的局限性	旨在通过计算模型预测化合物在不同检测中的活性，以支持药物发现	研究对象包括2692种化合物在262种剂量反应检测中的活性	机器学习	NA	RASL-seq	TAT	基因表达数据	2692种化合物，262种剂量反应检测
253	2024-08-07	graphLambda: Fusion Graph Neural Networks for Binding Affinity Prediction 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c00771 PMID:38366974	研究论文	本文介绍了一种名为graphLambda的图神经网络模型，用于预测蛋白质-配体复合物的结合亲和力	利用图卷积、注意力和同构块来增强预测能力	NA	提高计算机辅助药物发现（CADD）中结合亲和力预测的准确性	蛋白质-配体复合物的结合亲和力	机器学习	NA	图神经网络	图神经网络	图数据	NA
254	2024-08-07	HydraProt: A New Deep Learning Tool for Fast and Accurate Prediction of Water Molecule Positions for Protein Structures 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01559 PMID:38552195	研究论文	本文介绍了一种名为HydraProt的新型深度学习工具，用于快速准确地预测蛋白质结构周围水分子氧原子的精确位置	HydraProt采用两种深度学习架构——3D U-net和多层感知器（MLP），通过粗粒度体素化表示蛋白质，快速采样候选水分子位置，并通过MLP在欧几里得空间中嵌入水-蛋白质关系，最后通过后处理步骤进一步优化预测	NA	开发一种新的深度学习方法，用于准确预测蛋白质结构周围水分子氧原子的位置	蛋白质结构周围水分子氧原子的位置	机器学习	NA	深度学习	3D U-net, 多层感知器（MLP）	蛋白质结构数据	大型蛋白质结构数据集
255	2024-08-04	Label-Free Multiplex Profiling of Exosomal Proteins with a Deep Learning-Driven 3D Surround-Enhancing SERS Platform for Early Cancer Diagnosis 2024-04-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00669 PMID:38624007	研究论文	本文开发了一种新的三维增强表面增强拉曼光谱平台用于多重监测外泌体蛋白以实现早期癌症诊断	提出了一种新型的三维增强SERS平台，结合深度学习技术，能够高灵敏度和高多重性地检测多个外泌体蛋白	尚未提及具体的实验限制和临床应用的局限性	利用深度学习技术和新型SERS平台，早期诊断肺癌	来自患者的血浆外泌体蛋白，包括CD63、CD81、CD9、CD151、CD171、TSPAN8和PD-L1	数字病理学	肺癌	SERS	深度学习	蛋白质	七种外泌体蛋白质样本
256	2024-08-04	Applications of Data Characteristic AI-Assisted Raman Spectroscopy in Pathological Classification 2024-04-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c04930 PMID:38602477	研究论文	本文探讨了基于拉曼光谱的AI辅助病理分类的应用	通过构建数据特征辅助的AI分类模型，优化了不同类型拉曼光谱数据的AI分类模型	未明确讨论如何处理不同类型的拉曼光谱数据的分类模型优化，相对缺乏对模型选择的指导	探索如何优化不同类型拉曼光谱数据的AI分类模型	选择了五个具有代表性的拉曼光谱数据集，包括子宫内膜癌、肝癌细胞外囊泡、细菌、黑色素瘤细胞、糖尿病皮肤等	数字病理学	内膜癌, 肝癌, 黑色素瘤, 细菌感染, 糖尿病皮肤病	拉曼光谱	ResNet, AlexNet, PCA-SVM, SVM, UMAP-SVM	光谱数据	五个数据集，包括不同样本大小和光谱数据大小
257	2024-08-04	Identifying recurrent and persistent landslides using satellite imagery and deep learning: A 30-year analysis of the Himalaya 2024-Apr-20, The Science of the total environment DOI:10.1016/j.scitotenv.2024.171161 PMID:38387570	研究论文	本论文介绍了一种基于遥感的方法，能够有效生成多时相滑坡清单并识别反复发生和持续存在的滑坡。	该研究开发了首个跨越30年的喜马拉雅地区滑坡多年代清单，利用深度学习模型实现了对滑坡事件的高精度识别。	研究仅基于公开的卫星数据，可能受到数据质量和可用性的影响。	研究旨在识别和分析喜马拉雅地区的重复和持续滑坡现象。	研究对象为1992年至2021年间的滑坡事件和区域。	数字路径学	NA	卷积神经网络模型	CNN	卫星影像	>265,000
258	2024-08-04	Magnetic resonance imaging-based bone imaging of the lower limb: Strategies for generating high-resolution synthetic computed tomography 2024-04, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.25707 PMID:37807082	研究论文	本研究旨在评估生成适用于骨科护理的高分辨率磁共振成像（MRI）基础的合成计算机断层扫描（sCT）图像的方法	提出了使用低分辨率数据生成高分辨率sCT图像的新方法	使用低分辨率CT数据训练模型导致产生的sCT图像模糊	研究低分辨率CT数据在生成高分辨率sCT中的应用	针对三个解剖区域的MRI和CT配对数据	数字病理学	NA	深度学习	NA	MRI和CT数据	三种解剖区域的数据（高分辨率的膝盖和踝关节数据，以及低分辨率的髋关节数据）
259	2024-08-05	Clinical Validation of a Handheld Deep Learning Tool for Identification of Glaucoma Medications 2024 Apr-Jun, Journal of ophthalmic & vision research IF:1.6Q3 DOI:10.18502/jovr.v19i2.13983 PMID:39055502	研究论文	本研究验证了一种基于卷积神经网络（CNN）的智能手机应用程序在青光眼眼药水识别中的有效性	应用了CNN技术以提高青光眼药物的识别准确性和效率，特别是在视力受损的患者中	未包含非英语患者，样本数量有限，可能影响普遍适用性	验证一种智能手机应用程序在青光眼患者药物识别中的临床有效性	68名在青光眼门诊就诊的视力正常及受损患者	机器学习	青光眼	卷积神经网络（CNN）	CNN	数据	68名青光眼患者
260	2024-08-05	CAT-DTI: cross-attention and Transformer network with domain adaptation for drug-target interaction prediction 2024-Apr-02, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05753-2 PMID:38566002	研究论文	本文提出了一种基于跨注意力和变换器的药物-靶标互动预测模型CAT-DTI	该模型通过领域适应能力改善了药物-靶标互动的预测精度，特别是在处理分布外数据时表现出色	研究中未提及具体的样本量和数据集的多样性	提升药物-靶标互动预测的准确性和效率	药物和蛋白质的特征表示及其互动特征	机器学习	NA	卷积神经网络与变换器	跨注意力模型	NA	NA