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
41	2025-04-26	Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review 2024-May, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2024.102421 PMID:38708092	综述	本文综述了机器学习和深度学习在强直性脊柱炎诊断和治疗中的应用现状、技术类型、数据集描述、现有工作的贡献与局限性，并指出了当前知识的不足	总结了ML/DL技术在AS早期诊断和个性化治疗中的最新应用，识别了当前研究中的空白	缺乏来自多中心、包含不同类型诊断参数的足够规模数据集，且基于ML/DL的AS治疗研究较少	评估ML/DL技术在强直性脊柱炎诊断和治疗中的应用现状	强直性脊柱炎(AS)患者	机器学习	强直性脊柱炎	机器学习(ML)和深度学习(DL)	NA	文本数据(PubMed数据库中的文献)	NA
42	2025-04-25	MulTFBS: A Spatial-Temporal Network with Multichannels for Predicting Transcription Factor Binding Sites 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02088 PMID:38733561	research paper	提出了一种名为MulTFBS的多通道深度学习框架，用于预测转录因子结合位点（TFBSs）	整合了DNA序列的不同类型特征，包括独立的一热编码、词嵌入编码（可结合上下文信息并提取序列的全局特征）和双螺旋三维结构特征，通过空间-时间网络结合CNN和双向LSTM及注意力机制有效提取序列高层信息	未明确提及	揭示影响转录因子结合特异性的机制，理解基因调控	转录因子结合位点（TFBSs）	natural language processing	NA	深度学习	CNN, bidirectional LSTM, attention mechanism	DNA序列	66个不同转录因子的通用蛋白结合微阵列数据集
43	2025-04-25	MolLoG: A Molecular Level Interpretability Model Bridging Local to Global for Predicting Drug Target Interactions 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00171 PMID:38709146	research paper	提出了一种名为MolLoG的深度学习网络结构，用于预测药物与靶标之间的相互作用，并提供分子层面的解释	MolLoG通过局部特征编码器（LFE）和全局交互学习（GIL）模块，平衡了局部特征提取与全局交互表示，提供了对黑盒结果的生物学相关解释	未提及具体的数据集规模或实验环境限制	提高药物与靶标相互作用预测的准确性和可解释性	药物与蛋白质分子	machine learning	NA	深度学习（DL）	图卷积网络（GCN）、多层感知机（MLP）	分子结构数据	四个数据集
44	2025-04-25	CNSMolGen: A Bidirectional Recurrent Neural Network-Based Generative Model for De Novo Central Nervous System Drug Design 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00504 PMID:38739718	研究论文	本文介绍了一种基于双向循环神经网络(Bi-RNN)的生成模型CNSMolGen，用于中枢神经系统(CNS)药物的从头设计	开发了首个专门针对CNS药物设计的Bi-RNN生成模型，能够生成90%以上全新且可合成的CNS药物分子结构	未提及模型在更大规模或更复杂CNS靶点上的泛化能力验证	加速中枢神经系统药物的发现与优化	中枢神经系统药物分子	机器学习	神经退行性疾病/精神疾病	深度学习生成模型	Bi-RNN	分子结构数据	未明确说明样本量（使用SERT靶点药物作为微调数据集）
45	2025-04-25	Predicting Antimicrobial Peptides Using ESMFold-Predicted Structures and ESM-2-Based Amino Acid Features with Graph Deep Learning 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02061 PMID:38739853	研究论文	提出了一种基于ESMFold预测结构和ESM-2氨基酸特征的图深度学习框架，用于预测抗菌肽	结合了最新的三级结构预测技术和进化信息编码方法，避免了多重序列对齐的内存和时间消耗	依赖于预测的肽结构，可能受到预测准确性的影响	开发一种无需对齐的模型，用于高效预测抗菌肽	抗菌肽（AMPs）	机器学习	抗菌耐药性	ESMFold结构预测，ESM-2进化模型，图注意力网络（GAT）	GAT	氨基酸序列和预测的3D结构	67,058种肽
46	2025-04-25	Prediction of Transcription Factor Binding Sites on Cell-Free DNA Based on Deep Learning 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00047 PMID:38798191	研究论文	本研究提出了一种基于深度学习的非侵入性方法，用于预测细胞游离DNA上的转录因子结合位点	利用卷积神经网络和长短期记忆网络从已知的转录因子结合位点学习序列信息，实现了非侵入性预测	研究中未提及样本的具体数量或多样性，可能影响模型的泛化能力	探索基因调控机制，为非侵入性动态监测疾病提供技术指导	细胞游离DNA上的转录因子结合位点	机器学习	癌症	深度学习	CNN, LSTM	DNA序列数据	NA
47	2025-04-24	Deciphering the Coevolutionary Dynamics of L2 β-Lactamases via Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00189 PMID:38687957	research paper	该研究利用深度学习方法探索L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的作用	结合自适应采样分子动力学模拟和深度学习方法（卷积变分自编码器和BindSiteS-CNN）研究L2 β-内酰胺酶的构象变化和相关性	研究仅关注了L2 β-内酰胺酶家族及部分代表性的A类酶，未涵盖所有相关酶类	理解L2 β-内酰胺酶的共进化动力学及其在抗菌素耐药性中的功能机制	L2 β-内酰胺酶家族及其他代表性A类酶（如SME-1和KPC-2）	machine learning	NA	自适应采样分子动力学模拟，深度学习方法	卷积变分自编码器，BindSiteS-CNN	分子动力学模拟数据	NA
48	2025-04-24	DEBFold: Computational Identification of RNA Secondary Structures for Sequences across Structural Families Using Deep Learning 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00458 PMID:38648189	研究论文	DEBFold是一种基于深度学习的RNA二级结构预测工具，通过卷积编码/解码和自注意力机制增强现有热力学结构模型	提出了一种两阶段的RNA结构预测策略DEBFold，结合卷积编码/解码和自注意力机制，提高了跨结构家族序列的预测性能	未提及具体的数据集规模限制或模型在其他类型RNA上的表现	开发一种能够跨结构家族预测RNA二级结构的深度学习工具	RNA序列及其二级结构	生物信息学	NA	深度学习	CNN, 自注意力机制	RNA序列数据	未明确提及具体样本量，但使用了家族保留测试集和PDB衍生的测试集
49	2025-04-24	Image2InChI: Automated Molecular Optical Image Recognition 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02082 PMID:38359459	研究论文	本文提出了一种基于深度学习的自动化分子光学图像识别模型Image2InChI，用于将分子图像高效自动转换为机器可读的表示	引入了新颖的特征融合网络，结合注意力机制整合图像块和InChI预测，并采用改进的SwinTransformer作为编码器和Transformer解码器作为解码器	NA	提高分子图像识别的准确性和效率，为药物发现中的人工智能提供支持	分子光学图像	计算机视觉	NA	深度学习	SwinTransformer, Transformer	图像	NA
50	2025-04-24	Intramolecular and Water Mediated Tautomerism of Solvated Glycine 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00273 PMID:38620066	research paper	研究了水溶液中甘氨酸的互变异构现象及其溶剂效应	利用基于深度学习的增强采样分子动力学方法，揭示了甘氨酸在水中的中性态和两性离子态之间的互变异构机制	NA	探究甘氨酸在水溶液中的互变异构现象及溶剂效应	甘氨酸分子在水溶液中的互变异构过程	计算化学	NA	增强采样分子动力学，深度学习势能面	深度学习势能模型	分子动力学模拟数据	NA
51	2025-04-24	MMSyn: A New Multimodal Deep Learning Framework for Enhanced Prediction of Synergistic Drug Combinations 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00165 PMID:38676916	研究论文	提出了一种名为MMSyn的多模态深度学习框架，用于预测协同药物组合	结合药物分子特征和癌细胞系数据，使用注意力机制和交互模块进行特征整合，提出新的多模态深度学习框架	未提及具体样本量大小和模型在真实临床应用中的表现	开发一种预测协同药物组合的计算方法	药物组合和癌细胞系	机器学习	癌症	深度学习	多层感知机(MLP)结合注意力机制	分子结构数据、基因表达数据、DNA拷贝数、通路活性数据	NA
52	2025-04-23	Statistical and Machine Learning Analysis in Brain-Imaging Genetics: A Review of Methods 2024-05, Behavior genetics IF:2.6Q2 DOI:10.1007/s10519-024-10177-y PMID:38336922	综述	本文综述了脑成像遗传学分析领域的方法进展，从早期的大规模单变量分析到当前的深度学习方法	概述了脑成像遗传学分析方法的演变，并比较了各种方法的优缺点	未提及具体实验验证或数据集的局限性	探讨脑成像遗传学分析方法的发展及其在理解复杂脑相关疾病中的应用	脑成像数据和遗传数据的整合分析	机器学习和医学影像分析	脑相关疾病	脑成像技术和遗传数据分析	从大规模单变量分析到深度学习	脑成像数据和遗传数据	NA
53	2025-04-22	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-05-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	research paper	该研究结合像素化全介质超表面与深度学习技术，开发了一种用于时间分辨原位生物光谱学的集成光流控平台	利用高Q超表面在损耗性水环境中操作，结合深度学习实现实时分类，准确率达98%	目前仅应用于光开关脂质膜的动态行为研究，尚未扩展到更广泛的生物分子系统	开发一种集成光流控平台，用于研究生物系统的动态相互作用	光开关脂质膜的动态行为	digital pathology	NA	光谱采样技术	CNN	光谱数据	NA
54	2025-04-20	Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis 2024-May, Neurology(R) neuroimmunology & neuroinflammation DOI:10.1212/NXI.0000000000200222 PMID:38635941	研究论文	本研究探讨了多发性硬化症（MS）整个病程中丘脑核团在脑脊液界面的脆弱性	通过深度学习合成序列和自动多图谱分割策略，揭示了丘脑核团在不同MS阶段的动态变化及其与临床残疾的关联	研究依赖于常规3D-T1 MRI数据，可能无法捕捉更细微的病理变化	探究多发性硬化症病程中丘脑核团的动态变化及其机制	1,123名MS患者和相同数量的健康对照者	数字病理学	多发性硬化症	3D-T1 MRI，深度学习，自动多图谱分割	深度学习	MRI图像	2,246名参与者（1,123名MS患者和1,123名健康对照）
55	2025-04-17	Medical forecasting 2024-05-24, Science (New York, N.Y.) DOI:10.1126/science.adp7977 PMID:38781357	研究论文	本文讨论了AI在天气预报中的应用及其在医学预测中的潜力	提出将天气预报中的深度学习模型GraphCast应用于医学预测，以提高预测准确性和速度	目前医学预测领域缺乏黄金标准，预测健康结果的方法尚不成熟	探索AI在医学预测中的应用，以预防疾病或严重急性事件	个体健康风险预测	机器学习	NA	深度学习	GraphCast	NA	NA
56	2025-04-17	Whole-body magnetic resonance imaging at 0.05 Tesla 2024-05-10, Science (New York, N.Y.) DOI:10.1126/science.adm7168 PMID:38723062	research paper	开发了一种使用0.05特斯拉永磁体和深度学习的全身MRI扫描仪，无需射频和磁屏蔽	利用深度学习和0.05特斯拉永磁体开发了一种低成本、无需屏蔽的全身MRI扫描仪，并采用三维深度学习重建提升图像质量	未提及具体样本量和临床验证结果	开发低成本、易普及的全身MRI扫描技术	全身MRI扫描仪	医学影像	NA	MRI, 深度学习	深度学习	MRI图像	NA
57	2025-04-16	Deep learning based digital pathology for predicting treatment response to first-line PD-1 blockade in advanced gastric cancer 2024-05-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05262-z PMID:38720336	研究论文	本研究利用深度学习分析病理图像，旨在预测晚期胃癌患者对一线PD-1联合化疗的治疗反应	开发了基于深度学习的免疫检查点抑制剂反应评分（ICIsRS），作为一种新型组织病理学生物标志物，用于预测治疗反应	研究为多中心回顾性分析，可能需要前瞻性研究进一步验证	预测晚期胃癌患者对一线PD-1联合化疗的治疗反应，以实现精准患者选择	晚期胃癌患者	数字病理学	胃癌	深度学习	集成模型（ICIsNet）	图像（H&E染色切片）	264名晚期胃癌患者的313张全切片图像（WSIs），共148,181个图像块
58	2025-04-16	Deep learning imaging phenotype can classify metabolic syndrome and is predictive of cardiometabolic disorders 2024-05-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05163-1 PMID:38720370	研究论文	本研究利用深度学习从腹部CT扫描中提取图像衍生表型（IDP），用于分类代谢综合征并预测未来心血管代谢疾病的发生	提出了一种基于深度学习的图像衍生表型（IDP），在代谢综合征分类和心血管代谢疾病预测方面优于传统的放射组学特征和临床定义	研究样本量有限，且仅基于腹部CT扫描，未考虑其他可能的影像学或临床数据	开发一种基于深度学习的图像衍生表型（IDP），用于早期检测和干预代谢异常，以降低心血管代谢疾病的风险	2000多名个体的腹部CT扫描数据，其中1300多名用于预测未来高血压、II型糖尿病和脂肪肝疾病的发生	数字病理学	心血管疾病	深度学习	深度学习模型（未具体说明）	图像（腹部CT扫描）	2000多名个体（其中1300多名用于疾病预测）
59	2025-04-14	Enhancing the Diagnostic Utility of ASL Imaging in Temporal Lobe Epilepsy through FlowGAN: An ASL to PET Image Translation Framework 2024-May-30, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.28.24308027 PMID:38853910	研究论文	本研究开发了一个名为FlowGAN的深度学习框架，用于从ASL和结构MRI输入合成类似FDG-PET的图像，以提高ASL在颞叶癫痫诊断中的性能	提出FlowGAN框架，通过生成对抗网络从ASL和MRI合成FDG-PET样图像，显著提升了ASL在癫痫诊断中的性能	样本量相对较小（68例患者），且仅针对颞叶癫痫患者进行研究	提高动脉自旋标记（ASL）成像在颞叶癫痫诊断中的性能	68例癫痫患者（其中36例为明确侧化的颞叶癫痫）	数字病理	颞叶癫痫	ASL成像、FDG-PET成像、MRI	GAN	医学影像	68例癫痫患者（36例明确侧化的颞叶癫痫）
60	2025-04-13	Multiscale Computational and Artificial Intelligence Models of Linear and Nonlinear Composites: A Review 2024-May, Small science IF:11.1Q1 DOI:10.1002/smsc.202300185 PMID:40213577	综述	本文综述了多尺度建模方法在硬质和软质复合材料中的应用，包括分子动力学模拟、有限元分析和机器学习/深度学习替代模型	综述了最新的多尺度建模方法，包括无网格方法、混合机器学习和有限元模型，以及非线性本构材料模型	计算资源可用性、模型保真度和可重复性方面的限制	为读者提供复合材料多尺度建模研究和开发的未来趋势的清晰展望	硬质（聚合物、金属、纱线、纤维、纤维增强聚合物和聚合物基复合材料）和软质（如脑白质[BWM]等生物组织）复合材料	机器学习	NA	分子动力学模拟、有限元分析、机器学习/深度学习	分子动力学、有限元、机器学习/深度学习替代模型	数值模拟和大量实验结果	NA