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
1	2026-02-15	GCARDTI: Drug-target interaction prediction based on a hybrid mechanism in drug SELFIES 2024-Jun, Quantitative biology (Beijing, China) DOI:10.1002/qub2.39 PMID:41676368	研究论文	提出一种基于卷积神经网络和图注意力网络的混合机制框架GCARDTI，用于预测药物与靶点之间的相互作用	首次将SELFIES分子表示方法引入药物-靶点相互作用预测，并设计混合神经网络架构以充分挖掘药物分子结构信息	未明确说明模型在跨数据集泛化能力方面的具体表现，也未讨论模型对新型药物分子的预测可靠性	提升药物-靶点相互作用预测的准确性，支持药物研发和重定位	药物分子与靶点蛋白质	机器学习	NA	SELFIES分子表示	CNN, GAT	分子结构数据	两个不同数据集（具体数量未说明）	NA	卷积神经网络与图注意力网络的混合架构	多种不同指标（具体名称未列出）	NA
2	2026-01-17	Electrotransfer for nucleic acid and protein delivery 2024-06, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2023.11.009 PMID:38102019	综述	本文综述了核酸和蛋白质电转移技术在生物技术中的应用，特别是在基因增强和基因组编辑领域	探讨了纳米技术和深度学习技术如何克服传统电穿孔的限制，并总结了已完成的临床试验和成功案例	NA	探索电转移技术在体外和体内场景中的应用，特别是生物医学用途	免疫细胞、干细胞和祖细胞等治疗相关细胞	生物技术	NA	电转移、电穿孔	NA	NA	NA	NA	NA	NA	NA
3	2026-01-15	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-27, Research square DOI:10.21203/rs.3.rs-4536158/v1 PMID:38978567	研究论文	本文介绍了一种名为TACIT的无监督算法，用于大规模空间生物学中的细胞类型和状态去卷积分析	开发了无需训练数据的无监督算法TACIT，通过预定义签名和偏置阈值区分阳性细胞与背景，专注于多组学检测中模糊细胞的识别	NA	解决空间生物学中细胞类型和状态识别耗时且易出错的问题，提升准确性和可扩展性	细胞类型和细胞状态	空间生物学	炎症性腺体疾病	空间转录组学、空间蛋白质组学、多组学检测	无监督算法	空间生物学数据	5个数据集，包含5,000,000个细胞和51种细胞类型	NA	TACIT	准确性、可扩展性	NA
4	2026-01-15	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.31.596861 PMID:38895230	研究论文	本文介绍了TACIT，一种用于细胞注释的无监督算法，无需训练数据，利用预定义签名和空间多组学数据识别细胞类型和状态	开发了TACIT算法，通过无偏阈值化和预定义签名，在无需训练数据的情况下实现细胞注释，提高了准确性和可扩展性，并整合了新型Shiny应用以揭示新表型	未明确说明算法在更广泛组织类型或疾病模型中的泛化能力，且依赖预定义签名可能限制对新细胞类型的发现	解决空间生物学中细胞类型和状态识别的挑战，开发无监督算法以提高注释准确性和可扩展性	来自大脑、肠道和腺体三个生态位的细胞，涉及5个数据集共5,000,000个细胞和51种细胞类型	空间生物学	炎症性腺体疾病	空间转录组学、空间蛋白质组学、多组学检测	无监督算法	空间多组学数据	5个数据集，总计5,000,000个细胞，涵盖51种细胞类型	NA	TACIT	准确性、可扩展性	NA
5	2025-12-20	Ultrasensitive plasma-based monitoring of tumor burden using machine-learning-guided signal enrichment 2024-Jun, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03040-4 PMID:38877116	研究论文	介绍了一种名为MRD-EDGE的机器学习引导的ctDNA检测平台，用于通过血浆全基因组测序超灵敏监测肿瘤负荷	开发了MRD-EDGE平台，利用深度学习和ctDNA特异性特征空间，将WGS中SNV的信噪比富集提高了约300倍，并将超灵敏CNV检测所需的非整倍性程度从1 Gb降低到200 Mb	未在摘要中明确说明	提高循环肿瘤DNA（ctDNA）检测的灵敏度，以用于微小残留病（MRD）评估和治疗反应监测	循环肿瘤DNA（ctDNA），涉及多种癌症类型（如肺癌、结直肠癌、黑色素瘤）	机器学习	肺癌，结直肠癌，黑色素瘤	血浆全基因组测序（WGS）	深度学习	基因组测序数据	NA	NA	NA	信噪比富集，检测灵敏度	NA
6	2025-12-03	Quantum-to-Classical Neural Network Transfer Learning Applied to Drug Toxicity Prediction 2024-Jun-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00432 PMID:38795030	研究论文	本文提出了一种混合量子-经典神经网络，用于预测药物毒性，并通过量子电路设计模拟经典神经行为，以降低计算复杂度	利用Hadamard测试而非传统的交换测试进行高效内积估计，将量子比特数量减半，并避免了量子相位估计的需求	未明确讨论模型在更大规模数据集上的泛化能力或实际量子硬件中的噪声影响	开发一种结合量子计算优势的药物毒性预测模型，以降低计算复杂度并提升可扩展性	药物毒性预测，特别是针对Tox21数据集中的化合物	机器学习	NA	量子计算，深度学习	混合量子-经典神经网络	化学数据（来自Tox21数据集）	NA	NA	混合量子-经典神经网络	预测准确性	量子与经典计算设备结合
7	2025-11-26	AllergenAI: a deep learning model predicting allergenicity based on protein sequence 2024-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.22.600179 PMID:38979176	研究论文	开发基于蛋白质序列预测过敏原性的深度学习模型AllergenAI	仅基于蛋白质序列进行预测，区别于以往需要理化性质知识的工具	当前仅使用序列信息，未来需要整合3D结构信息提高准确性	预测蛋白质过敏原性以帮助蛋白质工程重新设计过敏原蛋白	过敏原蛋白质序列	生物信息学	过敏性疾病	蛋白质序列分析	CNN	蛋白质序列数据	来自SDAP 2.0、COMPARE和AlgPred 2三个数据库的过敏原蛋白质序列	NA	卷积神经网络	交叉验证	NA
8	2025-11-21	A novel deep learning framework for accurate melanoma diagnosis integrating imaging and genomic data for improved patient outcomes 2024-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13770 PMID:38881051	研究论文	提出一种整合影像学和基因组数据的深度学习框架用于黑色素瘤的准确诊断	首次将卷积神经网络和图神经网络结合，融合多模态数据（皮肤镜图像、组织病理切片和基因组图谱）进行黑色素瘤诊断	需要在更大规模上进行验证，需要更多临床试验来确认该诊断方法的有效性和可行性	开发一种新的黑色素瘤分类方法，提供比当前医学方法更可靠的诊断	黑色素瘤患者的多模态数据	计算机视觉, 自然语言处理	黑色素瘤	皮肤镜成像, 组织病理学, 基因组分析	CNN, GNN	图像, 基因组数据	NA	NA	定制多模态深度神经网络	准确率, AUC	NA
9	2025-10-29	Predicting the effort required to manually mend auto-segmentations 2024-Jun-13, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.12.24308779 PMID:38947045	研究论文	本研究探讨如何评估医学图像自动分割结果所需的人工修正工作量	提出混合指标Mendability Index (MI)评估修正工作量，并探索使用深度学习模型预测修正工作量的可行性	研究仅基于7个对象的数据集，样本量相对有限	探索评估医学图像自动分割结果临床适用性的合适方法	医学图像自动分割结果及其人工修正过程	医学图像分析	NA	CT成像	深度学习模型	CT图像, 分割掩码	来自三个不同机构的7个对象数据集	NA	NA	Dice系数, Hausdorff距离, 表面Dice系数, 添加路径长度, Mendability指数	NA
10	2025-10-15	Automated classification of cellular expression in multiplexed imaging data with Nimbus 2024-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.02.597062 PMID:38895405	研究论文	开发了名为Nimbus的深度学习模型，用于从多重成像数据中自动分类细胞标记物表达	创建了包含1.97亿个标记物表达注释的Pan-M数据集，并开发了无需重新训练即可跨不同细胞类型、组织和显微镜平台应用的预训练模型	NA	开发自动化工具来准确表征组织空间拓扑结构中的细胞表型	多重成像数据中的细胞标记物表达	数字病理学	NA	多重成像	深度学习	图像	包含1.97亿个标记物表达注释，涵盖15种不同细胞类型	NA	NA	NA	NA
11	2025-10-05	Prediction of MRI-Induced Power Absorption in Patients with DBS Leads 2024-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms61543.2024.00087 PMID:41030917	研究论文	使用机器学习和深度学习算法预测深部脑刺激患者MRI扫描中DBS导线尖端的局部比吸收率值	首次将XgBoost和残差网络家族应用于DBS患者MRI功率吸收预测，显著超越了现有最佳方法的性能	研究处于小数据机制，已提取的有限特征更适合集成学习而非深度网络	开发高效算法预测DBS患者MRI扫描时的组织加热风险	植入深部脑刺激系统的患者	机器学习	神经系统疾病	电磁仿真，MRI	XgBoost，深度学习	仿真数据	260个实例（包含患者来源和人工生成数据）	XgBoost	残差网络家族	RMSE	NA
12	2025-10-05	Quality Control in the Corneal Bank with Artificial Intelligence: Comparison of a New Deep Learning-based Approach with Conventional Endothelial Cell Counting by the "Rhine-Tec Endothelial Analysis System" 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2299-8117 PMID:38574759	研究论文	本研究开发了一种基于深度学习的角膜内皮细胞密度自动检测方法，并与传统Rhine-Tec系统进行比较	首次使用深度学习技术自动检测图像中所有可见的内皮细胞，相比传统方法提高了样本量和客观性	深度学习方法目前无法完全替代移植片内皮的全区域评估，这仍是角膜移植片放行的最重要依据	比较基于深度学习的新型内皮细胞计数方法与传统Rhine-Tec系统的性能差异	角膜移植片的内皮细胞密度测量	计算机视觉	眼科疾病	相位对比显微镜成像	深度学习	图像	9375张存档的相位对比显微镜图像	NA	NA	均值比较，Bland-Altman分析，相关系数	NA
13	2025-10-05	Objective Analysis of Corneal Nerves and Dendritic Cells 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2307-0313 PMID:38941998	综述	本文综述了角膜神经和树突状细胞的图像分析方法，重点介绍了深度学习算法在自动模式识别中的应用	详细介绍了作者自主开发的深度学习算法，并与现有方法进行了比较分析	NA	分析角膜神经和树突状细胞的图像分析方法	角膜神经和树突状细胞	计算机视觉	眼表疾病	活体共聚焦显微镜	深度学习	图像	NA	NA	NA	NA	NA
14	2025-10-05	Predicting the Tumor Microenvironment Composition and Immunotherapy Response in Non-Small Cell Lung Cancer from Digital Histopathology Images 2024-Jun-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.11.24308696 PMID:41030932	研究论文	提出一种名为HistoTME的弱监督深度学习方法，直接从非小细胞肺癌患者的组织病理学图像预测肿瘤微环境组成和免疫治疗反应	首次开发能够直接从组织病理学图像推断肿瘤微环境组成的弱监督深度学习方法，无需额外分子检测	研究基于特定患者队列，需要在更广泛人群中验证	预测非小细胞肺癌肿瘤微环境组成和免疫治疗反应	非小细胞肺癌患者	数字病理学	肺癌	数字组织病理学成像	深度学习	全切片图像	外部临床队列652名患者	NA	NA	Pearson相关系数, AUROC	NA
15	2025-10-05	Predicting Progression From Mild Cognitive Impairment to Alzheimer's Dementia With Adversarial Attacks 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3373703 PMID:38507374	研究论文	提出一种结合浅层神经网络和对抗性攻击的框架，用于预测轻度认知障碍向阿尔茨海默病痴呆的转化	使用单步梯度对抗性攻击寻找输入空间中的对抗性进展方向，通过到决策边界的距离预测疾病转化	阿尔茨海默病研究可用数据集规模不足以学习复杂模型	预测轻度认知障碍向阿尔茨海默病痴呆的转化	轻度认知障碍患者	机器学习	阿尔茨海默病	对抗性攻击	神经网络	患者数据	两个公开可用数据集	NA	浅层神经网络	NA	NA
16	2025-10-05	A flexible, stretchable and wearable strain sensor based on physical eutectogels for deep learning-assisted motion identification 2024-06-27, Journal of materials chemistry. B DOI:10.1039/d4tb00809j PMID:38836422	研究论文	本研究开发了一种基于木质素增强物理共晶凝胶的可穿戴应变传感器，并结合深度学习技术实现手势识别	首次将木质素作为绿色填料和多功能氢键供体溶解于深共晶溶剂中，制备出具有优异机械性能、自粘附性、自愈合能力和高导电性的物理共晶凝胶	未明确说明传感器的长期生物相容性和在实际复杂环境下的稳定性表现	开发多功能集成的物理共晶凝胶用于可穿戴电子设备	木质素增强物理共晶凝胶（DESL）及其在应变传感器中的应用	机器学习	NA	深共晶溶剂（DES）聚合技术	深度学习	传感器信号数据	1000次循环耐久性测试	NA	NA	准确率	NA
17	2025-10-06	Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022 2024-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.430803 PMID:39166305	文献计量分析	对1991-2022年法医人类遗骸鉴定文献进行计量分析，描述研究现状和未来热点	首次对该领域32年文献进行系统性计量分析，识别研究趋势和合作模式	仅纳入WoSCC英文文献，国际合作范围有限	分析法医人类遗骸鉴定领域的研究发展态势和主题演变	873篇法医人类遗骸鉴定研究文献	法医人类学	NA	文献计量分析，网络可视化	NA	文献元数据	873篇英文论文	Python 3.9.2, Gephi 0.10	NA	NA	NA
18	2025-09-12	Recurrent Inference Machine for Medical Image Registration 2024-Jun-19, ArXiv PMID:39371087	研究论文	提出一种名为循环推理图像配准网络的新型医学图像配准方法，通过元学习方式迭代求解配准问题	将循环推理框架与元学习相结合，通过学习优化更新规则，结合隐式正则化和显式梯度输入，提高配准精度和数据效率	NA	提升医学图像配准的精度和数据效率	脑部MRI和定量心脏MRI图像	计算机视觉	NA	深度学习，元学习	循环推理网络	医学图像（MRI）	NA	NA	NA	NA	NA
19	2025-10-06	Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia 2024-06, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.03.007 PMID:38583406	研究论文	本研究评估了基于深度学习的自动化EEG背景量化指标BSN对围产期窒息新生儿4岁时临床结局的早期预测价值	首次使用完全自动化的深度学习定量EEG指标BSN来预测新生儿长期临床结局，揭示了脑功能恢复的动态过程	样本量相对较小（80名新生儿），需要更大规模研究验证	评估自动化EEG趋势BSN对围产期窒息新生儿长期临床结局的早期预测能力	80名连续收治的围产期窒息新生儿	医疗人工智能	新生儿缺氧缺血性脑病	EEG监测，深度学习分析	深度学习	EEG信号数据	80名新生儿，总计5427小时EEG数据	NA	NA	AUC, PPV, NPV	NA
20	2025-10-06	Computed Tomography Effective Dose and Image Quality in Deep Learning Image Reconstruction in Intensive Care Patients Compared to Iterative Algorithms 2024-06-07, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10060069 PMID:38921946	研究论文	比较深度学习图像重建算法与传统迭代算法在重症监护患者CT扫描中的有效剂量和图像质量	首次在重症监护患者中系统比较深度学习图像重建算法与多种传统迭代重建算法的辐射剂量和图像质量表现	单中心研究，样本量相对有限（83例患者），未包含所有类型的CT重建算法	评估深度学习图像重建算法在降低CT有效剂量和改善图像质量方面的效果	重症监护病房患者	医学影像	重症监护	CT扫描，深度学习图像重建	CNN	CT图像	83例患者（平均年龄59±15岁，56名男性）	NA	NA	有效剂量，噪声水平，信噪比	NA