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	2025-03-01	High-throughput optimized prime editing mediated endogenous protein tagging for pooled imaging of protein localization 2024-Sep-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.16.613361 PMID:39345511	研究论文	本文开发了一种使用prime editing进行内源蛋白标记的高通量方法，结合光学读出和测序，提供了类似于基于扰动的CRISPR筛选的蛋白质组组织快照	首次开发了一种能够大规模准确测量蛋白质亚细胞定位的技术，结合了prime editing、光学读出和测序技术	NA	开发一种能够大规模准确测量蛋白质亚细胞定位的技术	60种具有不同定位模式的内源蛋白	数字病理学	NA	prime editing, 光学读出, 测序	深度学习	图像, 测序数据	17,280个pegRNAs设计的库
42	2025-03-01	Discovery and characterization of novel FGFR1 inhibitors in triple-negative breast cancer via hybrid virtual screening and molecular dynamics simulations 2024-09, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2024.107553 PMID:38901279	研究论文	本研究通过混合虚拟筛选和分子动力学模拟，发现并表征了三阴性乳腺癌中的新型FGFR1抑制剂	开发了一种结合深度学习和分子对接的创新算法KarmaDock，并利用Schrödinger的残基扫描技术进行虚拟筛选，成功识别出具有显著FGFR1抑制活性的化合物6	NA	寻找有效的FGFR1抑制剂以应对三阴性乳腺癌的进展	三阴性乳腺癌细胞系	机器学习和分子动力学模拟	三阴性乳腺癌	虚拟筛选、分子动力学模拟、HTRF生物测定	深度学习与分子对接结合的KarmaDock算法	分子数据	NA
43	2025-02-28	Deep autoencoder-based behavioral pattern recognition outperforms standard statistical methods in high-dimensional zebrafish studies 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012423 PMID:39255309	研究论文	本文提出了一种基于深度自编码器的行为模式识别方法，用于分析斑马鱼的高维行为数据，优于传统的统计方法	使用半监督深度自编码器提取斑马鱼的“正常”行为模式，并识别出传统方法未能捕捉到的化学物质诱导的异常行为	研究主要基于斑马鱼模型，可能无法直接推广到其他生物系统	开发一种更有效的方法来分析斑马鱼的高维行为数据，以识别化学物质暴露引起的行为变化	斑马鱼幼虫	机器学习	NA	深度自编码器	自编码器	行为数据	未暴露于有毒物质的斑马鱼幼虫行为数据
44	2025-02-27	AESurv: autoencoder survival analysis for accurate early prediction of coronary heart disease 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae479 PMID:39323093	研究论文	本文介绍了一种名为AESurv的深度学习自编码器生存分析模型，用于基于高维DNA甲基化和临床特征准确预测冠心病（CHD）的发生时间	开发了一种新的深度学习自编码器生存分析模型（AESurv），通过学习参与者的低维表示来进行时间到事件的CHD预测，相较于其他生存分析模型表现更优	NA	开发一种能够准确预测冠心病发生时间的模型，以协助早期预测和干预策略	美国印第安人成年人（Strong Heart Study cohort）和绝经后妇女（Women's Health Initiative cohort）	机器学习	心血管疾病	DNA甲基化分析	自编码器（Autoencoder）	DNA甲基化数据和临床数据	两个队列研究：Strong Heart Study cohort和Women's Health Initiative cohort
45	2025-02-26	scMGATGRN: a multiview graph attention network-based method for inferring gene regulatory networks from single-cell transcriptomic data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae526 PMID:39417321	研究论文	本文提出了一种基于多视图图注意力网络的新方法scMGATGRN，用于从单细胞转录组数据中推断基因调控网络	scMGATGRN模型结合了图注意力网络（GAT）、多视图模型和视图级注意力机制，能够充分利用图拓扑信息和高阶邻居信息，从而更有效地推断基因调控网络	尽管scMGATGRN在多个基准数据集上表现出色，但其在更广泛和多样化的数据集上的泛化能力仍需进一步验证	研究目标是开发一种更有效的深度学习方法，用于从单细胞转录组数据中推断基因调控网络	研究对象是单细胞转录组数据，特别是来自五种细胞系（两种人类和三种小鼠）的七个基准单细胞RNA测序数据集	机器学习	NA	单细胞RNA测序（scRNA-seq）	多视图图注意力网络（scMGATGRN）	单细胞转录组数据	七个基准单细胞RNA测序数据集，涉及五种细胞系（两种人类和三种小鼠）
46	2025-02-23	Real-world application of a 3D deep learning model for detecting and localizing cerebral microbleeds 2024-Sep-26, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-06267-9 PMID:39325068	研究论文	本研究验证了一种三维深度学习模型在真实世界环境中检测和定位脑微出血（CMBs）的性能	该研究不仅检测CMBs，还识别其解剖位置，且在真实世界环境中验证了模型性能	需要更大规模和更多样化的人群研究以确立临床实用性	验证三维深度学习模型在检测和定位脑微出血中的性能	脑微出血（CMBs）	数字病理学	脑血管疾病	三维深度学习	3D深度学习模型	图像	33名患者（21名有116个CMBs，12名无CMBs）
47	2025-02-21	ERABiLNet: enhanced residual attention with bidirectional long short-term memory 2024-09-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71299-1 PMID:39232053	研究论文	本文提出了一种新的深度学习模型ERABiLNet，用于从MRI图像中早期检测阿尔茨海默病	提出了增强残差注意力与双向长短期记忆网络（ERABiLNet），通过结合残差注意力网络和注意力机制的双向LSTM，提高了阿尔茨海默病的检测性能	未提及具体的数据集规模或外部验证结果，可能影响模型的泛化能力	开发一种深度学习模型，用于从MRI图像中早期检测阿尔茨海默病	阿尔茨海默病患者的MRI图像	计算机视觉	老年病	深度学习	ERABiLNet（结合残差注意力网络和双向LSTM）	图像	未提及具体样本数量
48	2025-02-20	Coronary Artery Stenosis and High-Risk Plaque Assessed With an Unsupervised Fully Automated Deep Learning Technique 2024-Sep, JACC. Advances DOI:10.1016/j.jacadv.2024.100861 PMID:39372456	研究论文	本研究开发并验证了一种全自动深度学习系统，用于在冠状动脉CT血管造影（CCTA）上评估狭窄程度和高风险斑块（HRP）	提出了一种全自动无监督的深度学习系统，能够快速评估狭窄程度和HRP，具有很好的诊断性能	需要进一步验证在更大样本和更多中心的应用效果	开发并验证一种全自动深度学习系统，用于评估冠状动脉狭窄和高风险斑块	冠状动脉狭窄和高风险斑块	数字病理	心血管疾病	CCTA	深度学习	图像	570名患者用于训练，769名患者（3,012条血管）用于狭窄程度测试，45名患者（325条血管）用于HRP测试
49	2025-02-19	Single unit electrophysiology recordings and computational modeling can predict octopus arm movement 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.13.612676 PMID:39345497	研究论文	本文通过单单位电生理记录和计算模型预测章鱼手臂运动	利用机器学习和统计分析的计算模型，揭示了章鱼简化神经系统中运动回路的原理，并提高了脑机接口设备的潜力	研究仅限于章鱼前神经索的电生理记录，可能不适用于其他生物或神经系统	研究章鱼简化神经系统中的运动回路原理，并改进脑机接口设备	章鱼前神经索和手臂运动	机器学习	NA	单单位电生理记录	深度学习模型	电生理数据	NA
50	2025-02-16	Flexible use of conserved motif vocabularies constrains genome access in cell type evolution 2024-Sep-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.03.611027 PMID:39282369	研究论文	本文通过整合单核多组学测序和深度学习技术，探讨了细胞类型进化中基因组可及性的约束机制	揭示了细胞类型家族间基因组可及性的保守性，并发现不同物种间细胞类型关系的特异性相互作用并不保守	研究结果主要基于早期分支动物，如扁形动物和刺胞动物，可能不适用于所有生物	探讨细胞类型多样化在进化过程中如何受到基因组可及性的约束	细胞类型家族及其基因组可及性	基因组学	NA	单核多组学测序，深度学习	深度学习模型	基因组序列数据	涉及多个早期分支动物物种的细胞类型
51	2025-02-13	Generative artificial intelligence in ophthalmology: current innovations, future applications and challenges 2024-Sep-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-325458 PMID:38925907	研究论文	本文探讨了生成式人工智能在眼科领域的当前创新、未来应用及挑战	生成对抗网络和扩散模型的应用，以及多模态基础模型的引入，为眼科领域提供了新的诊断和教育工具	该技术尚处于初期阶段，存在数据偏见、安全问题及临床实施等挑战	探讨生成式人工智能在眼科领域的应用潜力及挑战	眼科领域的诊断、患者教育和医疗专业人员培训	计算机视觉	NA	生成对抗网络（GAN）、扩散模型	GAN, 扩散模型	图像、文本、视频	NA
52	2024-08-08	Commentary: Detection of Endoleak After Endovascular Aortic Repair Through Deep Learning Based on Non-contrast CT 2024-Sep, Cardiovascular and interventional radiology IF:2.8Q2 DOI:10.1007/s00270-024-03830-w PMID:39110204	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
53	2024-08-07	Correction to: Omics-based deep learning approaches for lung cancer decision-making and therapeutics development 2024-Sep-27, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad046 PMID:37721137	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
54	2025-02-12	Interpretation of SNP combination effects on schizophrenia etiology based on stepwise deep learning with multi-precision data 2024-Sep-27, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad041 PMID:37738675	研究论文	本文提出了一种基于多精度数据的逐步深度学习技术（SLEM），用于探索SNP组合对精神分裂症病因的影响	提出了一种新的逐步深度学习技术（SLEM），结合多精度数据来解析SNP组合对精神分裂症病因的影响	未明确提及具体局限性	研究SNP组合对精神分裂症病因的影响	精神分裂症相关的SNP组合	机器学习	精神分裂症	逐步深度学习技术（SLEM）	深度学习	多精度数据（包括GWAS数据和多级测定数据）	未明确提及具体样本数量
55	2025-02-12	CelloType: A Unified Model for Segmentation and Classification of Tissue Images 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.15.613139 PMID:39345491	研究论文	本文介绍了CelloType，一个用于生物医学显微镜图像细胞分割和分类的端到端模型	CelloType采用多任务学习方法，将分割和分类任务连接起来，同时提升两个任务的性能，相比传统的两阶段方法具有创新性	NA	开发一个统一的模型，用于生物医学显微镜图像中的细胞分割和分类	生物医学显微镜图像中的细胞和非细胞元素	数字病理学	NA	Transformer-based深度学习技术	Transformer	图像	使用公共数据库中的真实数据进行评估
56	2025-02-07	Machine learning-optimized targeted detection of alternative splicing 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.20.614162 PMID:39386495	研究论文	本文介绍了一种高效的靶向RNA测序方法LSV-seq，用于全面检测和量化选择性剪接	提出了基于机器学习的引物设计算法Optimal Prime，显著提高了剪接事件的检测效率和灵敏度	NA	优化选择性剪接的检测和量化	RNA剪接事件	机器学习	NA	RNA-seq, LSV-seq	深度学习	RNA测序数据	NA
57	2025-02-07	Empowering Portable Age-Related Macular Degeneration Screening: Evaluation of a Deep Learning Algorithm for a Smartphone Fundus Camera 2024-09-05, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-081398 PMID:39237272	研究论文	本研究评估了一种用于智能手机眼底相机的深度学习算法在检测可转诊的年龄相关性黄斑变性（AMD）方面的性能	首次评估了基于智能手机眼底相机的AI系统在AMD筛查中的应用，并展示了深度学习算法在不同数据集上的高敏感性和特异性	研究依赖于回顾性图像数据库，且样本主要来自特定人群（亚洲人），可能限制了结果的普遍性	评估深度学习算法在便携式智能手机眼底相机上检测可转诊AMD的性能	年龄相关性黄斑变性（AMD）患者	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习算法	图像	训练集包括108,251张图像（AREDS数据集）和1,108张图像（亚洲人数据集），测试集包括909张图像（AREDS数据集）和238张图像（亚洲人数据集）
58	2025-02-07	Free access via computational cloud to deep learning-based EEG assessment in neonatal hypoxic-ischemic encephalopathy: revolutionary opportunities to overcome health disparities 2024-Sep, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-024-03427-6 PMID:39107521	研究论文	本文评估了一种基于深度学习的脑电图（EEG）监测视觉趋势，用于新生儿缺氧缺血性脑病（HIE）的严重程度评估	使用深度学习模型Brain State of the Newborn (BSN)作为床边标记，早期区分正常和异常结果，并与Total Sarnat Score相关	样本量较小，仅包括46名HIE新生儿	评估深度学习在新生儿缺氧缺血性脑病（HIE）严重程度评估中的应用	46名HIE新生儿与健康婴儿	机器学习	新生儿缺氧缺血性脑病	深度学习	BSN	EEG数据	46名HIE新生儿
59	2025-02-06	Predicting metabolite response to dietary intervention using deep learning 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.14.532589 PMID:36993761	研究论文	本文开发了一种名为McMLP的深度学习方法，用于预测个体对饮食干预的代谢物反应	McMLP方法填补了现有预测方法在深度学习方法上的空白，并在合成数据和真实数据上均优于现有方法	NA	开发一种能够基于个体肠道微生物组成准确预测代谢物对饮食干预反应的方法，以实现精准营养	个体对饮食干预的代谢物反应	机器学习	NA	深度学习	McMLP（耦合多层感知器）	合成数据和真实数据	来自六项饮食干预研究的真实数据
60	2025-02-06	Global Genotype by Environment Prediction Competition Reveals That Diverse Modeling Strategies Can Deliver Satisfactory Maize Yield Estimates 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.13.612969 PMID:39345633	研究论文	本文介绍了2022年和2023年首次公开的Genomes to Fields (G2F)计划的基因型与环境(GxE)预测竞赛，展示了多种建模策略在预测玉米产量方面的有效性	首次公开的GxE预测竞赛，结合了基因组变异、表型、天气测量和田间管理数据，展示了多种建模策略的有效性	竞赛结果仅基于特定数据集，可能无法推广到其他环境或作物	通过结合遗传和环境因素预测表型，以提高作物产量预测的准确性	玉米	计算生物学	NA	机器学习、传统育种工具、定量遗传学、经典机器学习/深度学习、机械模型、模型集成	Random Forest, Ridge Regression, Least-squares, 定量遗传学, 经典机器学习/深度学习, 机械模型, 模型集成	基因组变异、表型、天气测量、田间管理数据	九年的数据收集