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
1181	2024-09-13	Machine learning and matrix-assisted laser desorption/ionization time-of-flight mass spectra for antimicrobial resistance prediction: A systematic review of recent advancements and future development 2024-Oct-11, Journal of chromatography. A DOI:10.1016/j.chroma.2024.465262 PMID:39197363	综述	本文综述了使用机器学习和基质辅助激光解吸/电离飞行时间质谱（MALDI-TOF MS）预测抗生素抗性的最新进展和未来发展	本文强调了深度学习技术在抗生素抗性预测中的潜力	本文主要集中在随机森林、支持向量机和逻辑回归等传统机器学习算法上，未深入探讨其他新兴技术	评估当前使用机器学习从MALDI-TOF质谱数据中检测和分类抗生素抗性的技术水平	研究对象主要包括金黄色葡萄球菌、肺炎克雷伯菌和大肠杆菌等细菌及其对抗生素的抗性	机器学习	NA	基质辅助激光解吸/电离飞行时间质谱（MALDI-TOF MS）	随机森林、支持向量机、逻辑回归、人工神经网络	质谱数据	40项研究符合纳入标准
1182	2024-09-13	m5c-iDeep: 5-Methylcytosine sites identification through deep learning 2024-Oct, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.07.008 PMID:39089345	研究论文	本文开发了一种基于深度学习的计算方法m5c-iDeep，用于快速准确地识别RNA中的5-甲基胞嘧啶位点	m5c-iDeep模型在准确性和鲁棒性方面优于现有的m5c预测工具，达到了99.9%的准确率	NA	开发一种高效的计算方法来识别RNA中的5-甲基胞嘧啶位点	RNA中的5-甲基胞嘧啶位点	机器学习	NA	深度学习	LSTM	序列数据	NA
1183	2024-09-13	Quantum-level machine learning calculations of Levodopa 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108146 PMID:39067350	研究论文	本文使用量子级别的机器学习方法ANI-1x神经网络势能预测了L-3,4-二羟基苯丙氨酸（Levodopa）的势能面	首次使用ANI-1x神经网络势能在量子级别上预测Levodopa的势能面，并展示了与DFT计算的良好一致性	NA	研究机器学习在药物分子势能面计算中的应用	L-3,4-二羟基苯丙氨酸（Levodopa）分子	机器学习	NA	密度泛函理论（DFT）	神经网络	分子结构数据	NA
1184	2024-09-13	Multi-scale DNA language model improves 6 mA binding sites prediction 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108129 PMID:39067351	研究论文	本文开发了一种基于多尺度DNA语言模型的框架，用于预测6mA结合位点	提出了名为iDNA6mA-MDL的多尺度DNA语言模型，结合多种kmer和核苷酸属性及频率方法进行特征嵌入，并利用DNABERT弥补全局DNA信息捕捉的不足	NA	开发一种高效的方法来预测6mA结合位点，以替代传统的湿实验方法	6mA结合位点的预测	机器学习	NA	深度学习	多尺度DNA语言模型	DNA序列	在经典的6mA水稻基因数据集上进行了实验，并在另外11个6mA数据集上进行了验证
1185	2024-09-13	Deep learning based method for predicting DNA N6-methyladenosine sites 2024-Oct, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.07.012 PMID:39097179	研究论文	提出了一种基于深度学习的预测DNA N6-甲基腺苷位点的方法	提出了基于全局响应归一化的多尺度卷积模型（CG6mA）来解决6mA位点预测问题	未提及	开发一种高效的方法来预测DNA N6-甲基腺苷位点	DNA N6-甲基腺苷位点	机器学习	NA	深度学习	多尺度卷积模型	DNA序列	使用了三种不同类型的基准数据集进行测试
1186	2024-09-13	MMCL-CPI: A multi-modal compound-protein interaction prediction model incorporating contrastive learning pre-training 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108137 PMID:39079285	研究论文	本文提出了一种名为MMCL-CPI的多模态化合物-蛋白质相互作用预测模型，结合对比学习预训练方法	本文的创新点在于提出了从一维SMILES和二维图像两种模态提取化合物特征，并设计了一种多模态模型，同时引入了多模态预训练策略，利用对比学习在大规模未标注数据集上建立SMILES字符串与化合物图像之间的对应关系	NA	本文的研究目的是提高化合物-蛋白质相互作用预测的准确性	本文的研究对象是化合物和蛋白质的相互作用	机器学习	NA	对比学习	多模态模型	序列和图像	NA
1187	2024-09-13	ACDMBI: A deep learning model based on community division and multi-source biological information fusion predicts essential proteins 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108115 PMID:38865861	研究论文	本文提出了一种基于社区划分和多源生物信息融合的深度学习模型ACDMBI，用于预测关键蛋白质	ACDMBI模型通过整合蛋白质相互作用网络、基因表达数据和亚细胞定位数据，有效提升了关键蛋白质预测的准确性	NA	提高关键蛋白质预测的准确性，为药物研究和疾病诊断提供支持	关键蛋白质	机器学习	NA	图卷积网络（GCN）、图注意力网络（GAT）、双向长短期记忆网络（BiLSTM）、多头自注意力机制	深度神经网络（DNN）	蛋白质相互作用网络、基因表达数据、亚细胞定位数据	酿酒酵母数据
1188	2024-09-13	Prediction of viral families and hosts of single-stranded RNA viruses based on K-Mer coding from phylogenetic gene sequences 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108114 PMID:38852362	研究论文	本研究利用机器学习和深度学习模型，基于K-Mer编码的基因序列预测单链RNA病毒的家族和宿主	首次在文献中对包含大量家族和宿主多样性的单链RNA病毒基因序列进行分类研究，并详细探讨了K-Mer编码中不同词长对分类结果的影响	NA	快速准确地分类病毒物种及其潜在宿主，以更好地理解传播动态并促进针对性疗法的开发	单链RNA病毒的基因序列及其家族和宿主	机器学习	NA	K-Mer编码	全连接深度神经网络	基因序列	包含不同宿主和物种的单链RNA病毒基因序列的数据集
1189	2024-09-13	Advanced MRI techniques in abdominal imaging 2024-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-024-04369-7 PMID:38802629	综述	本文综述了用于腹部成像的高级磁共振成像（MRI）技术	介绍了包括并行成像、三维采集、压缩感知和深度学习在内的最新技术，这些技术旨在减少扫描时间同时确保可接受的图像质量或在不延长扫描时间的情况下实现更高分辨率	文章未提及具体的技术局限性	旨在全面理解这些高级技术，以准确解读MRI序列	腹部成像中的焦点病变和组织特性评估	计算机视觉	NA	MRI	NA	图像	NA
1190	2024-09-13	Effectiveness of deep learning-based reconstruction for improvement of image quality and liver tumor detectability in the hepatobiliary phase of gadoxetic acid-enhanced magnetic resonance imaging 2024-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-024-04374-w PMID:38755452	研究论文	评估深度学习重建技术在提高肝胆期钆塞酸增强磁共振成像中图像质量和肿瘤检测能力的效果	采用深度学习重建技术（DLR）来改善肝胆期高分辨率呼吸保持脂肪抑制T1加权成像的图像质量和肿瘤检测能力	研究为回顾性分析，样本量相对较小，且仅限于肝胆期图像	评估深度学习重建技术在提高肝胆期钆塞酸增强磁共振成像中图像质量和肿瘤检测能力的效果	肝胆期高分辨率呼吸保持脂肪抑制T1加权成像的图像质量和肿瘤检测能力	计算机视觉	肝癌	深度学习重建技术（DLR）	深度学习模型	图像	42名患者，98个肝肿瘤
1191	2024-09-13	CNN-BLSTM based deep learning framework for eukaryotic kinome classification: An explainability based approach 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108169 PMID:39137619	研究论文	本文提出了一种基于CNN-BLSTM的深度学习框架，用于真核激酶家族的分类，并通过解释性方法提高模型的可靠性	本文引入了GRAD CAM和Integrated Gradient（IG）解释性方法，替代传统的类激活图解释，以提高结果的可靠性和责任性	本文仅针对真核激酶序列进行了分类，未涉及其他蛋白质家族	提高深度学习模型在生物序列相关研究中的可信度	真核激酶序列及其家族分类	机器学习	NA	深度学习	CNN-BLSTM	序列	八个真核激酶序列
1192	2024-08-20	Advanced deep learning approaches enable high-throughput biological and biomedicine data analysis 2024-Oct, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.08.002 PMID:39154807	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1193	2024-09-13	A novel deep learning identifier for promoters and their strength using heterogeneous features 2024-Oct, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.08.005 PMID:39168294	研究论文	设计了一种名为PROCABLES的双层深度学习预测器，用于区分DNA样本中的启动子和启动子强度	提出了一种新的双层深度学习模型PROCABLES，结合了卷积神经网络（CNN）和双向长短期记忆网络（LSTM），并利用多种特征提取DNA序列中的隐藏模式	NA	开发一种计算方法来准确识别和表征启动子及其强度，以支持药物发现	DNA序列中的启动子和启动子强度	机器学习	NA	深度学习	卷积神经网络（CNN）和双向长短期记忆网络（LSTM）	DNA序列	NA
1194	2024-09-13	E-pharmacophore and deep learning based high throughput virtual screening for identification of CDPK1 inhibitors of Cryptosporidium parvum 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108172 PMID:39191165	研究论文	本文利用E-pharmacophore模型和深度学习模型进行高通量虚拟筛选，以识别Cryptosporidium parvum的CDPK1抑制剂	本文创新性地结合了E-pharmacophore模型和深度学习模型，用于筛选新的CDPK1抑制剂，并通过量子极化对接和MD模拟验证了其抑制潜力	本文未提及具体的实验验证结果，仅通过虚拟筛选和模拟进行了初步验证	识别Cryptosporidium parvum的CDPK1抑制剂，以开发治疗隐孢子虫病的药物	Cryptosporidium parvum的CDPK1蛋白及其抑制剂	药物发现	隐孢子虫病	E-pharmacophore模型、深度学习、量子极化对接、MD模拟	深度学习模型	化合物库	200万化合物库中的部分化合物
1195	2024-09-13	Integrated deep learning model for automatic detection and classification of stenosis in coronary angiography 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108184 PMID:39191164	研究论文	本文提出了一种集成深度学习模型，用于冠状动脉造影图像中狭窄的自动检测和分类	首次提出了一种集成深度学习模型，用于血管造影中动脉狭窄的识别和分类，并开发了一个名为“Hemadostenosis”的网络平台，为临床实践提供了实际支持	NA	开发一种能够自动检测和分类冠状动脉造影图像中狭窄的深度学习模型，并提供实际的临床支持	冠状动脉造影图像中的狭窄	计算机视觉	心血管疾病	深度学习	卷积神经网络	图像	1606张冠状动脉造影图像，来自132名患者
1196	2024-09-13	DRN-CDR: A cancer drug response prediction model using multi-omics and drug features 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108175 PMID:39191166	研究论文	本文提出了一种基于深度残差网络的多组学和药物特征的癌症药物反应预测模型DRN-CDR	本文创新性地整合了基因表达、突变数据、甲基化数据以及药物分子结构信息，通过深度残差网络预测药物的IC50值，并在分类问题上取得了较高的AUC和AUPR值	NA	优化癌症治疗方案，提高治疗效果并减少副作用	癌症药物反应预测	机器学习	NA	深度学习	深度残差网络	多组学数据	多种药物和细胞系对
1197	2024-09-13	Balinese story texts dataset for narrative text analyses 2024-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110781 PMID:39252773	研究论文	本文介绍了首个用于叙事文本分析的巴厘故事文本数据集，包含四个子数据集用于角色识别、别名聚类和角色分类	首次为巴厘故事文本创建了标注数据集，填补了低资源语言数据集的空白	数据集仅包含120个巴厘故事文本，样本量相对较小	开发和提供用于叙事文本分析的巴厘故事文本数据集	巴厘故事文本中的角色识别、别名聚类和角色分类	自然语言处理	NA	命名实体识别、自然语言处理	NA	文本	120个手动标注的巴厘故事文本，包含89,917个标注词和6,634个句子
1198	2024-09-13	A scarce dataset for ancient Arabic handwritten text recognition 2024-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110813 PMID:39252777	研究论文	本文提供了一个稀缺的古代阿拉伯手写文本识别数据集，填补了该领域的空白	本文首次提供了一个包含图像和文本真值的古代阿拉伯手稿数据集，有助于阿拉伯OCR和文本校正任务的研究和实践	数据集规模较小，仅包含八本书和四十页	开发用于古代阿拉伯手写文本识别的深度学习光学字符识别模型	古代阿拉伯手稿的图像和文本	计算机视觉	NA	深度学习	深度神经网络	图像和文本	八本书，四十页
1199	2024-09-13	FruitSeg30_Segmentation dataset & mask annotations: A novel dataset for diverse fruit segmentation and classification 2024-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110821 PMID:39252785	研究论文	本文介绍了一个名为FruitSeg30_Segmentation Dataset & Mask Annotations的新数据集，旨在提升深度学习模型在水果分割和分类任务中的能力	该数据集包含了1969张高质量图像，涵盖30种不同的水果类别，提供了多样化的视觉信息，有助于构建更强大的模型	NA	提升水果分割和分类任务中深度学习模型的性能	水果图像的分割和分类	计算机视觉	NA	NA	U-Net	图像	1969张高质量图像，涵盖30种不同的水果类别
1200	2024-09-13	AI-guided identification of risk variants for adrenocortical tumours in TP53 p.R337H carrier children: a genetic association study 2024-Oct, Lancet regional health. Americas DOI:10.1016/j.lana.2024.100863 PMID:39258234	研究论文	研究探讨了TP53 p.R337H携带儿童中与肾上腺皮质肿瘤风险相关的遗传变异	使用深度学习算法分析全外显子测序数据，发现与肾上腺皮质肿瘤发生相关的非编码变异	研究样本主要来自巴西南部，结果的普适性可能受限	研究TP53 p.R337H携带儿童中与肾上腺皮质肿瘤风险相关的遗传变异	TP53 p.R337H携带儿童及其父母	遗传学	肾上腺皮质肿瘤	全外显子测序	深度学习	基因组数据	发现队列包括21名儿童及其父母，验证队列包括392名TP53 p.R337H携带者