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
501	2024-11-26	Accurate Conformation Sampling via Protein Structural Diffusion 2024-Nov-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00928 PMID:39340358	研究论文	本文介绍了一种名为UFConf的新方法，用于基于氨基酸序列进行蛋白质构象的鲁棒采样	UFConf通过将AlphaFold2转化为扩散模型，实现了基于构象的扩散过程，并开发了一种新的基于结构聚类的层次重加权协议，以克服蛋白质数据库中的构象偏差	NA	开发一种能够高精度预测蛋白质不同稳定构象的模型，以推动生物学和医学的进步	蛋白质构象的采样	生物信息学	NA	扩散模型	扩散模型	蛋白质结构数据	NA
502	2024-11-26	Challenge for Deep Learning: Protein Structure Prediction of Ligand-Induced Conformational Changes at Allosteric and Orthosteric Sites 2024-Nov-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01475 PMID:39484820	研究论文	研究使用深度学习算法预测蛋白质在配体结合时的构象变化，特别是针对别构位点的变化	首次系统研究了深度学习方法在预测蛋白质别构诱导适应构象变化方面的潜力和局限性	深度学习方法在预测别构诱导适应构象方面仍存在挑战，准确性不如预测正构位点结合构象	探讨深度学习算法在预测蛋白质别构和正构位点结合时的构象变化中的应用	蛋白质在配体结合时的构象变化，特别是别构位点的变化	计算生物学	NA	深度学习	AlphaFold2, NeuralPLexer, RoseTTAFold All-Atom	蛋白质结构数据	578个X射线结构数据
503	2024-11-26	CACHE Challenge #1: Targeting the WDR Domain of LRRK2, A Parkinson's Disease Associated Protein 2024-Nov-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01267 PMID:39499532	研究论文	本文报道了首届CACHE挑战赛的结果，该挑战赛旨在评估计算命中发现领域的进展	首次针对帕金森病相关蛋白LRRK2的WDR域进行计算命中发现，展示了多种计算方法的应用	实验验证的化合物稀少且效力较弱，表明现有技术不足以有效解决具有挑战性的靶点	评估计算命中发现方法在帕金森病靶点LRRK2的WDR域中的应用效果	LRRK2蛋白的WDR域及其潜在的结合化合物	药物设计	帕金森病	分子动力学、片段对接、生成设计策略、深度学习	NA	化合物	23个计算团队，共预测了1955个分子，其中73个分子在SPR测定中显示出结合活性
504	2024-11-26	Data-Based Prediction of Redox Potentials via Introducing Chemical Features into the Transformer Architecture 2024-Nov-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01299 PMID:39513760	研究论文	本文开发了一种基于化学语言模型的深度学习方法TransChem，用于预测有机分子的氧化还原电位	引入化学特征到Transformer架构中，结合空间和电子特征的分子表征，以及非线性分子信息传递方法Mol-Attention和扰动学习方法	NA	加速目标导向的新反应和材料设计	有机分子的氧化还原电位	机器学习	NA	深度学习	Transformer	分子数据	超过100,000个有机自由基数据，2,1,3-苯并噻二唑数据集（<3000数据点），电子亲和力数据集（660数据），以及自开发的全空间二取代苯酚氧化电位数据集（OPP-data set，总计74,529）
505	2024-11-26	[De novo protein design in the age of artificial intelligence] 2024-Nov-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240087 PMID:39584325	综述	本文综述了蛋白质设计的演变过程，重点介绍了最新的算法模型，并分析了当前存在的挑战和未来趋势	本文探讨了人工智能和深度学习生成模型在蛋白质设计中的应用，展示了其在功能蛋白质设计中的潜力	当前蛋白质设计面临设计成功率低、精度不足以及依赖实验验证等挑战	本文旨在为蛋白质设计领域的研究人员和从业者提供见解	本文主要研究蛋白质设计及其在生物医学和纳米技术中的应用	生物信息学	NA	深度学习	生成模型	序列数据	NA
506	2024-11-26	Semantic segmentation for weed detection in corn 2024-Nov-25, Pest management science IF:3.8Q1 DOI:10.1002/ps.8554 PMID:39584373	研究论文	提出了一种结合语义分割和图像处理的新方法，用于在玉米田中检测杂草	通过语义分割生成玉米作物的掩码，并将掩码外的所有绿色植物像素识别为杂草，避免了直接检测多样杂草物种的复杂性	未提及	简化杂草检测过程，提高精准杂草管理的效率	玉米田中的杂草检测	计算机视觉	NA	语义分割	DeepLabV3+	图像	未提及
507	2024-11-26	iMFP-LG: Identification of Novel Multi-Functional Peptides by Using Protein Language Models and Graph-Based Deep Learning 2024-Nov-25, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzae084 PMID:39585308	研究论文	本文介绍了一种基于蛋白质语言模型和图注意力网络的iMFP-LG方法，用于识别新型多功能肽	iMFP-LG方法结合了蛋白质语言模型和图注意力网络，显著提高了多功能肽的识别准确性，并展示了其在筛选新型候选肽方面的应用潜力	NA	开发一种高效准确的方法来识别多功能肽，以促进其发现和机制理解	多功能肽，特别是具有抗菌和抗癌功能的候选肽	机器学习	NA	蛋白质语言模型，图注意力网络	图注意力网络	蛋白质序列数据	从UniRef90数据库中筛选了数百万已知肽，最终识别出8个候选肽，其中1个通过分子结构比对和生物实验确认具有抗菌和抗癌效果
508	2024-11-26	A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain 2024-Nov-25, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06994-2 PMID:39585354	研究论文	本文提出了一种基于小波域的深度学习方法，用于从超低剂量PET图像中恢复标准剂量成像质量	本文创新性地引入WaveNet，通过输入小波分解后的频率成分在频率域进行去噪，相较于传统空间域去噪方法，显著提升了图像质量	NA	开发一种能够从超低剂量PET扫描中恢复高质量成像的小波域深度学习方法	超低剂量PET图像	计算机视觉	NA	深度学习	WaveNet	图像	1447例全身18F-FDG PET图像
509	2024-11-26	Deep Learning Based Detection of Large Vessel Occlusions in Acute Ischemic Stroke Using High-Resolution Photon Counting Computed Tomography and Conventional Multidetector Computed Tomography 2024-Nov-25, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01471-7 PMID:39585389	研究论文	研究使用高分辨率光子计数计算机断层扫描（PCCT）和常规多探测器计算机断层扫描（CT）检测急性缺血性卒中（AIS）中的大血管闭塞（LVO）的深度学习方法	研究了PCCT图像质量对深度学习检测LVO性能的影响，并开发了一种新的深度学习架构	研究无法排除灌注缺陷的存在，因为缺乏CT灌注（CTP）成像数据	探讨PCCT图像质量对深度学习检测AIS中LVO的影响	急性缺血性卒中中的大血管闭塞	计算机视觉	脑血管疾病	深度学习	深度学习架构	图像	443例病例，其中267例无闭塞，176例有闭塞
510	2024-11-26	TPepPro: a deep learning model for predicting peptide-protein interactions 2024-Nov-25, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae708 PMID:39585721	研究论文	本文提出了一种基于Transformer的深度学习模型TPepPro，用于预测肽-蛋白质相互作用	TPepPro结合了局部蛋白质序列特征提取和全局蛋白质结构特征提取，并通过优化结构特征神经网络的架构，显著减少了计算资源的需求	NA	开发一种高效且准确的模型来预测肽-蛋白质相互作用，以支持肽类药物的开发	肽-蛋白质相互作用	机器学习	NA	深度学习	Transformer	序列和结构特征	19,187对肽-蛋白质复合物
511	2024-11-26	Leveraging Artificial Intelligence for Diabetic Retinopathy Screening and Management: History and Current Advances 2024-Nov-24, Seminars in ophthalmology IF:1.9Q2 DOI:10.1080/08820538.2024.2432902 PMID:39580713	综述	本文综述了人工智能在糖尿病视网膜病变筛查和管理中的应用历史和当前进展	介绍了多种基于人工智能的深度学习算法在可转诊糖尿病视网膜病变诊断中的潜力	尽管有许多已批准的AI算法在全球范围内用于糖尿病视网膜病变的检测，但仍需进一步验证和优化	评估人工智能在糖尿病视网膜病变筛查中的应用及当前可用的自动化检测算法	糖尿病视网膜病变及其自动化检测算法	计算机视觉	糖尿病	深度学习	深度学习算法	图像	NA
512	2024-11-26	Detection of glaucoma progression on longitudinal series of en-face macular optical coherence tomography angiography images with a deep learning model 2024-Nov-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-324528 PMID:39117359	研究论文	设计了一种深度学习模型，用于通过纵向的黄斑光学相干断层扫描血管造影图像检测青光眼的进展	使用定制的卷积神经网络模型，通过纵向的黄斑OCTA图像检测青光眼的进展，并展示了其优于传统逻辑回归模型的性能	需要外部验证以进一步提高模型的检测性能	开发一种深度学习模型，用于通过纵向的黄斑OCTA图像检测青光眼的进展	134名开角型青光眼患者的202只眼睛	计算机视觉	眼科疾病	光学相干断层扫描血管造影（OCTA）	卷积神经网络（CNN）	图像	202只眼睛，134名患者
513	2024-11-26	Efficient deep learning based rail fastener screw detection method for fastener screw maintenance robot under complex lighting conditions 2024-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77364-z PMID:39578481	研究论文	提出了一种基于YOLO的轻量级模型LFGB-YOLO，用于在复杂光照条件下检测铁路扣件螺栓	引入了Light-Fast部分和GB-Neck部分，分别优化了网络参数和特征融合能力，提高了检测精度和速度	未提及具体限制	开发一种在复杂光照条件下高效检测铁路扣件螺栓的方法，以支持维护机器人	铁路扣件螺栓	计算机视觉	NA	深度学习	YOLO	图像	未提及具体样本数量
514	2024-11-26	ClickGen: Directed exploration of synthesizable chemical space via modular reactions and reinforcement learning 2024-Nov-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54456-y PMID:39578485	研究论文	开发了一种名为ClickGen的深度学习模型，利用模块化反应和强化学习技术生成具有高合成性和新颖性的分子	结合模块化反应和强化学习技术，确保生成分子的高多样性、新颖性和强结合倾向	NA	解决生成模型生成的分子合成性低的问题，推动AI驱动的自动化实验和闭环分子设计	生成具有高合成性和新颖性的分子，并验证其生物活性	机器学习	NA	强化学习	深度学习模型	分子数据	针对三种蛋白质的现有结合剂，以及针对poly adenosine diphosphate-ribose polymerase 1的实验验证
515	2024-11-26	Crop classification in the middle reaches of the Hei River based on model transfer 2024-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80327-z PMID:39578651	研究论文	本文提出了一种基于模型迁移的作物分类方法，用于黑河流域中游地区	通过生成多源光谱数据（MSSD）并利用预训练模型进行微调，实现了在无样本年份的作物分类	依赖于预训练模型的准确性，且实验仅使用了四种模型进行验证	提高在黑河流域中游地区作物分类的准确性，减少对大规模样本数据的依赖	黑河流域中游地区的作物分类	计算机视觉	NA	遥感技术	CNN	光谱数据	使用了三种基于CNN的深度学习模型和一个机器学习模型（RF）进行实验
516	2024-11-26	Multimodal machine learning for language and speech markers identification in mental health 2024-Nov-22, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02772-0 PMID:39578814	研究论文	本文研究了使用多模态机器学习方法识别语言和语音标记在精神健康诊断中的应用	本文结合了单模态和多模态方法，通过识别和编译广泛的精神健康障碍标记，评估多模态方法是否优于单模态方法	本文主要使用DAIC-WOZ数据集，且未探讨更复杂的融合技术和深度学习模型	评估多模态方法在精神健康诊断中是否优于单模态方法	语言和语音数据中的精神健康障碍标记	机器学习	精神健康障碍	多模态机器学习	支持向量机、逻辑回归、随机森林、全连接神经网络	文本和音频	使用DAIC-WOZ数据集中的临床访谈数据
517	2024-11-26	Screening for severe coronary stenosis in patients with apparently normal electrocardiograms based on deep learning 2024-Nov-22, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02764-0 PMID:39578851	研究论文	本文开发了一种基于深度学习模型，用于在心电图（ECG）看似正常的情况下筛查严重冠状动脉狭窄的患者	本文首次使用深度学习模型结合迁移学习技术，从看似正常的心电图中提取深层特征，以识别严重冠状动脉狭窄	模型在单独使用心电图数据时敏感性较低，添加临床信息后特异性下降	开发一种有效模型，区分心电图看似正常患者中的严重冠状动脉狭窄与无或轻度狭窄	392名患者，其中138名患有严重狭窄	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据和临床信息	392名患者，包括138名严重狭窄患者
518	2024-11-26	Bioimaging and-the future of whole-organismal developmental physiology 2024-Nov-22, Comparative biochemistry and physiology. Part A, Molecular & integrative physiology DOI:10.1016/j.cbpa.2024.111783 PMID:39581226	评论	本文评估了成像技术在测量整个生物体发育生理学中的重要性，并探讨了计算机视觉和深度学习在图像分析中的潜力	本文探讨了计算机视觉在跨物种、生命阶段和实验中的可转移性，以及其在发育生理学中的应用潜力	NA	评估成像技术在发育生理学研究中的重要性，并探讨计算机视觉和深度学习在图像分析中的应用前景	整个生物体的发育生理学	计算机视觉	NA	计算机视觉	深度学习	图像	NA
519	2024-11-26	VGAE-CCI: variational graph autoencoder-based construction of 3D spatial cell-cell communication network 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae619 PMID:39581873	研究论文	提出了一种基于变分图自编码器的深度学习框架VGAE-CCI，用于构建三维空间细胞间通信网络	该方法能够识别跨多个组织层的细胞间通信，并适用于具有缺失或部分不完整数据的空间转录组数据	未提及具体限制	解决空间转录组数据中数据不完整和系统偏差问题，以及现有方法在分析跨多层组织细胞间通信方面的不足	细胞间通信网络	生物信息学	NA	空间转录组测序 (ST-seq)	变分图自编码器 (VGAE)	空间转录组数据	六个数据集
520	2024-11-26	Repun: an accurate small variant representation unification method for multiple sequencing platforms 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae613 PMID:39584701	研究论文	本文介绍了一种名为Repun的单体型感知变异对齐统一算法，用于在不同测序平台之间统一变异表示	Repun利用单体型信息加速变异与候选单体型的匹配过程，提高了统一过程的效率	NA	确保不同测序平台和条件下变异表示的一致性，为下游分析提供可靠的基础	不同测序平台（Oxford Nanopore Technology, Pacific Biosciences, Illumina）的变异表示	基因组学	NA	测序技术	NA	基因组数据	多个Genome in a Bottle Consortium样本