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
121	2025-10-06	Bidirectional Long Short-Term Memory-Based Detection of Adverse Drug Reaction Posts Using Korean Social Networking Services Data: Deep Learning Approaches 2024-11-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/45289 PMID:39565685	研究论文	本研究开发了一种基于双向长短期记忆网络的深度学习模型，用于从韩国社交网络服务数据中自动检测药物不良反应帖子	首次针对韩语SNS数据开发了基于Bi-LSTM的药物不良反应检测模型，并提出了从药物名称-不良反应词对关联分析到模型构建的完整流程	研究仅针对两种非甾体抗炎药进行验证，模型在其他药物类型上的泛化能力需要进一步验证	开发能够自动监测药物不良反应的深度学习分类模型	韩国社交网络服务中的药物相关信息帖子	自然语言处理	药物不良反应	自然语言处理, 关联分析	Bi-LSTM	文本	2005年至2020年期间的博客帖子、咖啡馆帖子和NAVER问答帖子	NA	Bidirectional Long Short-Term Memory	准确率, AUC	NA
122	2025-10-06	Design of high specificity binders for peptide-MHC-I complexes 2024-Nov-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625793 PMID:39651227	研究论文	本研究利用深度学习工具设计能够特异性结合肽-MHC-I复合物的小蛋白	首次使用深度学习蛋白质设计工具开发特异性靶向pMHC复合物的结合蛋白，能够区分高度相似的肽段	仅针对十种目标pMHC进行了验证，需要进一步扩大验证范围	开发高特异性结合肽-MHC-I复合物的蛋白质工具	肽-MHC-I复合物	机器学习	免疫相关疾病	深度学习蛋白质设计	深度学习	蛋白质结构数据	十种目标pMHC复合物	NA	NA	结合特异性，T细胞激活能力	NA
123	2025-10-06	Time-Series Deep Learning and Conformal Prediction for Improved Sepsis Diagnosis in Non-ICU Hospitalized Patients 2024-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.21.24317716 PMID:39606323	研究论文	开发了一种基于深度学习和保形预测的时间序列模型，用于非ICU住院患者的脓毒症早期诊断	结合时间序列深度学习和保形预测框架，专门针对非ICU环境设计，显著降低假阳性率	模型依赖于电子健康记录数据的完整性和质量，在数据稀疏环境中性能可能受限	提高非ICU住院患者脓毒症的早期诊断准确性和时效性	非ICU住院患者	机器学习	脓毒症	深度学习，保形预测	深度学习模型	电子健康记录，时间序列数据	83,813名患者用于训练，eICU-CRD数据集用于验证	NA	时间序列深度学习模型	AUROC，假阳性率，特异性	NA
124	2025-10-06	Balanced Training Sets Improve Deep Learning-Based Prediction of CRISPR sgRNA Activity 2024-11-15, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00542 PMID:39495623	研究论文	本研究通过比较平衡与不平衡训练集对深度学习模型预测CRISPR sgRNA活性的影响	首次系统评估平衡训练集对CRISPR sgRNA活性预测模型性能的影响，并验证合成sgRNA数据增强方法的有效性	研究主要基于CRISPR-Cas12a和Cas9系统的酵母数据，在其他生物系统中的普适性需进一步验证	提高CRISPR sgRNA活性预测的准确性	CRISPR系统的sgRNA序列	机器学习	NA	CRISPR-Cas筛选	CNN,LLM	基因序列数据	基于酵母CRISPR-Cas12a筛选数据生成的数据集	NA	卷积神经网络,大语言模型	预测准确性	NA
125	2025-05-31	Boosting Cardiac Color Doppler Frame Rates With Deep Learning 2024-11, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3424549 PMID:38976463	研究论文	本文探讨了使用深度学习模型从减少的滤波I/Q信号中估计心内多普勒速度，以提高心脏彩色多普勒成像的帧率	提出使用深度学习模型（如U-Net和ConvNeXt）从减少的滤波I/Q信号中估计多普勒速度，有效减轻混叠和噪声，优于现有的自相关器方法	未观察到实数与复数数据之间的显著差异，且仅在体外和体内实验中验证了模型	提高心脏彩色多普勒成像的帧率，以更全面地分析心室充盈	心脏彩色多普勒成像中的血流速度	数字病理	心血管疾病	深度学习	CNN, U-Net, ConvNeXt	图像	模拟患者心脏彩色多普勒采集数据，并通过数据增强策略扩大训练数据集	NA	NA	NA	NA
126	2025-05-31	Deep Learning-Based Clustering of OCT Images for Biomarker Discovery in Age-Related Macular Degeneration (PINNACLE Study Report 4) 2024 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100543 PMID:39139544	research paper	介绍了一种基于深度学习的生物标志物提案系统，用于加速年龄相关性黄斑变性(AMD)的生物标志物发现	使用自监督对比学习训练神经网络，无需临床注释即可发现AMD相关特征，并提出新的生物标志物候选	研究依赖于视网膜专家的半结构化访谈来解读聚类结果，可能存在主观性	加速AMD生物标志物的发现	视网膜OCT图像	digital pathology	geriatric disease	OCT	CNN	image	3456名51-102岁成年人的46496张视网膜OCT图像	NA	NA	NA	NA
127	2025-05-31	Synthesizing Real-Time Ultrasound Images of Muscle Based on Biomechanical Simulation and Conditional Diffusion Network 2024-11, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3445434 PMID:39186423	research paper	提出了一种基于生物力学模拟和条件扩散网络的肌肉实时超声图像合成方法，用于生成大量可靠的合成超声数据集	结合生物力学模拟（FEM）、稀疏肌束重建算法和扩散网络，生成多样化的实时超声图像，解决了超声图像斑点噪声导致的标注难题	合成图像的逼真度仍需进一步验证，且参数调整可能影响生成数据的多样性	开发无需人工扫描标注的肌肉超声图像合成流程，增强深度学习模型的训练和评估	肌肉运动超声图像	medical imaging	NA	finite-element method (FEM), conditional diffusion network	diffusion network	ultrasound images	3030张合成超声图像	NA	NA	NA	NA
128	2025-05-31	Investigating the Use of Traveltime and Reflection Tomography for Deep Learning-Based Sound-Speed Estimation in Ultrasound Computed Tomography 2024-11, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3459391 PMID:39264782	研究论文	本研究探讨了在超声计算机断层扫描中，使用走时层析成像和反射层析成像作为深度学习输入模态对声速估计的影响	提出了一种基于双通道（走时层析成像和反射层析成像）的卷积神经网络方法，用于高分辨率声速重建，相比全波形反演具有更高的计算效率	研究主要基于数值乳腺模型，临床数据验证有限	提高超声计算机断层扫描中声速估计的准确性和计算效率	数值乳腺模型和临床人类乳腺数据	医学影像处理	乳腺癌	超声计算机断层扫描（USCT），走时层析成像（TT），反射层析成像（RT）	CNN	图像	数值乳腺模型和临床人类乳腺数据（具体数量未提及）	NA	NA	NA	NA
129	2025-05-31	Expert-guided protein language models enable accurate and blazingly fast fitness prediction 2024-11-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae621 PMID:39576695	research paper	介绍了一种快速准确的蛋白质变异效应预测工具VespaG，该工具利用蛋白质语言模型嵌入作为最小深度学习模型的输入	通过使用GEMME作为伪标准创建了一个包含3900万个单氨基酸变异的数据集，提高了预测的可解释性，并且速度比现有方法快几个数量级	依赖于GEMME作为伪标准，可能引入偏差	开发一种快速准确的蛋白质变异效应预测方法	人类蛋白质组中的单氨基酸变异	machine learning	NA	protein language model (pLM), deep learning	deep learning model	protein sequence data	39 million single amino acid variants from the human proteome	NA	NA	NA	NA
130	2025-10-07	Self-Powered, Flexible, Wireless and Intelligent Human Health Management System Based on Natural Recyclable Materials 2024-11-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02186 PMID:39436357	研究论文	基于天然可回收材料开发自供电柔性无线智能健康管理系统，用于人体运动识别和睡眠呼吸异常预警	采用丝瓜络导电石墨四摩擦层增强型摩擦纳米发电机，信号强度提升390%，结合深度学习模型实现高精度运动分析	NA	开发基于天然材料的自供电健康管理系统，用于肥胖相关慢性疾病的监测和干预	人体运动状态和睡眠呼吸模式	可穿戴设备与健康监测	肥胖相关慢性疾病（阻塞性睡眠呼吸暂停、II型糖尿病、心血管疾病、阿尔茨海默病）	摩擦纳米发电技术、蓝牙无线传输、深度学习	深度学习模型	运动信号、呼吸信号	个体七类位移速度识别（1人）、三人七类位移速度识别（3人）	NA	NA	准确率（98.1%个体识别，96.46%三人识别）	NA
131	2025-10-07	ChromaFold predicts the 3D contact map from single-cell chromatin accessibility 2024-11-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53628-0 PMID:39487131	研究论文	提出ChromaFold深度学习模型，仅使用单细胞ATAC测序数据预测3D染色质接触图谱	首个仅依赖scATAC-seq数据预测3D接触图谱的模型，无需Hi-C或CTCF ChIP-seq数据	需要配对scATAC-seq和Hi-C数据进行训练	从单细胞染色质可及性数据预测3D染色质相互作用	人类和小鼠细胞类型	计算生物学	NA	scATAC-seq, Hi-C	深度学习	基因组测序数据	多个人类和小鼠测试细胞类型	NA	轻量级架构	准确率	标准GPU
132	2025-10-07	Directional Characteristic Enhancement of an Omnidirectional Detection Sensor Enabled by Strain Partitioning Effects in a Periodic Composite Hole Substrate 2024-11-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01097 PMID:39431947	研究论文	本研究通过应变分配调制策略开发了一种具有方向特性增强的全向可拉伸应变传感器	提出基于应变分配调制的灵敏度各向异性放大策略，通过定制化周期性孔阵列结构参数调制敏感导电网络的应力分布	NA	开发具有高方向识别能力的全向应变传感器，用于运动检测和人机交互	可拉伸应变传感器及其传感阵列	传感器技术	NA	应变分配调制，周期性孔阵列结构设计	深度学习网络	应变传感器数据	NA	NA	轻量级深度学习网络	识别率，灵敏度	NA
133	2025-10-07	An explainable longitudinal multi-modal fusion model for predicting neoadjuvant therapy response in women with breast cancer 2024-11-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53450-8 PMID:39511143	研究论文	开发了一种可解释的纵向多模态融合模型，用于预测乳腺癌患者新辅助治疗反应	提出MRP系统模拟真实世界医生评估，整合跨模态知识挖掘和时间信息嵌入策略处理缺失模态数据	未明确说明模型在更广泛人群中的泛化能力	预测乳腺癌患者新辅助治疗反应	乳腺癌患者	医学影像分析	乳腺癌	多模态图像分析	深度学习模型	多模态图像数据	多中心研究数据	NA	多模态融合模型	AUROC	NA
134	2025-10-07	PACT-3D, a deep learning algorithm for pneumoperitoneum detection in abdominal CT scans 2024-11-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54043-1 PMID:39511229	研究论文	开发并验证用于腹部CT扫描中气腹检测的深度学习算法PACT-3D	首个专门针对气腹检测的深度学习模型，在排除少量游离气体病例时灵敏度显著提升至0.92-0.98	未提及模型在更广泛医疗机构中的泛化能力验证	开发能够准确检测CT扫描中气腹的深度学习模型以改善急诊诊疗流程	腹部CT扫描图像	计算机视觉	气腹	CT扫描	深度学习	医学影像	远东纪念医院20,390例扫描（训练集14,039+前瞻测试集6,351）+ Cedars-Sinai医学中心480例外部验证	NA	PACT-3D	灵敏度, 特异性	NA
135	2025-10-07	Predicting cell type-specific epigenomic profiles accounting for distal genetic effects 2024-11-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54441-5 PMID:39550354	研究论文	提出一种能预测未见细胞类型表观遗传信号的深度学习模型Enformer Celltyping	首次在深度学习模型中整合远端DNA相互作用效应（最远100,000碱基对）以实现跨细胞类型的表观遗传信号预测	基因组深度学习模型在遗传变异效应预测方面仍存在局限性	开发能预测不同细胞类型表观遗传谱的计算模型	细胞类型特异性表观遗传信号	机器学习	NA	染色质可及性数据，表观遗传插补	深度学习	DNA序列数据，表观遗传数据	NA	NA	Enformer	NA	NA
136	2025-10-07	Digital profiling of gene expression from histology images with linearized attention 2024-11-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54182-5 PMID:39543087	研究论文	开发了一种名为SEQUOIA的线性化注意力模型，能够从组织学图像中预测癌症转录组谱	首次将线性化注意力机制应用于全切片图像分析，解决了传统transformer在医学图像处理中模型复杂度过高和数据量有限的问题	模型在16种癌症类型上训练，可能对其他罕见癌症类型的泛化能力有限	开发从组织学图像预测基因表达谱的深度学习方法，实现癌症个性化管理	癌症肿瘤样本	数字病理学	癌症	全切片图像分析，转录组分析	Transformer	图像	7584个肿瘤样本用于模型开发，1368个肿瘤样本用于验证	NA	线性化注意力Transformer	NA	NA
137	2025-10-07	Interformer: an interaction-aware model for protein-ligand docking and affinity prediction 2024-11-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54440-6 PMID:39587070	研究论文	提出一种基于图Transformer架构的交互感知模型Interformer，用于蛋白质-配体对接和亲和力预测	采用交互感知混合密度网络捕获非共价相互作用，并引入负采样策略校正交互分布	NA	改进蛋白质-配体对接和亲和力预测的泛化能力和可解释性	蛋白质-配体复合物	机器学习	NA	深度学习	图Transformer	分子结构数据	公开数据集和内部数据集	NA	Graph-Transformer	对接任务SOTA性能	NA
138	2025-10-07	Whole-cell multi-target single-molecule super-resolution imaging in 3D with microfluidics and a single-objective tilted light sheet 2024-11-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54609-z PMID:39582043	研究论文	开发了一种结合微流控和单物镜倾斜光片技术的3D多靶点单分子超分辨率成像平台	通过可操纵的倾斜光片减少荧光背景，结合3D纳米打印微流控系统反射光片，实现了全细胞多靶点3D超分辨率成像	NA	解决全细胞多靶点3D单分子超分辨率成像中的高荧光背景和慢采集速度问题	哺乳动物细胞内的亚细胞结构	生物医学成像	NA	单分子超分辨率荧光显微镜，微流控技术，Exchange-PAINT	深度学习	3D图像	NA	NA	NA	成像精度，成像速度	NA
139	2025-10-07	ClickGen: Directed exploration of synthesizable chemical space via modular reactions and reinforcement learning 2024-11-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54456-y PMID:39578485	研究论文	开发了一种利用模块化反应和强化学习生成高可合成性分子的深度学习模型	结合点击化学模块化反应组装分子，并整合强化学习和修复技术确保分子多样性、新颖性和强结合倾向	仅针对三种蛋白质的现有结合剂进行了验证，适用范围有待进一步扩展	解决生成分子可合成性低的问题，推动AI驱动的自动化实验和闭环分子设计	化学分子空间，特别是针对PARP1等蛋白质靶点的小分子化合物	机器学习	癌症	点击化学，强化学习，修复技术	深度学习模型	化学分子数据	针对三种蛋白质靶点的分子生成和验证	NA	NA	新颖性，可合成性，对接构象相似性	NA
140	2025-10-07	In-context learning enables multimodal large language models to classify cancer pathology images 2024-11-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51465-9 PMID:39572531	研究论文	本研究评估了GPT-4V模型通过上下文学习在癌症病理图像分类任务中的表现	首次系统评估多模态大语言模型在医学图像分析中的上下文学习能力，无需参数更新即可完成专业医疗图像分类	仅评估了三种特定的癌症病理学任务，未涵盖更广泛的医学图像类型	探索上下文学习在医学图像分类中的应用，降低技术门槛	结直肠癌组织亚型分类、结肠息肉亚型分类和淋巴结切片中乳腺肿瘤检测	计算机视觉	癌症	上下文学习	多模态大语言模型	病理图像	仅需少量样本	GPT-4V	GPT-4V	与专业神经网络性能对比	NA