深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 1136 篇文献，本页显示第 121 - 140 篇。
| 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 | 2025-10-07 |
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 |
| 122 | 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 |
| 123 | 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 |
| 124 | 2025-10-07 |
Increasing phosphorus loss despite widespread concentration decline in US rivers
2024-Nov-26, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2402028121
PMID:39556745
|
研究论文 | 利用深度学习重建美国河流总磷浓度趋势，发现尽管浓度普遍下降但磷流失总量仍在增加 | 首次结合密集水文气象数据和深度学习填补历史数据空白，重建美国本土河流40年总磷浓度和流失量趋势 | 依赖历史数据的完整性和模型重建的准确性，气候变化对河流流量的影响增加了磷流失控制的复杂性 | 分析美国河流总磷浓度和流失量的长期变化趋势 | 美国本土430条河流的总磷浓度和流失量 | 环境科学, 机器学习 | NA | 水文气象监测, 深度学习 | LSTM | 水文气象时间序列数据 | 美国本土430条河流1980-2019年每日记录 | NA | 多任务长短期记忆网络 | NA | NA |
| 125 | 2025-10-07 |
LungVis 1.0: an automatic AI-powered 3D imaging ecosystem unveils spatial profiling of nanoparticle delivery and acinar migration of lung macrophages
2024-11-27, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54267-1
PMID:39604430
|
研究论文 | 开发了一个名为LungVis 1.0的AI驱动成像生态系统，用于三维可视化纳米颗粒在肺部递送的空间分布和肺泡巨噬细胞的迁移行为 | 首次整合光片荧光显微镜与深度学习图像分析，实现了纳米颗粒在支气管和肺泡区域沉积的全面定量映射，并挑战了组织驻留巨噬细胞为静态实体的传统范式 | 研究目前仅限于小鼠肺部模型，尚未在人类或其他物种中验证 | 探索肺部靶向药物递送动力学和巨噬细胞介导的肺部免疫机制 | 小鼠肺部纳米颗粒沉积和肺泡巨噬细胞行为 | 数字病理学 | 呼吸系统疾病 | 光片荧光显微镜，深度学习图像分析 | 深度学习 | 三维荧光图像 | NA | NA | NA | NA | NA |
| 126 | 2025-05-15 |
Using Deep Learning to Suggest Treatment for Proximal Humerus Fractures
2024-11-22, Studies in health technology and informatics
DOI:10.3233/SHTI241080
PMID:39575796
|
research paper | 该研究开发了一个基于深度学习的模型，用于根据肱骨近端骨折的放射影像预测治疗类型 | 利用深度学习模型预测肱骨近端骨折的治疗类型，其准确性和观察者间可靠性超过了肩部外科医生的判断 | 模型仅在特定测试数据集上进行了验证，可能需要更多样化的数据以提高泛化能力 | 开发一个治疗决策支持系统，以加快急诊科对肱骨近端骨折的治疗决策 | 肱骨近端骨折患者 | digital pathology | 骨折 | 深度学习 | NA | image | NA | NA | NA | NA | NA |
| 127 | 2025-10-07 |
Noninvasive fetal genotyping using deep neural networks
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf067
PMID:39992001
|
研究论文 | 本研究开发了首个基于深度学习的循环游离DNA胎儿基因分型框架，用于无创产前单基因病检测 | 首次将深度学习应用于cfDNA胎儿基因分型，整合了DNA核苷酸、片段、突变区域、样本和家族特征等多层次信息 | NA | 开发基于深度学习的无创产前单基因病检测方法 | 孕妇血浆中的循环游离DNA | 数字病理 | 单基因遗传病 | 超深度全基因组测序 | 深度学习 | 基因组测序数据 | NA | NA | 深度神经网络 | 突变检测准确性 | NA |
| 128 | 2025-10-07 |
[Deep Learning Reconstruction Algorithm Combined With Smart Metal Artifact Reduction Technique Improves Image Quality of Upper Abdominal CT in Critically Ill Patients]
2024-Nov-20, Sichuan da xue xue bao. Yi xue ban = Journal of Sichuan University. Medical science edition
DOI:10.12182/20241160102
PMID:39990832
|
研究论文 | 评估深度学习重建算法结合智能金属伪影减少技术对危重患者上腹部CT图像质量的改善效果 | 首次将深度学习重建算法与智能金属伪影减少技术结合应用于无法抬臂且需心电图监测的危重患者腹部CT成像 | 回顾性研究设计，样本量相对有限（102例患者），未评估对诊断准确性的影响 | 改善危重患者上腹部CT图像质量，特别是减少金属伪影和图像噪声 | 102例无法抬臂且需心电图监测的危重患者 | 医学影像处理 | 危重疾病 | CT成像，智能金属伪影减少技术 | 深度学习重建算法 | CT图像 | 102例危重患者 | NA | NA | CT值，噪声，信噪比，对比噪声比，5分制定性评分 | NA |
| 129 | 2025-10-07 |
Effective genome editing with an enhanced ISDra2 TnpB system and deep learning-predicted ωRNAs
2024-Nov, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02418-z
PMID:39313558
|
研究论文 | 本研究通过优化ISDra2 TnpB系统并开发深度学习预测模型，实现了高效的基因组编辑 | 开发了增强型TnpBmax系统使编辑效率提高4.4倍，创建了K76突变变体扩展靶向范围，并建立了深度学习模型TEEP预测ωRNA活性 | NA | 开发更紧凑高效的基因组编辑工具用于研究和治疗 | 哺乳动物细胞、小鼠肝脏和大脑 | 机器学习 | NA | 基因组编辑、深度学习 | 深度学习模型 | 基因组编辑效率数据 | 10,211个靶位点的编辑效率数据集 | NA | TEEP（TnpB编辑效率预测器） | 相关系数r>0.8，编辑效率（小鼠肝脏75.3%，大脑65.9%） | NA |
| 130 | 2025-05-08 |
Introducing TEC-LncMir for prediction of lncRNA-miRNA interactions through deep learning of RNA sequences
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf046
PMID:39927859
|
研究论文 | 介绍了一种名为TEC-LncMir的新方法，通过深度学习和Transformer Encoder结合CNN来预测lncRNA-miRNA的相互作用 | 使用Transformer Encoder和CNN结合的方法，将lncRNA和miRNA序列视为自然语言，并通过接触张量进行特征提取，显著提高了预测性能 | 未明确提及具体局限性 | 提高lncRNA-miRNA相互作用预测的性能 | lncRNA和miRNA的相互作用 | 自然语言处理 | 阿尔茨海默病 | 深度学习和序列分析 | Transformer Encoder和CNN | RNA序列 | NA | NA | NA | NA | NA |
| 131 | 2025-10-07 |
G-Protein Signaling in Alzheimer's Disease: Spatial Expression Validation of Semi-supervised Deep Learning-Based Computational Framework
2024-Nov-06, The Journal of neuroscience : the official journal of the Society for Neuroscience
DOI:10.1523/JNEUROSCI.0587-24.2024
PMID:39327003
|
研究论文 | 开发了一种半监督深度学习计算框架digID，用于预测阿尔茨海默病相关基因并识别新的治疗靶点 | 提出结合半监督深度学习分类器和蛋白质相互作用网络分析的新计算框架，发现G蛋白信号通路在AD中的新作用机制 | 计算预测结果需要实验验证，研究样本和脑区覆盖可能有限 | 识别阿尔茨海默病相关基因和新的治疗靶点 | 阿尔茨海默病相关基因、G蛋白亚基(GNAI1, GNB1)、KNG1蛋白、淀粉样前体蛋白(APP) | 机器学习 | 阿尔茨海默病 | 多组学数据分析、STORM超分辨率显微镜、mRNA表达分析 | 半监督深度学习 | 多组学数据、基因表达数据、显微镜图像 | NA | NA | NA | NA | NA |
| 132 | 2025-10-07 |
DeepPFP: a multi-task-aware architecture for protein function prediction
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae579
PMID:39905954
|
研究论文 | 提出一种名为DeepPFP的多任务感知架构，用于解决蛋白质功能预测中的泛化问题 | 结合模型无关元学习与蛋白质语言模型，能够捕获不同序列-功能映射任务间的共享特征 | 仅在五个域外深度突变扫描数据集上进行了训练验证 | 开发能够跨领域泛化的蛋白质功能预测模型 | 蛋白质序列与功能关系 | 生物信息学 | NA | 深度突变扫描，进化尺度建模 | 蛋白质语言模型，元学习模型 | 蛋白质序列数据 | 五个DMS数据集，包括SARS-CoV-2和Ube4b数据集（其中Ube4b使用500个样本子集） | NA | DeepPFP | 皮尔逊相关系数 | NA |
| 133 | 2025-05-04 |
Deep learning-based design and experimental validation of a medicine-like human antibody library
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf023
PMID:39851074
|
研究论文 | 本文描述了一种基于深度学习的模型，用于计算生成具有高人类抗体可变区域的文库，这些区域的固有物理化学性质类似于已上市抗体生物治疗药物的可变区域 | 利用生成式深度学习算法计算生成具有理想开发属性的新型抗体序列，这是首次实现计算生成可开发的人类抗体文库 | 研究仅针对IGHV3-IGKV1种系对的抗原无关人类抗体，可能不适用于其他类型的抗体 | 加速基于抗体的生物治疗药物的计算发现，并扩展可药物抗原空间 | 人类抗体可变区域 | 机器学习 | NA | 深度学习 | 生成式深度学习模型 | 序列数据 | 训练数据集包含31416个满足计算开发性标准的人类抗体，生成了100000个可变区域序列，实验评估了51个高度多样化的计算生成抗体 | NA | NA | NA | NA |
| 134 | 2025-05-03 |
scHiClassifier: a deep learning framework for cell type prediction by fusing multiple feature sets from single-cell Hi-C data
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf009
PMID:39831891
|
研究论文 | 提出了一种名为scHiClassifier的深度学习框架，通过融合单细胞Hi-C数据的多个特征集来预测细胞类型 | 提出了四个具有明确解释性和生物学意义的新特征集，并开发了一个基于多头自注意力编码器、1D卷积和特征融合的新型深度学习框架 | 当前基于单细胞Hi-C数据的细胞类型预测框架有限，常面临特征解释性和生物学意义的挑战，且缺乏令人信服和稳健的分类性能验证 | 开发一种能够利用单细胞Hi-C数据识别细胞类型的方法 | 单细胞Hi-C数据 | 生物信息学 | NA | 单细胞高通量染色体构象捕获技术（Hi-C） | 多头自注意力编码器、1D卷积 | 单细胞Hi-C数据 | 六个数据集 | NA | NA | NA | NA |
| 135 | 2025-05-03 |
The Updated Registry of Fast Myocardial Perfusion Imaging with Next-Generation SPECT (REFINE SPECT 2.0)
2024-Nov-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.124.268292
PMID:39362762
|
研究论文 | 介绍了更新后的REFINE SPECT 2.0注册表，包括更多患者和CT衰减校正成像的设计和初步结果 | 扩展了REFINE SPECT注册表，增加了CT衰减校正成像，并利用深度学习软件检测冠状动脉钙化 | 仅8.4%的患者有侵入性冠状动脉造影相关数据 | 评估SPECT心肌灌注成像的价值，验证新的人工智能工具在多模态成像中预测不良结局的效果 | 45,252名患者的心肌灌注成像数据 | 数字病理学 | 心血管疾病 | SPECT, CT衰减校正成像, 深度学习 | 深度学习 | 图像 | 45,252名患者来自13个中心 | NA | NA | NA | NA |
| 136 | 2025-05-02 |
Deep learning in integrating spatial transcriptomics with other modalities
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae719
PMID:39800876
|
综述 | 本文系统回顾了深度学习在整合空间转录组学与其他模态数据中的应用 | 首次全面综述了深度学习在整合空间转录组学与其他模态数据中的方法与应用 | 未涉及具体实验验证，主要基于文献综述 | 促进开发更强大的计算方法以更全面地利用多模态信息 | 空间转录组学数据与其他模态数据的整合方法 | 生物信息学 | NA | 空间转录组学、单细胞RNA测序(scRNA-seq)、深度学习 | 深度学习(DL) | 空间转录组学数据、组织学图像、染色质图像、scRNA-seq数据 | NA | NA | NA | NA | NA |
| 137 | 2025-05-02 |
DD-PRiSM: a deep learning framework for decomposition and prediction of synergistic drug combinations
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae717
PMID:39800875
|
research paper | 介绍了一种名为DD-PRiSM的深度学习框架，用于分解和预测协同药物组合的效果 | DD-PRiSM能够分解组合疗法的效果，成功识别协同药物对，并展示了协同反应在不同癌症类型中的差异 | 未明确提及具体限制 | 预测组合疗法的效果和安全性，特别是针对癌症等复杂疾病 | 药物组合及其在细胞系中的效果 | machine learning | cancer | deep learning | DD-PRiSM (包含Monotherapy模型和Combination therapy模型) | 药物结构、细胞系基因表达数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 138 | 2024-12-05 |
Letter to the Editor Regarding "A Practical Roadmap to Implementing Deep Learning Segmentation in the Clinical Neuroimaging Research Workflow"
2024-Nov, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.07.121
PMID:39623627
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 139 | 2025-10-07 |
Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features
2024-Nov-19, Journal of virology
IF:4.0Q2
DOI:10.1128/jvi.01194-24
PMID:39470208
|
研究论文 | 通过深度学习增强的冷冻电子断层扫描技术解析EB病毒和卡波西肉瘤相关疱疹病毒的病毒粒子结构 | 首次实现了人类γ疱疹病毒完整病毒粒子的高分辨率结构解析，发现了衣壳外部的多态性特征和病毒被膜的空间分布规律 | 研究主要关注细胞外病毒粒子，未涉及细胞内病毒组装过程 | 比较EB病毒和卡波西肉瘤相关疱疹病毒的结构特征，揭示γ疱疹病毒与其他疱疹病毒亚科的差异 | EB病毒和卡波西肉瘤相关疱疹病毒的病毒粒子 | 结构生物学 | 肿瘤相关病毒感染 | 冷冻电子断层扫描，深度学习增强，亚断层图平均，断层图引导的亚颗粒重建 | 深度学习模型 | 冷冻电子断层扫描图像数据 | EB病毒和KSHV的细胞外病毒粒子样本 | NA | NA | NA | NA |
| 140 | 2025-10-07 |
Deep learning-based fishing ground prediction with multiple environmental factors
2024-Nov, Marine life science & technology
IF:5.8Q1
DOI:10.1007/s42995-024-00222-4
PMID:39620085
|
研究论文 | 本研究开发了一种基于深度学习的多环境因素渔场预测模型，以西北太平洋鸢乌贼为例 | 首次将改进的U-Net模型应用于多环境因素渔场预测，通过优化时间尺度和环境因子组合提高了渔场中心集中度 | 仅针对西北太平洋鸢乌贼进行研究，模型在其他海域和鱼种的适用性有待验证 | 提高海洋经济种类渔场预测的准确性 | 西北太平洋鸢乌贼 | 计算机视觉 | NA | 深度学习 | CNN | 环境因子数据（海表温度、海表高度、海表盐度、叶绿素） | 2002-2019年7-11月数据用于训练，2020年数据用于测试 | NA | 改进的U-Net | 渔场集中度 | NA |