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
81	2025-07-22	Transformer-based modeling of Clonal Selection and Expression Dynamics reveals resistance mechanisms in breast cancer 2025-Jan-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00485-8 PMID:39794360	研究论文	本文提出了一种基于Transformer的动态深度学习方法TraCSED，用于模拟克隆选择过程，揭示乳腺癌治疗中的耐药机制	提出TraCSED方法，能够识别与克隆选择相关的可解释基因程序及其时间点，揭示了传统差异分析方法未能发现的耐药机制	仅针对两种特定药物治疗的乳腺癌细胞进行研究，可能无法推广到其他癌症类型或治疗方式	研究乳腺癌细胞转录异质性及其对治疗反应的影响，揭示耐药机制	乳腺癌细胞	机器学习	乳腺癌	单细胞RNA测序(scRNA-seq)	Transformer	基因表达数据	未明确提及具体样本数量，但使用了单细胞基因表达数据和条形码克隆的适应性数据
82	2025-07-22	N2GNet tracks gait performance from subthalamic neural signals in Parkinson's disease 2025-Jan-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01364-6 PMID:39755754	研究论文	本研究提出了一种名为N2GNet的新型深度学习回归模型，能够从帕金森病患者的丘脑底核局部场电位中实时追踪步态表现	N2GNet利用全面的频带（不仅限于β波段）从STN LFPs中追踪步态表现，相比现有算法具有更强的相关性和性能	研究样本量较小（18名帕金森病患者），且仅在原地踏步任务中验证了模型性能	开发一种能够实时追踪帕金森病患者步态表现的深度学习模型，以改进自适应脑深部电刺激疗法	帕金森病患者的丘脑底核局部场电位和步态表现	机器学习	帕金森病	深度学习	回归模型（N2GNet）	神经信号（STN LFPs）和地面反作用力数据	18名帕金森病患者
83	2025-07-22	Drug molecular representations for drug response predictions: a comprehensive investigation via machine learning methods 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84711-7 PMID:39748003	研究论文	本研究通过机器学习方法全面评估了药物分子表示在药物反应预测(DRP)中的效果	揭示了PubChem指纹或SMILES分子表示与深度学习模型结合可显著提升DRP性能，并指出最优药物分子表示选择取决于预测模型和具体DRP任务	未明确说明研究数据集的规模和多样性限制	评估不同药物分子表示在药物反应预测中的效果	药物分子表示和遗传特征	机器学习	NA	PubChem指纹、SMILES	深度学习模型	分子表示数据、遗传特征数据	NA
84	2025-07-22	Automated MRI-based segmentation of intracranial arterial calcification by restricting feature complexity 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30283 PMID:39221515	研究论文	开发了一种基于MRI的深度学习模型，用于颅内动脉钙化的自动分割和检测	提出了一种在变分自编码器框架下的新型深度学习模型，并引入了一种理论上有依据的差异损失函数，以限制网络特征的复杂性，提高分割准确性和鲁棒性	NA	提高MRI上颅内动脉钙化的自动分割和检测能力	颅内动脉钙化	医学影像分析	心血管疾病	MRI	变分自编码器	MRI图像	113名受试者
85	2025-01-15	Glomerular and Nephron Size and Kidney Disease Outcomes: A Comparison of Manual Versus Deep Learning Methods in Kidney Pathology 2025-Jan, Kidney medicine IF:3.2Q1 DOI:10.1016/j.xkme.2024.100939 PMID:39807248	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
86	2025-07-22	MMRT: MultiMut Recursive Tree for predicting functional effects of high-order protein variants from low-order variants 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.02.012 PMID:40070521	研究论文	本文介绍了一种名为MMRT的新型深度学习模型，用于预测高阶蛋白质变体的功能效应	MMRT模型结合深度学习与递归树框架，利用低阶变体信息预测高阶变体的功能效应	研究仍受限于高阶变体组合数量庞大带来的扫描困难	预测高阶蛋白质变体的功能效应，以促进复杂疾病发病机制的理解、蛋白质工程和精准医学的发展	蛋白质序列的高阶变体	机器学习	复杂疾病	深度学习	MMRT（MultiMut Recursive Tree）	蛋白质序列数据	685,593个高阶变体
87	2025-07-22	Graph-Based 3-Dimensional Spatial Gene Neighborhood Networks of Single Cells in Gels and Tissues 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0110 PMID:40084126	研究论文	开发了一种基于图的三维空间基因邻域网络嵌入方法（3D-spaGNN-E），用于发现亚细胞基因邻近关系并识别细胞间通讯（CCC）中的关键亚细胞模式	结合3D成像空间转录组学和基于图的深度学习，首次在三维空间中解析亚细胞基因邻近关系	三维数据复杂度高，需要新的分析方法	研究细胞间通讯中的亚细胞基因邻近关系	间充质干细胞（MSCs）、外周血单个核细胞（PBMCs）、小鼠下丘脑和皮层中的星形胶质细胞-神经元	空间转录组学	NA	3D成像空间转录组学、MERFISH	图自编码器（graph autoencoder）	3D空间转录组数据	间充质干细胞培养物、MSC-PBMC共培养系统、小鼠下丘脑和皮层组织
88	2025-07-22	Synergistic fusion: An integrated pipeline of CLAHE, YOLO models, and advanced super-resolution for enhanced thermal eye detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328227 PMID:40679961	研究论文	提出了一种结合CLAHE、YOLO模型和先进超分辨率技术的综合流程，用于增强热成像中的眼睛检测	首次将CLAHE图像增强、YOLO模型和多种超分辨率技术融合在一个流程中，显著提高了热成像眼睛检测的准确性和图像分辨率	未提及该方法在极端光照条件下的表现，也未说明计算资源需求	提高热成像中眼睛检测的准确性和图像质量	热成像面部图像中的眼睛区域	计算机视觉	NA	CLAHE, YOLO, 超分辨率技术(包括BSRGAN, ESRGAN, Real-ESRGAN, SwinIR等)	YOLOv8, YOLOv9, GAN, SwinIR	热成像图像	未明确提及具体数量，但提到创建了带有精确眼睛位置标注的热成像面部图像数据集
89	2025-07-22	Automated identification of sedimentary structures in core images using object detection algorithms 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327738 PMID:40680021	研究论文	本研究探讨了使用卷积神经网络（CNNs）自动识别岩心图像中的沉积结构，以减少人工解释的时间和偏差	首次将YOLOv4和Faster R-CNN两种目标检测模型应用于岩心图像中沉积结构的自动识别，并比较了它们的性能	模型在区分形态相似的特征（如泥质披盖和生物扰动介质）时存在困难，且在未见过的数据集上泛化能力有限	通过深度学习技术自动化岩心图像中沉积结构的识别，以提高解释效率和可重复性	硅质碎屑沉积物中的15种沉积结构类型	计算机视觉	NA	卷积神经网络（CNNs）	YOLOv4, Faster R-CNN	图像	标注数据集包含15种沉积结构类型
90	2025-07-21	Analysis of TEM micrographs with deep learning reveals APOE genotype-specific associations between HDL particle diameter and Alzheimer's dementia 2025-Jan-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100962 PMID:39874947	研究论文	利用深度学习分析透射电子显微镜（TEM）图像，揭示APOE基因型与阿尔茨海默病痴呆之间HDL颗粒直径的特异性关联	首次使用深度学习模型YOLOv7从183个HDL样本的显微图像中测量超过180万个HDL颗粒的直径，比传统图像分析软件更高效准确	研究样本量相对有限（183个样本），且仅关注了APOE ε3ε4和ε3ε3基因型	探索HDL颗粒直径分布与阿尔茨海默病痴呆之间的关联	183个HDL样本（包括痴呆患者和认知正常对照）	数字病理学	阿尔茨海默病	透射电子显微镜（TEM）成像	YOLOv7	图像	183个HDL样本（超过180万个颗粒）
91	2025-07-21	Machine learning-optimized targeted detection of alternative splicing 2025-Jan-24, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1260 PMID:39727154	研究论文	提出了一种高效的靶向RNA测序方法LSV-seq，用于全面检测和量化选择性剪接	使用机器学习算法Optimal Prime设计引物，显著提高了剪接信息性跨越读段的富集效率	未提及具体样本量或实验范围的局限性	优化选择性剪接的靶向检测方法	RNA剪接事件	机器学习	NA	RNA-seq, LSV-seq	深度学习	RNA测序数据	NA
92	2025-07-21	Equitable artificial intelligence for glaucoma screening with fair identity normalization 2025-Jan-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01432-5 PMID:39833503	research paper	该研究开发了一种公平身份归一化（FIN）模块，用于提高跨不同身份群体的青光眼筛查模型的公平性	提出FIN模块以均衡不同身份群体的特征重要性，提升模型在青光眼筛查中的公平性	研究仅基于OCT测量数据，未涉及其他可能的诊断方法	提高人工智能在青光眼筛查中的公平性	不同种族和民族群体的青光眼患者	digital pathology	glaucoma	optical coherence tomography (OCT)	deep learning	image	NA
93	2025-07-21	Enhancing Gene Expression Predictions Using Deep Learning and Functional Annotations 2025-Jan, Genetic epidemiology IF:1.7Q3 DOI:10.1002/gepi.22595 PMID:39344923	研究论文	本文提出了一种新的深度学习架构，用于从个体基因型变异预测基因表达，并通过功能注释增强预测性能	提出了一种结合可学习输入缩放层和卷积编码器的深度学习架构，能够捕获非线性效应和高阶交互，同时保持可解释性，并利用功能注释进行参数共享	尚未明确说明模型在大规模数据集上的计算效率或训练时间	提高基因表达预测的准确性，以增强转录组范围关联研究（TWAS）的效力	基因表达预测	机器学习	NA	深度学习，功能注释	卷积编码器	基因组数据	真实世界基因组数据集（具体数量未提及）
94	2025-07-21	Deep learning enhances the prediction of HLA class I-presented CD8+ T cell epitopes in foreign pathogens 2025, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-024-00971-y PMID:40008296	研究论文	本文提出了一种名为MUNIS的深度学习模型，用于预测HLA I类分子呈递的CD8+ T细胞表位，以加速T细胞疫苗的开发	开发了MUNIS深度学习模型，相比现有模型在预测肽段呈递和CD8 T细胞表位免疫优势层次上表现更优	模型性能仍需在更广泛的病原体和HLA等位基因上进行验证	提高CD8 T细胞表位的预测准确性，促进T细胞疫苗开发	HLA I类分子呈递的肽段和CD8 T细胞表位	机器学习	传染病	深度学习	MUNIS	生物序列数据	651,237个独特的HLA I类配体
95	2025-07-21	Digital pathology assessment of kidney glomerular filtration barrier ultrastructure in an animal model of podocytopathy 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf024 PMID:40223818	研究论文	开发了一种基于深度学习的数字病理计算方法，用于测量肾小球滤过屏障超微结构中的GBM和PFP宽度	首次使用U-Net模型和图像处理算法自动测量GBM和PFP宽度，解决了传统手动测量的劳动密集和操作者间变异性问题	自动和手动PFP宽度测量在ILK cKO标本中存在差异，自动化方法在PFP宽度测量上不如GBM准确	开发高吞吐量、客观的形态学分析方法，促进足细胞病研究	Integrin-Linked Kinase (ILK)足细胞特异性条件敲除小鼠和野生型对照小鼠的肾脏TEM图像	数字病理学	足细胞病	透射电子显微镜(TEM)	U-Net	图像	4周龄的WT和ILK cKO同窝小鼠的肾脏TEM图像对，通过4折交叉验证研究评估性能
96	2025-07-21	Exploration of Pharmacological Mechanisms of Dapagliflozin against Type 2 Diabetes Mellitus through PI3K-Akt Signaling Pathway based on Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099274407231207070451 PMID:38204223	研究论文	本研究通过网络药理学分析和深度学习技术探索达格列净通过PI3K-Akt信号通路对抗2型糖尿病(T2DM)的药理机制	结合网络药理学和深度学习技术，首次系统性地探索达格列净对抗T2DM的具体分子机制，特别是通过PI3K-Akt信号通路的作用	研究主要基于计算预测和体外数据，缺乏体内实验验证	探索达格列净治疗2型糖尿病的潜在分子机制	达格列净药物靶点与T2DM相关靶点的相互作用	生物信息学	2型糖尿病	网络药理学分析、深度学习(DeepPurpose算法)	DeepPurpose	基因表达数据、蛋白质相互作用数据	155个达格列净与T2DM的重叠靶点
97	2025-07-21	FLPneXAINet: Federated deep learning and explainable AI for improved pneumonia prediction utilizing GAN-augmented chest X-ray data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324957 PMID:40674439	研究论文	本研究提出了一种结合联邦学习、深度学习和可解释AI的框架FLPneXAINet，用于通过胸部X光图像安全准确地预测肺炎	结合联邦学习、深度学习和可解释AI，利用GAN增强数据，并在联邦学习环境中验证模型性能	未提及模型在真实临床环境中的泛化能力及对不同类型肺炎的区分能力	开发一种安全准确的肺炎预测方法，同时保护患者隐私	胸部X光图像	数字病理	肺炎	CycleGAN, 特征选择（RFE, ANOVA, RF）	VGG16, NASNetMobile, MobileNet, KNN, NB, SVM, RF	图像	8,402张胸部X光图像（3,904正常，4,498肺炎）
98	2025-07-21	Frequency domain manipulation of multiple copy-move forgery in digital image forensics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327586 PMID:40674455	research paper	提出了一种基于变换域的方法来生成和分析数字图像中的多重复制-移动伪造	利用离散小波变换（DWT）分解原始图像和补丁图像，通过修改近似和细节系数来模拟多重复制-移动伪造	未明确说明该方法在复杂变换下的检测效果及计算效率	改进多重复制-移动伪造的检测技术	数字图像中的多重复制-移动伪造	digital pathology	NA	discrete wavelet transform (DWT)	NA	image	NA
99	2025-07-21	Predicting receptor-ligand pairing preferences in plant-microbe interfaces via molecular dynamics and machine learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.029 PMID:40677241	研究论文	通过分子动力学和机器学习预测植物-微生物界面中受体-配体配对偏好	开发了一种混合分子动力学/机器学习（MD/ML）方法，能够高精度预测涉及大型、柔性配体的系统中的结合亲和力排名	依赖于有限的实验结构信息，且初始结构模型较为粗糙	揭示内共生初始阶段的互补特征，预测分子相互作用	植物溶素基序受体样激酶（LysM-RLKs）与脂-几丁寡糖（LCOs）及几丁寡糖的结合	机器学习	NA	分子动力学（MD）和机器学习（ML）	混合MD/ML模型	分子结构数据	四种豆科植物LysM-RLKs（LYR3）与LCOs及几丁寡糖的结合数据
100	2025-07-21	Deep latent force models: ODE-based process convolutions for Bayesian deep learning 2025, Machine learning IF:4.3Q2 DOI:10.1007/s10994-025-06824-y PMID:40677904	研究论文	本文提出了一种称为深度潜在力模型（DLFM）的领域无关模型，用于建模高度非线性动态系统的行为，并提供稳健的不确定性量化	DLFM是一种深度高斯过程，每层都包含基于物理信息的核，这些核通过过程卷积框架从常微分方程导出	诱导点框架对基于LFM的模型的外推能力有负面影响	解决高度非线性动态系统行为建模及不确定性量化问题	高度非线性现实世界多输出时间序列数据	机器学习	NA	过程卷积框架, 双重随机变分推断	深度高斯过程（DLFM）	时间序列数据	NA