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
1321	2025-04-19	Construction of the preoperative staging prediction model for cervical cancer based on deep learning and MRI: a retrospective study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1557486 PMID:40242247	研究论文	基于深度学习和MRI构建宫颈癌术前分期预测模型	利用深度学习模型自动化宫颈癌术前分期，提高准确性和效率	样本量较小（112例患者），可能影响模型的泛化能力	开发自动化宫颈癌术前分期模型以辅助临床决策	宫颈癌患者	数字病理	宫颈癌	MRI扫描	DenseNet, FBNet, HRNet, RegNet, ResNet50, ShuffleNet, ViT	图像	112例宫颈癌患者的术前MRI扫描
1322	2025-04-19	Advancements in one-dimensional protein structure prediction using machine learning and deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.005 PMID:40242292	综述	本文综述了机器学习和深度学习在一维蛋白质结构预测中的最新进展	介绍了从早期机器学习模型到整合序列嵌入和预训练语言模型的复杂深度学习框架的演变，以及AlphaFold和蛋白质语言模型（PLMs）在序列-结构关系捕捉中的突破性进展	面临数据质量、可扩展性、可解释性和任务特定优化等挑战	探讨机器学习和深度学习在蛋白质结构预测领域的应用及未来发展方向	一维蛋白质结构注释，包括二级结构、溶剂可及性和内在无序性	结构生物信息学	NA	机器学习和深度学习	AlphaFold, 蛋白质语言模型（PLMs）	蛋白质序列和结构数据	NA
1323	2025-04-19	Structural studies of Parvoviridae capsid assembly and evolution: implications for novel AAV vector design 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1559461 PMID:40242328	综述	本文综述了细小病毒科（Parvoviridae）衣壳的组装与进化结构研究，及其对新型AAV载体设计的启示	结合现代结构研究技术和计算方法，探索AAV衣壳的定制化设计，以提高基因治疗的效率和安全性	AAV载体设计仍面临挑战，未来需进一步开发增强的计算工具	探讨细小病毒科衣壳的结构生物学及其在基因治疗中的应用	细小病毒科衣壳，特别是AAV（腺相关病毒）载体	结构生物学与基因治疗	遗传性疾病	冷冻电子显微镜、X射线晶体学、比较分析、结构引导设计、定向进化、计算预测	AI/机器学习、深度学习	结构数据、序列数据	NA
1324	2025-04-18	Artificial intelligence in chronic kidney disease management: a scoping review 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.108552 PMID:40225559	综述	本文通过范围综述探讨了人工智能在慢性肾病管理中的关键应用案例及面临的挑战	系统评估了多种AI技术在慢性肾病管理中的应用，并提出了克服实施障碍的潜在解决方案	纳入研究的时间范围有限（2014-2024），且未对AI模型的实际临床效果进行定量分析	探索人工智能在改善慢性肾病管理中的应用潜力与挑战	慢性肾病患者	数字病理学	慢性肾病	机器学习（ML）、深度学习（DL）、无监督聚类、数字孪生、自然语言处理（NLP）和大语言模型（LLMs）	DL、ML、NLP、LLMs	图像、文本	41篇相关研究文献
1325	2025-04-18	GraphTransNet: predicting epilepsy-related genes using a graph-augmented protein language model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1584625 PMID:40235533	research paper	提出了一种名为GraphTransNet的新型混合神经网络模型，用于预测与癫痫相关的基因靶点	结合蛋白质语言模型(ESM)与Transformer和CNN组件的新型架构，显著提高了癫痫相关基因靶点的预测准确率	未提及模型在临床实际应用中的验证情况	改进癫痫疾病的诊断策略和发现新的药物靶点	癫痫相关基因靶点	machine learning	癫痫	蛋白质语言模型(ESM), 深度学习	GraphTransNet(结合Transformer和CNN)	基因序列数据	NA
1326	2025-04-18	ProstaNet: A Novel Geometric Vector Perceptrons-Graph Neural Network Algorithm for Protein Stability Prediction in Single- and Multiple-Point Mutations with Experimental Validation 2025, Research (Washington, D.C.) DOI:10.34133/research.0674 PMID:40235597	研究论文	介绍了一种名为ProstaNet的深度学习框架，用于预测单点和多点突变对蛋白质稳定性的影响	使用几何向量感知器-图神经网络进行3维特征处理，创建了ProstaDB数据库，并应用了创新的聚类方法生成标准测试集	NA	预测突变对蛋白质稳定性的影响	蛋白质的单点和多点突变	机器学习	NA	深度学习	几何向量感知器-图神经网络	3维结构数据	3,784个单点突变和1,642个多点突变
1327	2025-04-18	Predicting pathogen evolution and immune evasion in the age of artificial intelligence 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.044 PMID:40235636	review	探讨人工智能在预测病毒进化和免疫逃逸方面的应用及最新突破	利用人工智能预测病毒进化，特别是在COVID-19大流行背景下加速发展的方法	虽然方法设计适用于多种RNA病毒，但主要讨论集中在SARS-CoV-2上	预测病毒进化以提前应对潜在的有害突变	病毒（特别是RNA病毒，如SARS-CoV-2）的进化	machine learning	infectious disease	deep learning, language models (LM)	LM	genomic, epidemiologic, immunologic, biological data	NA
1328	2025-04-18	Substrate binding of human and bacterial type IA topoisomerase: An experimentation with AlphaFold 3.0 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.041 PMID:40235641	研究论文	利用AlphaFold 3.0预测人类和细菌IA型拓扑异构酶与底物结合的3D结构	首次使用AlphaFold3预测人类和细菌IA型拓扑异构酶与单链DNA的复合物结构，探索其序列偏好性	预测的蛋白-DNA复合物结构，尤其是较长寡核苷酸(>25-mer)的复合物不可靠，且无法可靠复制生化实验中观察到的DNA结合序列特异性	探索拓扑异构酶与单链DNA结合的3D结构及其序列偏好性，用于筛选潜在抑制剂	人类拓扑异构酶3β (hTOP3B)和细菌拓扑异构酶I与单链DNA的复合物	结构生物学	NA	AlphaFold3 (AF3), X射线晶体学, Cryo-EM	AlphaFold3	蛋白质序列, 单链DNA序列	大量预测的复合物结构，重点关注9-mer和>25-mer寡核苷酸复合物
1329	2025-04-18	iNClassSec-ESM: Discovering potential non-classical secreted proteins through a novel protein language model 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.043 PMID:40235638	研究论文	本研究提出了一种名为iNClassSec-ESM的新型非经典分泌蛋白预测器，结合深度学习和传统分类器以提高预测性能	iNClassSec-ESM整合了基于手工特征的XGBoost模型和基于蛋白质语言模型ESM3隐藏层嵌入的DNN模型，首次将ESM3应用于蛋白质表示	非经典分泌途径的机制尚不明确，可能影响预测的准确性	开发计算方法来高效识别非经典分泌蛋白（NCSPs）	非经典分泌蛋白（NCSPs）	生物信息学	NA	蛋白质语言模型（PLM）	XGBoost, DNN, ESM3	蛋白质序列	NA
1330	2025-04-18	Enhancing multi-class neurodegenerative disease classification using deep learning and explainable local interpretable model-agnostic explanations 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562629 PMID:40236458	research paper	该研究提出两种深度学习架构，用于增强阿尔茨海默病和帕金森病的医学图像分类，并结合可解释AI技术提高诊断透明度和临床信任	引入基于残差的自注意力卷积神经网络（RbACNN和IRbACNN），结合自注意力机制改进特征提取和模型可解释性，并整合可解释AI技术	未提及模型在更大规模或多样化数据集上的泛化能力	提高神经退行性疾病的早期诊断准确性和临床信任度	阿尔茨海默病（AD）和帕金森病（PD）患者	digital pathology	neurodegenerative disease	deep learning, explainable AI (XAI)	RbACNN, IRbACNN	medical image	NA
1331	2025-04-18	ModuCLIP: multi-scale CLIP framework for predicting foundation pit deformation in multi-modal robotic systems 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1544694 PMID:40236467	研究论文	提出了一种多尺度CLIP框架ModuCLIP，用于多模态机器人系统中的基坑变形预测	利用自监督对比学习机制整合多源信息，并采用多尺度特征学习方法增强对复杂条件的适应性	未提及具体局限性	提高基坑变形预测的准确性和鲁棒性	基坑变形预测	机器学习和工程应用	NA	自监督对比学习，多尺度特征学习	CLIP框架	图像、文本描述、传感器数据	多个基坑工程数据集
1332	2025-04-18	Measuring Respiration Rate from Speech 2025 Jan-Dec, Digital biomarkers DOI:10.1159/000544913 PMID:40236620	研究论文	利用深度学习模型从语音中预测呼吸信号并估计呼吸频率	提出并验证了语音作为呼吸频率的虚拟传感器，为远程患者监测和远程医疗解决方案提供高效且经济的方法	在模拟医院环境中测试时，性能可能受到不同噪声水平的影响	开发一种通过语音预测呼吸频率的方法，以支持远程患者监测	人类语音和呼吸信号	自然语言处理	NA	深度学习	多变量时间序列Transformer模型	语音信号	1005名双语参与者
1333	2025-04-18	A multi-modal deep learning approach for stress detection using physiological signals: integrating time and frequency domain features 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1584299 PMID:40236827	research paper	本研究提出了一种多模态深度学习方法（MMFD-SD），通过整合时域和频域特征，利用可穿戴设备收集的生理信号进行压力检测	提出了一种结合时域和频域特征的多模态深度学习框架，并采用数据增强技术和SMOTE方法处理类别不平衡问题	未来研究可以探索更多模态的融合、实时压力检测以及模型泛化能力的提升	开发一种准确且鲁棒的压力检测方法，适用于高压力职业环境	护士群体（作为高压力职业的代表）	machine learning	NA	Fast Fourier Transform (FFT), SMOTE	CNN	生理信号（加速度计数据、皮肤电活动、心率、皮肤温度）	NA
1334	2025-04-17	Residue-Level Multiview Deep Learning for ATP Binding Site Prediction and Applications in Kinase Inhibitors 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01255 PMID:39690486	research paper	该论文介绍了一种名为Multiview-ATPBind的深度学习模型和ResiBoost算法，用于准确预测ATP结合位点，并应用于激酶抑制剂的药物发现	提出了Multiview-ATPBind模型，整合1D序列和3D结构信息进行快速精确的残基水平口袋-配体相互作用预测，以及ResiBoost算法用于缓解数据不平衡问题	未提及具体局限性	提高ATP结合位点的预测准确性，并应用于激酶抑制剂的药物发现	ATP结合位点及激酶抑制剂（如伊马替尼和达沙替尼）	machine learning	cancer	deep learning	Multiview-ATPBind, ResiBoost	1D序列数据, 3D结构数据	NA
1335	2025-04-17	MGT: Machine Learning Accelerates Performance Prediction of Alloy Catalytic Materials 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01065 PMID:39698829	研究论文	本文提出了一种名为MGT的机器学习方法，用于加速合金催化材料在氢析出反应中的性能预测	引入了掩码图Transformer网络（MGT）和非线性消息传递机制，增强模型对催化反应中关键位点的识别能力	当前深度学习方法未充分关注活性原子和吸附物的重要性，而更侧重于催化材料的整体结构	提高合金催化材料在氢析出反应中吸附能预测的准确性	合金催化材料	机器学习	NA	深度学习	Transformer, MPNN	分子图数据	小数据集OC20-Ni
1336	2025-04-17	Deep Learning-Driven Insights into Enzyme-Substrate Interaction Discovery 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01801 PMID:39721977	研究论文	介绍了一种名为MEI的新型机器学习框架，用于高精度预测分子是否为特定酶的底物	MEI模型通过先进的注意力机制在分层神经网络中结合原子环境数据和氨基酸序列特征，显著提高了预测准确性	虽然模型表现出色，但对于某些特定酶或分子的预测可能仍需进一步验证	开发高精度的计算模型来预测分子与酶之间的相互作用	酶与分子之间的相互作用	机器学习	NA	机器学习	分层神经网络	酶反应数据和酶序列数据	包含广泛酶反应和酶序列信息的综合数据集
1337	2025-04-17	Evaluations of the Perturbation Resistance of the Deep-Learning-Based Ligand Conformation Optimization Algorithm 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01096 PMID:39724561	研究论文	评估基于深度学习的配体构象优化算法（DeepRMSD+Vina）在输入扰动下的鲁棒性	与传统优化算法（如Prime MM-GBSA和Vina优化）相比，DeepRMSD+Vina在处理不同蛋白-配体案例时表现出更高的性能，并且在输入结构存在扰动（高达3 Å）时仍能生成正确的结合结构	对于大扰动（RMSD在3-4 Å之间），成功率显著下降至11%	评估基于深度学习的配体构象优化算法的鲁棒性	蛋白-配体结合构象	机器学习	NA	深度学习	DeepRMSD+Vina	蛋白-配体结合构象数据	NA
1338	2025-04-17	Robust soybean seed yield estimation using high-throughput ground robot videos 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554193 PMID:40230608	research paper	提出了一种利用计算机视觉和深度学习技术从地面机器人视频中高效估算大豆种子产量的新方法	结合了鱼眼图像校正和随机传感器效应的数据增强技术，提高了种子计数和产量估算的准确性和泛化能力	仅基于两年的测试数据（2021年的8,500个地块和2023年的650个地块），可能需要更多年份和更大范围的数据验证	开发一种高效、低成本的大豆种子产量估算方法，以替代传统劳动密集型且成本高的方法	大豆种子产量估算	computer vision	NA	computer vision, deep learning	P2PNet-Yield	image, video	2021年8,500个地块和2023年650个地块的数据
1339	2025-04-17	A weakly supervised deep learning framework for automated PD-L1 expression analysis in lung cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1540087 PMID:40230846	research paper	开发了一种基于弱监督深度学习的框架MiLT，用于自动分析肺癌中的PD-L1表达	创新性地开发了多实例学习工具MiLT，显著减少了对劳动密集型细胞级注释的需求，同时保持高准确性	需要在前瞻性临床试验中进一步探索	开发可靠的方法来识别可能对免疫检查点抑制剂治疗有反应的肺癌患者群体	肺癌患者	digital pathology	lung cancer	multiple instance learning (MIL)	deep learning	whole slide images	内部和外部队列
1340	2025-04-17	Unlocking chickpea flour potential: AI-powered prediction for quality assessment and compositional characterisation 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101030 PMID:40231315	研究论文	本研究探讨了深度学习模型与近红外光谱技术相结合，以提高鹰嘴豆粉质量评估的准确性和效率	首次将CNN、ViT和GCN等深度学习模型应用于鹰嘴豆粉质量评估，并与传统PLSR方法进行比较	数据集有限，可能影响模型的泛化能力	提高鹰嘴豆粉质量评估的准确性和效率	136种不同品种的鹰嘴豆粉	机器学习	NA	近红外光谱技术	CNN, ViT, GCN	光谱数据	136种鹰嘴豆品种