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 3695 篇文献，本页显示第 1461 - 1480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1461 | 2025-07-23 |
Deep learning imaging analysis to identify bacterial metabolic states associated with carcinogen production
2025, Discover imaging
DOI:10.1007/s44352-025-00006-1
PMID:40098681
|
研究论文 | 本研究利用深度学习成像分析技术，识别与致癌物产生相关的细菌代谢状态 | 首次使用深度学习成像分析方法区分产生和不产生致癌物DCA的C. scindens细胞状态 | 研究仅针对C. scindens和两种Bacteroides物种，未涵盖其他可能相关的肠道细菌 | 探索成像方法在识别与结直肠癌相关的细菌代谢状态中的应用 | C. scindens细菌及其在不同培养条件下的代谢状态 | 数字病理学 | 结直肠癌 | 光学显微镜成像 | CNN, DenseNet, ResNet, nnU-Net | 图像 | 四种培养条件下的C. scindens图像数据 | NA | NA | NA | NA |
| 1462 | 2025-07-23 |
Gross tumor volume confidence maps prediction for soft tissue sarcomas from multi-modality medical images using a diffusion model
2025-Jan, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100734
PMID:40123775
|
研究论文 | 本研究开发了一种基于扩散模型的深度学习技术，用于从多模态医学图像中自动预测软组织肉瘤的总肿瘤体积（GTV）置信图 | 首次使用扩散模型预测GTV置信图，并考虑了读者间和读者内的变异性 | 样本量较小（49例患者），且仅使用了公开数据集 | 开发自动化的GTV勾画技术以提高放疗计划的可重复性 | 软组织肉瘤患者的多模态医学图像（FDG-PET、CT和MRI） | 数字病理 | 软组织肉瘤 | 扩散模型 | 扩散模型 | 医学图像（FDG-PET、CT和MRI） | 49例患者的多模态医学图像数据 | NA | NA | NA | NA |
| 1463 | 2025-10-06 |
Benchmarking protein language models for protein crystallization
2025-01-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86519-5
PMID:39827171
|
研究论文 | 本研究通过TRILL平台评估多种蛋白质语言模型在预测蛋白质结晶倾向性方面的性能 | 首次系统性地对开放蛋白质语言模型进行结晶预测能力基准测试，并利用ProtGPT2模型生成可结晶蛋白质 | 仅评估了有限的蛋白质语言模型，且生成的潜在可结晶蛋白质数量较少 | 评估蛋白质语言模型在预测蛋白质结晶倾向性方面的性能 | 蛋白质序列及其结晶倾向性 | 自然语言处理 | NA | 蛋白质语言模型，深度学习 | Transformer, LightGBM, XGBoost | 蛋白质序列 | 3000个生成的蛋白质，最终筛选出5个潜在可结晶蛋白质 | TRILL, LightGBM, XGBoost | ESM2, Ankh, ProtT5-XL, ProstT5, xTrimoPGLM, SaProt, ProtGPT2 | AUPR, AUC, F1-score | NA |
| 1464 | 2025-10-06 |
Direct Prediction of 48 Month Survival Status in Patients with Uveal Melanoma Using Deep Learning and Digital Cytopathology Images
2025-Jan-13, Cancers
IF:4.5Q1
DOI:10.3390/cancers17020230
PMID:39858012
|
研究论文 | 本研究使用深度学习技术分析葡萄膜黑色素瘤的数字细胞病理图像，直接预测患者48个月生存状态 | 首次使用深度学习直接从细胞病理图像预测葡萄膜黑色素瘤患者长期生存状态，无需基因表达谱分析 | 样本量较小（74例患者），需要前瞻性验证 | 开发基于深度学习的葡萄膜黑色素瘤生存预测方法 | 葡萄膜黑色素瘤患者 | 数字病理学 | 葡萄膜黑色素瘤 | 细针穿刺活检，H&E染色，全玻片扫描 | 深度学习，人工神经网络 | 数字细胞病理图像 | 74例患者，207,260个独特ROI区域 | NA | 全连接神经网络 | 准确率，灵敏度 | NA |
| 1465 | 2025-10-06 |
Multimodal deep learning improves recurrence risk prediction in pediatric low-grade gliomas
2025-Jan-12, Neuro-oncology
IF:16.4Q1
DOI:10.1093/neuonc/noae173
PMID:39211987
|
研究论文 | 本研究开发了一种多模态深度学习模型，用于改善儿童低级别胶质瘤术后复发风险预测 | 首次将预训练的深度学习分割工具提取的MRI影像特征与临床特征相结合，构建多模态模型来预测pLGG术后无事件生存期 | 需要更大规模的多中心训练数据来提高模型的泛化能力 | 改善儿童低级别胶质瘤术后复发风险预测和分层 | 儿童低级别胶质瘤患者 | 数字病理 | 脑肿瘤 | 磁共振成像 | 深度学习逻辑风险模型 | 医学影像, 临床数据 | 396名患者（来自两个机构：Dana Farber/Boston Children's Hospital和Children's Brain Tumor Network） | NA | NA | 时间依赖性一致性指数, Kaplan-Meier曲线, log-rank检验 | NA |
| 1466 | 2025-10-06 |
Unsupervised deep learning of electrocardiograms enables scalable human disease profiling
2025-Jan-12, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01418-9
PMID:39799251
|
研究论文 | 开发无监督深度学习模型从心电图中检测人类疾病 | 使用深度学习去噪自编码器系统评估心电图编码与约1600种疾病的关联 | 模型开发与评估使用的数据集分离，未明确说明具体数据限制 | 探索心电图在人类疾病检测中的应用潜力 | 心电图数据与Phecode疾病分类系统 | 机器学习 | 心血管疾病 | 心电图分析 | 自编码器 | 心电图信号 | 三个独立数据集（具体数量未明确） | NA | 去噪自编码器 | p值，疾病鉴别能力 | NA |
| 1467 | 2025-10-06 |
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 | 提出基于Transformer的TraCSED模型，用于分析乳腺癌中克隆选择和基因表达动态，揭示耐药机制 | 开发首个基于Transformer的动态深度学习方法来建模克隆选择过程，能够识别可解释的基因程序及其与克隆选择关联的时间点 | 仅应用于体外研究，未在临床样本中验证，且对特定克隆的耐药机制分析有限 | 理解癌细胞转录异质性及其对治疗反应的影响，识别耐药机制 | 乳腺癌细胞系，使用giredestrant（ER拮抗剂和降解剂）和palbociclib（CDK4/6抑制剂）处理的细胞 | 机器学习 | 乳腺癌 | 单细胞RNA测序（scRNA-seq），克隆条形码技术 | Transformer | 单细胞基因表达数据，克隆适应性数据 | NA | NA | Transformer | NA | NA |
| 1468 | 2025-10-06 |
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 | 提出一种基于深度学习的回归模型N2GNet，能够从帕金森病患者丘脑底核局部场电位实时追踪步态表现 | 首次开发能够直接从STN LFP信号追踪步态性能的深度学习模型，利用全面频带信息而非仅限于beta波段 | 研究样本量较小（18名患者），仅在原地踏步任务中验证 | 开发用于帕金森病自适应脑深部电刺激的实时步态性能追踪算法 | 帕金森病患者 | 机器学习 | 帕金森病 | 局部场电位记录，地面反作用力测量 | 回归模型 | 神经信号，生物力学数据 | 18名帕金森病患者 | NA | N2GNet | 相关性分析 | NA |
| 1469 | 2025-10-06 |
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 | 通过机器学习方法系统评估不同药物分子表示在药物反应预测中的效果 | 首次全面评估多种药物分子表示与遗传特征结合对药物反应预测的影响，并发现PubChem指纹和SMILES表示能显著提升深度学习模型性能 | 未明确说明具体使用的数据集规模和实验设置的详细参数 | 评估不同药物分子表示在药物反应预测中的有效性 | 药物分子表示和遗传特征 | 机器学习 | NA | 药物分子表示技术（PubChem指纹、SMILES） | 深度学习模型 | 分子表示数据、遗传特征数据 | NA | NA | NA | NA | NA |
| 1470 | 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 | NA | NA | NA | NA |
| 1471 | 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 | NA | NA | NA | NA |
| 1472 | 2025-10-06 |
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 | 本研究使用深度学习模型YOLOv7分析透射电子显微镜图像，揭示了APOE基因型特异性HDL颗粒直径与阿尔茨海默病痴呆之间的关联 | 首次使用YOLOv7深度学习模型对超过180万个HDL颗粒进行直径测量，实现了对大规模临床样本中单个HDL颗粒的精确测量 | 研究样本量相对有限（183个HDL样本），且主要关注亚20纳米直径范围内的纳米颗粒 | 探索HDL颗粒直径分布与阿尔茨海默病痴呆之间的关联，特别关注APOE基因型的影响 | 183个HDL样本，包括痴呆患者和认知正常对照者 | 计算机视觉 | 阿尔茨海默病 | 透射电子显微镜（TEM） | CNN | 图像 | 183个HDL样本，超过1,800,000个HDL颗粒 | NA | YOLOv7 | 效率、准确性 | NA |
| 1473 | 2025-10-06 |
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 | 提出一种基于机器学习的靶向RNA测序方法LSV-seq，用于高效检测和定量分析选择性剪接事件 | 开发了新型机器学习算法Optimal Prime用于引物设计，并创建了LSV-seq方法显著提高剪接检测灵敏度 | NA | 解决RNA-seq在选择性剪接检测中的固有偏差问题 | 选择性剪接事件 | 机器学习 | NA | RNA-seq, LSV-seq, 靶向RNA测序 | 深度学习 | RNA测序数据 | 数千个引物序列性能数据，GTEx RNA-seq数据集 | NA | NA | 捕获率，测序深度，灵敏度 | NA |
| 1474 | 2025-10-06 |
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
|
研究论文 | 开发公平身份归一化模块以提升青光眼筛查AI模型在不同种族和族裔群体间的性能公平性 | 提出公平身份归一化(FIN)模块，通过均衡不同身份群体的特征重要性来改善模型性能公平性 | NA | 开发公平的人工智能系统用于青光眼筛查，解决现有模型在不同身份群体间性能不均的问题 | 青光眼患者和非青光眼患者 | 医学人工智能 | 青光眼 | 光学相干断层扫描(OCT) | 深度学习 | 医学影像 | NA | NA | NA | AUC, ES-AUC | NA |
| 1475 | 2025-10-06 |
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 | 提出一种结合功能注释的深度学习架构来预测基因表达，相比线性模型显著提升预测性能 | 引入可学习的输入缩放层和卷积编码器来捕捉非线性效应和高阶交互，同时支持跨网络参数共享以利用功能注释先验信息 | 未明确说明模型在非遗传基因上的泛化能力及计算复杂度分析 | 提升转录组关联研究中基因表达预测的准确性 | 人类基因组中的遗传基因表达数据 | 机器学习 | NA | eQTL数据分析 | 深度学习,CNN | 基因型数据,功能注释数据 | 真实基因组数据集中的大量遗传基因 | NA | 卷积编码器 | 预测性能指标 | NA |
| 1476 | 2025-10-06 |
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 | 开发了名为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 | 构建了包含651,237个独特HLA-I配体的数据集，开发了性能优于现有模型的深度学习预测方法 | NA | 提高CD8 T细胞表位的预测准确性，促进T细胞疫苗开发 | 人类白细胞抗原I类分子配体和CD8+ T细胞表位 | 机器学习 | 传染病 | 深度学习，体外HLA-I-肽稳定性和T细胞免疫原性实验 | 深度学习模型 | 肽序列数据 | 651,237个独特HLA-I配体 | NA | MUNIS | 肽呈递预测准确性，CD8 T细胞表位免疫优势层次预测 | NA |
| 1477 | 2025-10-06 |
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 | 开发基于深度学习的数字病理计算方法，自动测量足细胞病动物模型中肾小球滤过屏障的超微结构宽度 | 首次将U-Net模型与图像处理算法结合，实现肾小球基底膜和足细胞足突宽度的自动化测量 | 在ILK cKO样本中自动与手动测量的足突宽度存在差异，自动方法对表型差异的检测能力在足突宽度方面较弱 | 开发自动化方法测量肾小球滤过屏障超微结构，促进足细胞病研究 | 整合素连接激酶足细胞特异性条件敲除小鼠和野生型对照小鼠的肾脏组织 | 数字病理 | 足细胞病 | 透射电子显微镜 | CNN | 图像 | WT和ILK cKO同窝小鼠在4周龄时的TEM图像，采用4折交叉验证 | NA | U-Net | Jaccard指数, 统计显著性检验 | NA |
| 1478 | 2025-10-06 |
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
|
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治疗2型糖尿病的药理机制 | 首次结合网络药理学与DeepPurpose深度学习算法系统分析达格列净作用机制，识别出PI3K-Akt信号通路中的关键靶点 | 研究主要基于生物信息学预测，缺乏实验验证 | 探索达格列净治疗2型糖尿病的作用机制 | 达格列净药物靶点与2型糖尿病相关靶点 | 生物信息学 | 2型糖尿病 | 网络药理学分析, 深度学习技术, GO/KEGG富集分析 | 深度学习 | 基因靶点数据, 蛋白质相互作用数据 | 155个重叠靶点 | DeepPurpose, clusterProfiler, STRING, Cytoscape | NA | 结合亲和力评估 | NA |
| 1479 | 2025-10-06 |
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 | 提出结合联邦学习、深度学习和可解释AI的FLPneXAINet框架，用于基于胸部X光图像的肺炎预测 | 首次将联邦学习与可解释AI技术结合用于肺炎诊断，采用CycleGAN数据增强和多模型集成特征提取 | 仅使用单一Kaggle数据集，未在更多临床环境中验证 | 开发安全准确的肺炎自动诊断系统，保护患者隐私 | 胸部X光图像 | 计算机视觉 | 肺炎 | 胸部X光成像 | CNN,集成学习,机器学习模型 | 图像 | 8,402张胸部X光图像（3,904正常，4,498肺炎） | TensorFlow,Keras,Scikit-learn | VGG16, NASNetMobile, MobileNet, CycleGAN | 准确率, F1分数, 召回率, 精确率 | NA |
| 1480 | 2025-10-06 |
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
|
研究论文 | 提出一种基于离散小波变换的频域方法来生成和分析数字图像中的多重复制-移动篡改 | 利用离散小波变换在频域处理多重复制-移动篡改，能够模拟对复制区域进行变换的复杂篡改场景 | 方法主要针对多重复制-移动篡改的生成和分析，对其它类型图像篡改的检测能力未经验证 | 开发更鲁棒的多重复制-移动篡改检测技术 | 数字图像中的复制-移动篡改 | 数字图像取证 | NA | 离散小波变换(DWT) | NA | 图像 | NA | NA | NA | 与现有最先进技术的对比评估 | NA |