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
1841	2025-10-07	Improved performance of fNIRS-BCI by stacking of deep learning-derived frequency domain features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314447 PMID:40245060	研究论文	本研究通过堆叠深度学习提取的频域特征来提高基于功能近红外光谱的脑机接口性能	提出了结合堆叠模型和快速傅里叶变换的特征提取方法，显著提升了fNIRS-BCI的分类准确率	仅针对手部抓握运动进行研究，样本量相对较小（20名参与者）	提高功能近红外光谱脑机接口系统的分类性能	手部抓握运动产生的fNIRS脑信号	脑机接口	运动功能障碍	功能近红外光谱神经成像	CNN, LSTM, Bi-LSTM	脑信号时间序列数据	20名参与者进行两类手部抓握运动活动	NA	CNN, LSTM, Bi-LSTM	分类准确率	NA
1842	2025-10-07	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人工智能在慢性肾脏病管理中的关键应用场景及面临的挑战	系统梳理了AI在CKD管理中的四大应用领域，并针对技术障碍和临床应用壁垒提出了解决方案	基于文献综述，缺乏原始数据验证和实际临床部署效果评估	探索人工智能在慢性肾脏病管理中的应用潜力和实施路径	慢性肾脏病患者群体及相关医疗数据	医疗人工智能	慢性肾脏病	机器学习、深度学习、无监督聚类、数字孪生、自然语言处理、大语言模型	ML, DL, NLP, LLMs	多模态医疗数据	基于41篇文献的系统分析	NA	NA	模型准确性、可解释性	NA
1843	2025-10-07	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	研究论文	提出GraphTransNet模型，利用图增强蛋白质语言模型预测癫痫相关基因	结合蛋白质语言模型与Transformer-CNN混合架构，创新性地整合基因序列嵌入与图结构信息	NA	预测癫痫相关基因靶点，改善疾病诊断和治疗靶点识别	癫痫相关基因	机器学习	癫痫	蛋白质语言模型, 深度学习	Transformer, CNN, 混合神经网络	基因序列数据	NA	NA	GraphTransNet, ESM, Transformer, CNN	准确率, 召回率, 精确率	NA
1844	2025-10-07	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	提出了一种名为ProstaNet的新型深度学习框架，用于预测单点和多点突变对蛋白质稳定性的影响	采用几何向量感知器-图神经网络进行3维特征处理，构建了纯净的热力学数据库ProstaDB，开发了热力学循环数据增强方法和创新的聚类方法	NA	预测单点和多点突变对蛋白质稳定性的影响	蛋白质突变稳定性	机器学习	NA	深度学习	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	NA	几何向量感知器-图神经网络	准确率	NA
1845	2025-10-07	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	综述	探讨人工智能在预测病毒进化与免疫逃逸方面的最新突破	利用深度学习架构和语言模型预测病毒有害突变的前瞻性方法	方法主要基于SARS-CoV-2开发，虽可扩展至其他RNA病毒但需进一步验证	通过AI预测病毒进化路径以提前应对公共卫生威胁	RNA病毒（特别是SARS-CoV-2）的基因组变异	自然语言处理, 机器学习	传染病	基因组测序	语言模型(LM), 深度学习	基因组数据, 流行病学数据, 免疫学数据, 生物学数据	NA	NA	语言模型	NA	NA
1846	2025-10-07	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I型拓扑异构酶与单链DNA的复合物结构	首次系统评估AlphaFold3在预测拓扑异构酶-单链DNA复合物结构方面的能力	预测的蛋白-DNA复合物（特别是与较长寡核苷酸>25-mer）不可靠，无法准确复制DNA结合序列特异性	探索拓扑异构酶与DNA底物结合的分子机制和序列偏好性	人类拓扑异构酶3β和细菌拓扑异构酶I与单链DNA的复合物	计算生物学	NA	AlphaFold3.0, X射线晶体学, Cryo-EM	深度学习	蛋白质序列, DNA序列	大量预测复合物（具体数量未明确说明）	AlphaFold3	AlphaFold3架构	预测置信度, 与晶体结构比对	NA
1847	2025-10-07	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	提出了一种结合深度学习和传统分类器的新型非经典分泌蛋白预测工具iNClassSec-ESM	首次将蛋白质语言模型ESM3的隐藏层嵌入表示与手工特征相结合，并探索ESM3在蛋白质表示方面的应用潜力	非经典分泌途径的机制尚不明确，生物实验验证成本高且耗时	开发计算方法来识别革兰氏阳性菌的非经典分泌蛋白	非经典分泌蛋白质	生物信息学	NA	蛋白质序列分析	XGBoost, DNN	蛋白质序列	NA	NA	深度神经网络	多种性能指标	NA
1848	2025-10-07	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	研究论文	本研究提出两种深度学习架构用于阿尔茨海默病和帕金森病的医学图像分类	提出结合自注意力机制的RbACNN和IRbACNN架构，并集成可解释AI技术提高模型透明度和临床可信度	NA	开发用于神经退行性疾病分类的深度学习模型	阿尔茨海默病和帕金森病患者	计算机视觉	神经退行性疾病	医学影像分析	CNN	图像	NA	NA	RbACNN, IRbACNN	准确率	NA
1849	2025-10-07	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	提出了一种多尺度对比语言-图像预训练框架ModuCLIP，用于多模态机器人系统中的基坑变形预测	首次将多尺度对比学习机制应用于基坑变形预测，能够有效整合图像、文本描述和传感器数据等多源信息	未具体说明模型在不同地质条件下的适用性限制以及计算复杂度分析	开发一个能够精确预测基坑变形的多模态深度学习框架	基坑工程中的变形预测问题	计算机视觉,自然语言处理,机器学习	NA	对比学习,多模态融合	CLIP,深度学习	图像,文本,传感器数据	多个基坑工程数据集（未提供具体样本数量）	NA	ModuCLIP,多尺度CLIP架构	预测精度,泛化能力,鲁棒性	NA
1850	2025-10-07	Measuring Respiration Rate from Speech 2025 Jan-Dec, Digital biomarkers DOI:10.1159/000544913 PMID:40236620	研究论文	本研究提出使用深度学习模型从语音中预测呼吸信号并估计呼吸率	首次将语音作为虚拟传感器用于呼吸率测量，提出了一种基于多变量时间序列Transformer的新方法	在模拟医院环境中测试，尚未在真实临床环境中全面验证	开发从语音信号中估计呼吸率的技术，为远程患者监测提供解决方案	双语临床研究参与者的语音数据	自然语言处理, 机器学习	NA	语音分析, 深度学习	Transformer	语音信号, 时间序列数据	1,005名参与者	NA	多变量时间序列Transformer, 语音编码器嵌入	呼吸率预测误差在±3 BPM内的准确率	NA
1851	2025-10-07	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	研究论文	开发了一种基于多模态深度学习的压力检测方法，通过整合时域和频域特征分析可穿戴设备采集的生理信号	提出了一种整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方法解决数据不平衡问题	仅针对护理职业群体进行研究，模型泛化能力有待进一步验证	开发准确可靠的压力检测方法，适用于高强度职业环境	护理人员的生理信号数据，包括加速度计、皮电活动、心率和皮肤温度	机器学习	NA	生理信号采集，快速傅里叶变换	CNN	生理信号，时域特征，频域特征	包含压力水平标签的多模态生理信号数据集	NA	卷积神经网络，全连接层	准确率，F1分数	NA
1852	2025-10-07	Transfer learning-based approach to individual Apis cerana segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319968 PMID:40238729	研究论文	本研究采用基于迁移学习的Mask R-CNN模型实现蜂箱环境中东方蜜蜂的精确检测与分割	利用已训练的西方蜜蜂模型权重进行迁移学习，并通过数据预处理技术提升模型性能，在极小数据集和计算时间下实现高性能分割	仅针对特定蜂种（东方蜜蜂）进行研究，模型泛化能力未验证	开发自动化的蜜蜂行为分析系统	蜂箱环境中的东方蜜蜂个体	计算机视觉	NA	深度学习，迁移学习	Mask R-CNN	图像	相比先前西方蜜蜂研究减少了85%的训练和验证集数量	NA	Mask R-CNN	mAP（平均精度均值）	NA
1853	2025-10-07	Deep learning-based acceleration of muscle water T2 mapping in patients with neuromuscular diseases by more than 50% - translating quantitative MRI from research to clinical routine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318599 PMID:40238781	研究论文	本研究评估基于人工智能的压缩感知加速技术在神经肌肉疾病患者肌肉水T2定量成像中的应用效果	首次将CSAI（压缩感知与人工智能结合的重建技术）应用于定量MRI，实现扫描时间减少50%以上	样本量较小（仅10名FSHD患者），仅评估大腿肌肉	评估AI加速技术在定量MRI中的性能，推动定量MRI从研究向临床常规应用转化	面肩肱型肌营养不良症（FSHD）患者的大腿肌肉	医学影像分析	神经肌肉疾病	T2-prepared 3D TSE with SPAIR脂肪抑制，MRI成像	基于AI的压缩感知重建	MRI图像	10名FSHD患者，双侧大腿三个肌肉的六个感兴趣区域	CSAI（SmartSpeed, Philips Healthcare）	NA	表观信噪比，表观对比噪声比，组内相关系数，诊断一致性	NA
1854	2025-10-07	Optimizing lipocalin sequence classification with ensemble deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319329 PMID:40238838	研究论文	提出一种集成深度学习框架EnsembleDL-Lipo，用于优化脂质运载蛋白序列的分类识别	首次将CNN和DNN组合成集成深度学习框架，利用PSSM特征提升脂质运载蛋白序列分类性能	未提及模型在更大规模数据集上的泛化能力及计算资源消耗的具体分析	开发高效的脂质运载蛋白序列分类方法以替代传统实验方法	脂质运载蛋白序列	机器学习	NA	PSSM（位置特异性评分矩阵）	CNN, DNN	生物序列数据	NA	NA	CNN, DNN	准确率, 召回率, 马修斯相关系数, AUC	NA
1855	2025-10-07	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	研究论文	开发了一种结合一维序列和三维结构信息的多视图深度学习模型，用于精确预测ATP结合位点并应用于激酶抑制剂研究	提出了Multiview-ATPBind端到端深度学习模型和ResiBoost残基级提升算法，解决了传统方法依赖耗时预计算特征和数据不平衡问题	未明确说明模型在其他类型蛋白结合位点预测中的泛化能力	开发准确预测ATP结合位点的方法并应用于药物发现	蛋白质ATP结合位点、激酶抑制剂（如伊马替尼和达沙替尼）	生物信息学, 深度学习	癌症	深度学习, 分子对接模拟	深度学习模型	一维序列数据, 三维结构数据	基准数据集	NA	Multiview-ATPBind	平衡指标	NA
1856	2025-10-07	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	提出一种基于掩码图变换器的机器学习方法，用于预测合金催化材料在析氢反应中的吸附能	通过掩码图变换器网络分别处理完整分子图和忽略固定原子的掩码图，增强对催化反应关键位点的识别能力；引入非线性消息传递机制改进Transformer的点积注意力，通过深度张量积整合分子几何信息	仅在OC20-Ni小数据集上进行验证，需要更多数据验证泛化能力	提高合金催化材料吸附能预测的准确性	合金催化材料在析氢反应中的吸附能	机器学习	NA	深度学习	Transformer, MPNN	分子图数据	OC20-Ni小数据集	PyTorch	Masked Graph Transformer (MGT), NLMP-TransNet	误差率(eV)	NA
1857	2025-10-07	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	开发了一种名为MEI的机器学习框架，用于高精度预测分子与酶之间的相互作用	通过分层神经网络中的先进注意力机制，将原子环境数据与氨基酸序列特征无缝结合	NA	准确预测特定酶的分子底物，特别是针对新型实体	酶与分子间的相互作用	机器学习	NA	机器学习	分层神经网络	酶促反应数据、酶序列数据	包含广泛酶促反应和酶序列信息的综合数据集	NA	具有注意力机制的分层神经网络	预测准确率, AUROC	NA
1858	2025-10-07	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对输入扰动的抵抗能力	首次系统评估深度学习构象优化算法对输入结构扰动的鲁棒性，并揭示其物理启发的神经网络设计优势	对大扰动（RMSD 3-4 Å）的成功率显著下降至11%	评估深度学习配体构象优化算法的鲁棒性和可靠性	蛋白质-配体复合物结构	机器学习	NA	深度学习构象优化	深度学习神经网络	分子结构数据	多种蛋白质-配体案例	NA	DeepRMSD+Vina	成功率, RMSD	NA
1859	2025-10-07	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	研究论文	提出一种基于地面机器人和深度学习的大豆种子产量估算新方法	结合鱼眼图像校正和随机传感器效应的数据增强技术，提高种子计数和产量估算架构的准确性和泛化能力	仅基于两年数据验证（2021年8500个地块和2023年650个地块），需要更多年份数据验证长期稳定性	开发高效准确的大豆产量估算方法以替代传统劳动力密集型方法	大豆种植地块	计算机视觉	NA	计算机视觉，深度学习	深度学习框架	视频，图像	2021年8500个地块，2023年650个地块	NA	P2PNet-Yield（包含特征提取模块和产量回归模块）	基因型排名准确率	NA
1860	2025-10-07	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	研究论文	开发了一种基于弱监督深度学习的自动化PD-L1表达分析框架，用于肺癌免疫治疗评估	创新性地开发了多示例学习框架MiLT，显著减少对细胞级标注的需求，同时保持高准确性	需要在前瞻性临床试验中进一步验证	开发可靠的人工智能工具来标准化PD-L1表达评估，改善肺癌免疫治疗患者选择	肺癌患者的全玻片图像	数字病理学	肺癌	全玻片图像分析	多示例学习	图像	内部和外部队列验证	NA	MiLT	组内相关系数	NA