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
2481	2025-07-12	Analysis of influenza-like illness trends in Saudi Arabia: a comparative study of statistical and deep learning techniques 2025-Jun, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2025.0080 PMID:40501115	研究论文	比较Holt-Winters统计方法和LSTM深度学习模型在预测沙特阿拉伯季节性流感样疾病(ILI)发病率中的表现	首次在中东流行病学模型中整合特定区域的外生变量，并比较统计与深度学习方法的预测性能	在发病率波动较大时期存在显著未解释的变异性，Holt-Winters模型表现中等	开发和评估流感样疾病(ILI)发病率预测模型	沙特阿拉伯2017-2022年的每周ILI病例数据	机器学习	流感	时间序列分析	Holt-Winters, LSTM	时间序列数据	2017-2022年的每周ILI病例数据
2482	2025-07-12	Artificial Intelligence in Biliopancreatic Disorders: Applications in Cross-Sectional Imaging and Endoscopy 2025-Apr-29, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.04.011 PMID:40311821	综述	本文探讨了人工智能在胆胰疾病诊断和管理中的变革潜力	利用深度学习和卷积神经网络等尖端技术，AI在胃肠病学领域，尤其是内窥镜手术中取得了显著进展	早期研究结果尚需进一步验证，未来方向有待探索	总结AI在胆胰疾病中的应用现状，为未来研究方向铺路	胆胰疾病	数字病理学	胆胰疾病	深度学习、卷积神经网络	CNN	图像	NA
2483	2025-07-12	Accurate classification of benign and malignant breast tumors in ultrasound imaging with an enhanced deep learning model 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1526260 PMID:40635689	研究论文	本研究通过深度学习技术构建了一个可靠的乳腺超声图像良恶性分类模型RcdNet，以提高诊断的准确性和一致性	提出了一种创新的深度学习模型RcdNet，结合深度可分离卷积和CBAM注意力模块，增强了识别超声图像中关键病变区域的能力	未来工作将集中于将RcdNet整合到实时超声诊断系统中，并探索其在多模态成像工作流程中的潜力	构建一个自动化的、高准确率的诊断方法，支持乳腺癌的检测和分类	乳腺超声图像	数字病理	乳腺癌	深度学习	RcdNet（结合深度可分离卷积和CBAM注意力模块）	图像	NA
2484	2025-07-12	Deep learning-based feature selection for detection of autism spectrum disorder 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1594372 PMID:40636395	研究论文	本研究提出了一种结合深度学习和先进特征选择技术的新方法，用于自闭症谱系障碍（ASD）的检测	采用混合模型（SSDAE和MLP）结合优化的Hiking Optimization Algorithm（HOA）进行特征选择，显著提高了ASD检测的准确性	研究样本量可能有限，且仅使用了ABIDE I数据集，可能影响模型的泛化能力	开发一种更准确且临床适用的ASD检测模型	自闭症谱系障碍（ASD）患者	机器学习	自闭症谱系障碍	rs-fMRI	SSDAE, MLP	神经影像数据	ABIDE I数据集
2485	2025-07-12	Fourier convolutional decoder: reconstructing solar flare images via deep learning 2025, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-025-11283-6 PMID:40636402	研究论文	本文提出了一种名为傅里叶卷积解码器（FCD）的深度学习模型，用于从观测数据中重建太阳耀斑图像	开发了一种自定义的过完备自编码器FCD，能够在模拟数据上训练并生成接近真实地面的输出，显著提高了图像重建的速度和准确性	在实验性STIX观测数据上的性能相比模拟数据有所下降	解决天文学中图像重建过程的复杂性和高计算资源消耗问题	太阳耀斑图像	计算机视觉	NA	深度学习	自编码器（FCD）	图像	模拟和观测数据集，具体数量未提及
2486	2025-07-12	Leveraging learned monocular depth prediction for pose estimation and mapping on unmanned underwater vehicles 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1609765 PMID:40642204	research paper	提出一个结合视觉和声学传感器数据的通用框架，用于增强复杂、高度动态的水下环境中的定位和地图构建，特别关注鱼类养殖	结合基于深度学习的单目深度预测和经典FFT方法的稀疏深度先验，实现仅从视觉数据进行网箱内深度预测和UUV的网相对位姿估计	NA	增强无人水下航行器（UUV）在复杂水下环境中的定位和地图构建能力	无人水下航行器（UUV）和鱼类养殖网箱	computer vision	NA	深度学习、Fast Fourier Transform (FFT)	NA	视觉和声学传感器数据	工业规模鱼类养殖场收集的数据集
2487	2025-07-11	Computational screening of umami tastants using deep learning 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11006-4 PMID:39422798	研究论文	本研究开发了一种基于深度学习的虚拟筛选流程，用于从大型分子数据库中识别高效鲜味物质	首次构建了基于Transformer的架构用于鲜味物质分类，并开发了预测鲜味化合物效能的神经网络模型	研究仅基于分子结构特征，未考虑实际味觉测试验证	开发高效识别新型鲜味物质的计算方法	鲜味分子与非鲜味分子	机器学习	NA	深度学习	Transformer, 神经网络	分子结构数据	867个分子（439个鲜味分子和428个非鲜味分子），并在包含约70,000个分子的FooDB数据库上进行应用验证
2488	2025-07-11	iDCNNPred: an interpretable deep learning model for virtual screening and identification of PI3Ka inhibitors against triple-negative breast cancer 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11055-9 PMID:39648257	研究论文	提出了一种可解释的深度学习模型iDCNNPred，用于虚拟筛选和识别针对三阴性乳腺癌的PI3Ka抑制剂	开发了Custom-DCNN模型，性能优于预训练模型，并通过Grad-CAM技术增强了模型预测的可解释性	需要进一步的药物化学工作来提高筛选出的分子的效力和选择性	识别和筛选针对三阴性乳腺癌的PI3Ka抑制剂	PI3Ka抑制剂	数字病理学	三阴性乳腺癌	分子对接、体外PI3K抑制研究	Custom-DCNN、AlexNet、SqueezeNet、VGG19	2D分子图像	Maybridge化学库中的分子，最终筛选出12个有潜力的分子，其中4个进行了生物验证
2489	2025-07-11	GraphkmerDTA: integrating local sequence patterns and topological information for drug-target binding affinity prediction and applications in multi-target anti-Alzheimer's drug discovery 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11065-7 PMID:39792322	研究论文	提出了一种名为GraphkmerDTA的新型深度学习模型，用于药物-靶标结合亲和力预测，并在多靶点抗阿尔茨海默病药物发现中应用	整合了Kmer特征与结构拓扑信息，克服了现有方法在序列特征提取和拓扑信息利用上的不足	未提及具体的计算资源需求或模型训练时间，可能在实际应用中存在效率问题	提高药物-靶标结合亲和力预测的准确性，并应用于药物发现	药物分子和蛋白质	机器学习	阿尔茨海默病	图神经网络（GNN）和全连接网络	GraphkmerDTA（结合GNN和Kmer特征）	序列数据和结构数据	超过两千种化合物的筛选库
2490	2025-07-11	Deep Learning-Based Signal Amplification of T1-Weighted Single-Dose Images Improves Metastasis Detection in Brain MRI 2025-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001166 PMID:39961132	研究论文	本研究探讨了基于深度学习的信号放大技术在单剂量T1加权脑MRI图像中的应用，以提高转移瘤的检测能力	利用深度学习技术从单剂量对比增强图像生成人工双剂量图像，避免了使用实际双剂量对比剂带来的环境和健康风险	研究中读者在人工双剂量图像上显示出更多的假阳性发现，尽管差异不显著	评估深度学习增强的单剂量脑MRI图像在转移瘤检测中的效果	30名参与者（平均年龄58.5±11.8岁，23名女性）的脑MRI图像	数字病理	脑转移瘤	MRI	深度学习	医学影像	30名参与者
2491	2025-07-11	Deep learning in the discovery of antiviral peptides and peptidomimetics: databases and prediction tools 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11173-y PMID:40153158	综述	本文综述了抗病毒肽（AVPs）的数据库构建、理化特性及其在机器学习预测工具中的应用	探讨了AI技术在抗病毒肽发现中的关键作用，并介绍了专用数据库（如DRAVP、AVPdb和DBAASP）的开发与应用	现有数据库存在数据集小、注释不完整以及与多组学数据整合不足的问题，且预测工具面临过拟合、实验验证有限和缺乏机制性见解的挑战	推动抗病毒肽和拟肽类药物的发现与开发	抗病毒肽（AVPs）及其理化特性	自然语言处理	NA	机器学习和深度学习	NA	文本数据	NA
2492	2025-07-11	Integrating deep learning and molecular dynamics simulations for FXR antagonist discovery 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11145-2 PMID:40172823	研究论文	本研究结合深度学习和分子动力学模拟，发现FXR拮抗剂用于治疗代谢疾病	开发了预测FXR拮抗活性和毒性的深度学习模型，并通过分子动力学模拟筛选出具有潜在治疗价值的化合物	研究中筛选的化合物数量有限，且未进行临床验证	发现可用于治疗代谢疾病的FXR拮抗剂	FXR（法尼醇X受体）及其潜在拮抗剂	机器学习	代谢疾病	深度学习，分子动力学模拟	深度学习模型	化合物数据	从HMDB数据库中筛选的217,345种化合物
2493	2025-07-11	QMGBP-DL: a deep learning and machine learning approach for quantum molecular graph band-gap prediction 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11178-7 PMID:40252145	研究论文	本文提出了一种结合深度学习和机器学习的量子分子图带隙预测方法QMGBP-DL	QMGBP-DL方法通过结合分子图编码器和机器学习模型，显著提高了分子和材料带隙能量的预测准确性	未提及具体局限性	加速药物设计和材料科学中的发现，特别是分子和量子材料性质的预测	分子和量子材料的带隙能量	机器学习	NA	图卷积网络(GCN)和随机森林	GCN, Random Forest	分子图数据(SMILES字符串)	QM9, PCQM4M和OPV数据集
2494	2025-07-11	Cangrelor and AVN-944 as repurposable candidate drugs for hMPV: analysis entailed by AI-driven in silico approach 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11206-6 PMID:40316857	研究论文	本研究通过AI驱动的计算机模拟方法，筛选出Cangrelor和AVN-944作为抗人类偏肺病毒(hMPV)的候选药物	利用深度学习构建药效团模型筛选FDA批准药物和抗病毒药物，并通过分子对接和分子动力学模拟验证药物与hMPV F蛋白的结合稳定性	需要进一步的体外和体内实验验证候选药物的疗效	寻找可重新用于治疗hMPV感染的药物	人类偏肺病毒(hMPV)的F蛋白	计算生物学	呼吸道感染	深度学习、分子对接、分子动力学模拟	深度学习药效团模型	蛋白质结构数据、药物分子数据	初始筛选2400种FDA批准药物和255种抗病毒药物，最终筛选出792种和72种候选药物
2495	2025-07-11	Machine learning approaches for predicting the small molecule-miRNA associations: a comprehensive review 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11211-9 PMID:40392452	综述	本文全面回顾了机器学习在预测小分子与microRNA关联中的应用	对32种基于机器学习的SMA预测方法进行了详尽分类和趋势分析，提供了未来研究的宝贵见解	未提及具体方法在临床转化中的实际应用限制	增强对小分子-miRNA相互作用的理解和预测能力	小分子(SMs)与microRNA(miRNAs)的关联关系	机器学习	NA	机器学习算法	经典ML、深度学习、矩阵分解、网络传播、图学习、集成学习	生物分子相互作用数据	NA
2496	2025-07-11	Brain age prediction from MRI scans in neurodegenerative diseases 2025-Aug-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001383 PMID:40396549	综述	本文综述了利用MRI扫描进行脑龄估计作为脑健康生物标志物的应用	探讨了脑龄估计在神经退行性疾病早期诊断、疾病监测和个性化医疗中的潜在应用	标准化实施、人口统计学偏差和可解释性等挑战仍然存在	探索脑龄估计作为神经退行性疾病早期检测工具的潜力	阿尔茨海默病、轻度认知障碍(MCI)和帕金森病患者	数字病理学	神经退行性疾病	MRI扫描、深度学习	深度学习模型	MRI图像	NA
2497	2025-07-11	Discovery of novel potential 11β-HSD1 inhibitors through combining deep learning, molecular modeling, and bio-evaluation 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11171-0 PMID:40397334	研究论文	本研究通过结合深度学习、分子建模和生物评估，发现了新型潜在的11β-HSD1抑制剂	使用基于GRU的循环神经网络构建分子生成模型，结合转移学习生成潜在的11β-HSD1抑制剂	化合物02的抑制活性不如对照药物	开发新型11β-HSD1抑制剂	11β-HSD1抑制剂	机器学习	糖尿病、胰岛素抵抗、血脂异常和肥胖	深度学习、分子对接、分子动力学模拟	GRU	分子数据	1,854,484个药物样分子
2498	2025-07-11	Drug repurposing to identify potential FDA-approved drugs targeting three main angiogenesis receptors through a deep learning framework 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11214-6 PMID:40418485	研究论文	本研究利用深度学习框架，从FDA批准的药物中识别出针对VEGFR、FGFR和EGFR三种主要血管生成受体的多靶点抑制剂	采用新颖的集成方法，结合分类和回归模型，同时考虑三种靶受体，以提高药物开发的成功率并减少耐药性	研究仅基于计算机模拟筛选，未进行实验验证	开发一种方法学，用于发现FDA批准药物中的多靶点抑制剂，以控制血管生成	2000多种FDA批准的药物	机器学习	癌症	深度学习	深度自编码器分类模型和回归模型	药物分子数据	2000多种FDA批准的药物
2499	2025-07-11	Integrated machine learning-based virtual screening and biological evaluation for identification of potential inhibitors against cathepsin K 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-10845-5 PMID:38662177	研究论文	本研究通过机器学习和深度学习虚拟筛选结合生物评估，识别出潜在的Cathepsin K抑制剂	结合机器学习和深度学习进行虚拟筛选，并进行了生物评估，鉴定出五种具有潜在抑制Cathepsin K活性的化合物	研究仅筛选了十种化合物，样本量较小	识别潜在的Cathepsin K抑制剂以治疗骨质疏松症	Cathepsin K及其潜在抑制剂	机器学习	骨质疏松症	虚拟筛选、分子对接、MD模拟、MM/PBSA分析	机器学习和深度学习模型	化学化合物数据	十种短名单化合物，其中五种表现出超过50%的抑制效果
2500	2025-07-11	Modeling Nonradiative Recombination in CsPbI3 and Ge-Doped Perovskites Via Deep Learning with CNN and Transformer Architectures 2025-Jul-10, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01669 PMID:40576303	研究论文	本研究通过深度学习方法（CNN和Transformer架构）建模CsPbI3和Ge掺杂钙钛矿中的非辐射复合过程	首次将多种深度学习模型（包括四种CNN和三种Transformer结构）应用于非绝热耦合的高效预测，揭示了Ge掺杂对非平衡复合过程的微观调控机制	研究仅针对CsPbI和Ge掺杂系统，未验证其他掺杂体系	解决钙钛矿光电设备性能瓶颈中的非辐射电子-空穴复合问题	CsPbI3和Ge掺杂钙钛矿系统	机器学习	NA	密度泛函理论与非绝热分子动力学(NAMD)结合，采用Hammes-Schiffer-Tully(HST)和norm-preserving interpolation(NPI)策略	CNN（包括ResNetPlus等四种）和Transformer（包括TSTPlus等三种）	计算化学数据	NA