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
6241	2025-11-20	Harnessing artificial intelligence to advance CRISPR-based genome editing technologies 2025-Nov-18, Nature reviews. Genetics DOI:10.1038/s41576-025-00907-1 PMID:41254174	综述	本综述探讨人工智能如何推动CRISPR基因编辑技术的发展与应用	系统总结AI在优化基因编辑器、指导工具工程化和发现新型编辑酶方面的创新应用，并提出AI驱动的虚拟细胞模型等新兴机遇	NA	总结人工智能方法在基因编辑技术中的应用进展并展望未来发展方向	CRISPR基因编辑技术（包括核酸酶编辑、碱基编辑和引物编辑）及人工智能方法	机器学习	遗传疾病	CRISPR基因编辑	机器学习,深度学习	NA	NA	NA	NA	NA	NA
6242	2025-11-20	HPCSMN: A Classification Method of Chemotherapy Sensitivity of Hypopharyngeal Cancer Based on Multimodal Network 2025-Nov-18, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00783-7 PMID:41254314	研究论文	提出基于多模态融合网络的喉咽癌化疗敏感性分类方法HPCSMN，通过整合3D CT图像和影像组学特征提高预测准确率	首次将3D CT图像空间特征与LASSO筛选的影像组学特征通过多模态网络融合，利用互补优势捕获复杂空间依赖关系和详细影像特征	样本量相对有限（仅102例），仅基于单中心数据验证	开发喉咽癌化疗敏感性分类方法以支持个性化治疗	喉咽癌患者	数字病理	喉咽癌	CT成像，影像组学分析	多模态融合网络，3D CNN	3D CT图像，影像组学特征，临床数据	102例喉咽癌CT图像（NKU-TMU-hphc数据集）	NA	3D ResNet，全连接网络	准确率，多评价指标	NA
6243	2025-11-20	Subtype-HM: A Novel Cancer Subtype Identification Method Based on Hypergraph Learning and Multi-omics Data 2025-Nov-18, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00789-1 PMID:41254315	研究论文	提出基于超图学习和多组学数据的癌症亚型识别新方法Subtype-HM	使用多级超图建模复杂生物结构，设计超图传播网络捕获组学内外相关性，引入并行判别器引导的注意力模块提取组学特异性特征，提出多组学对比熵对齐方法	NA	提高癌症亚型识别的准确性和生物可解释性	癌症患者的多组学数据	机器学习	癌症	多组学数据分析	超图学习网络	多组学数据	TCGA癌症数据集	NA	超图传播网络	生存分析p值, 临床参数富集分数	NA
6244	2025-11-20	Artificial Intelligence in the Detection of Clinically Negotiable Second Mesio-Buccal Canals in Periapical Images of Maxillary Molars 2025-Nov-18, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.70065 PMID:41254435	研究论文	本研究开发并验证了用于检测上颌磨牙根尖片中可临床操作MB2根管的深度学习模型	首次比较六种预训练监督卷积神经网络和三种自监督模型在MB2根管检测中的性能，并与人类临床医生进行对比	样本量相对有限（1504张图像），模型准确率仍有提升空间（最高66.0%）	评估人工智能在牙髓病学病例难度评估中的潜力	上颌第一和第二磨牙的根尖周影像	计算机视觉	牙髓疾病	深度学习	CNN	图像	1504张术前根尖周影像	NA	ResNet-18, ResNet-50, ResNeXt-101, VGG-16, DenseNet-121, MobileNetV2, DINO, SimCLR, BYOL	准确率, 精确率, 敏感度, 特异度, F1分数	NA
6245	2025-11-20	Estimating 10-Year Cardiovascular Disease Risk in Primary Prevention Using UK Electronic Health Records and a Hybrid Multitask BERT Model: Retrospective Cohort Study 2025-Nov-13, JMIR medical informatics IF:3.1Q2 DOI:10.2196/76659 PMID:41232034	研究论文	开发一种混合多任务深度学习模型，整合电子健康记录中的结构化和文本特征，用于预测10年心血管疾病风险	首次将结构化变量和临床文本结合，采用多任务BERT模型进行心血管风险预测，支持跨模态交互建模和事件时间估计	在贫困和少数民族亚组中表现有所下降，存在跨人口统计学群体的异质性	开发心血管疾病风险预测模型，支持个体化分层和公平评估	40-85岁患者群体，来自英国临床实践研究数据链数据库	自然语言处理,机器学习	心血管疾病	电子健康记录分析	BERT,多任务学习,深度学习	结构化数据,文本数据	469,496名患者用于模型开发，711,052个测试样本，144,370个外部验证样本	PyTorch或TensorFlow（具体未明确说明）	DistilBERT,多层感知机,多头注意力机制	AUROC,一致性指数,Brier分数,对数秩检验	NA
6246	2025-11-20	Deep learning-based eye sign communication system for people with speech impairments 2025-Nov, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2532698 PMID:40684450	研究论文	提出一种基于深度学习的眼动符号通信系统，帮助言语障碍人士通过标准网络摄像头进行交流	无需预校准即可在各种光照条件下工作，集成了文本预测功能，直接通过标准网络摄像头采集眼动符号	仅在18-35岁年龄段参与者中测试，未在更广泛年龄群体中验证	开发适用于言语障碍人士的辅助通信系统	言语障碍或瘫痪人士	计算机视觉	言语障碍	深度学习	CNN	图像	18-35岁年龄段参与者	NA	NA	准确率	标准网络摄像头
6247	2025-11-20	Artificial Intelligence-Led Whole Coronary Artery OCT Analysis; Validation and Identification of Drug Efficacy and Higher-Risk Plaques 2025-Nov, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018133 PMID:40995622	研究论文	开发并验证基于人工智能的全冠状动脉OCT自动分析系统AutoOCT，用于识别药物疗效和更高风险斑块	首次开发能够自动校正OCT图像分割错误、识别斑块成分并测量多种参数的深度学习系统，实现全冠状动脉OCT的快速分析	模型开发仅使用106名患者的数据，样本量相对有限	验证人工智能OCT分析系统在识别药物疗效和高风险斑块方面的准确性和实用性	冠状动脉OCT图像和斑块特征	医学影像分析	心血管疾病	光学相干断层扫描(OCT)	深度学习	医学影像	开发集：36,212帧图像（127个完整回拉，106名患者）；验证集：IBIS-4研究83名患者，CLIMA研究62名患者	NA	NA	准确率	NA
6248	2025-11-20	Insights into the Impact of Artificial Intelligence on Psoriasis Treatment Strategies: A Mini Review 2025-Nov-01, Indian dermatology online journal IF:1.9Q3 DOI:10.4103/idoj.idoj_1055_24 PMID:40788101	综述	本文探讨人工智能在银屑病治疗策略中的影响，重点关注AI在诊断精度和治疗选择方面的应用	系统综述AI在银屑病治疗四大领域的整合应用：光疗结果预测、皮损分割与严重程度评估、远程监测系统及生物制剂疗效预测	数据集多样性不足、标准化欠缺和验证不充分	评估人工智能技术在银屑病精准医疗中的应用潜力	银屑病患者临床数据、影像资料和多组学数据	数字病理	银屑病	临床数据分析、影像分析、多组学数据分析	随机森林,CNN,多尺度超像素聚类,梯度提升决策树	临床数据,图像,多组学数据	NA	NA	NA	敏感度,准确率,像素准确率,组内相关系数	NA
6249	2025-11-20	Advancing toxicity AI-based prediction with multilevel systems biology: a case study on genotoxicity 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf594 PMID:41241819	研究论文	提出一种多模态深度学习框架GenotoxNet，通过整合化学结构、体外实验数据和转录组学数据来提升遗传毒性预测能力	首次系统整合化学结构、高通量体外实验数据和转录组学数据，通过多模态深度学习捕捉细胞异质性和机制复杂性	未明确说明模型在更广泛化学物质上的泛化能力限制	开发高精度的遗传毒性预测计算方法以支持健康风险评估	化学物质及其诱导的遗传毒性效应	机器学习	NA	高通量体外实验, 转录组学分析	深度学习	化学结构数据, 体外实验数据, 转录组学数据	NA	NA	GenotoxNet	AUCROC	NA
6250	2025-11-20	Smart Total Knee Replacement: Recognition of Activities of Daily Living Using Embedded IMU Sensors and a Novel AI Model in a Cadaveric Proof-of-Concept Study 2025-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s25216657 PMID:41228880	研究论文	本研究通过植入人工膝关节的IMU传感器和新型AI模型，实现了对日常活动动作的自动识别	首次在尸体膝关节中植入IMU传感器，并开发了新型多模态深度学习模型用于活动识别	仅为尸体概念验证研究，样本量有限，需进一步临床验证	开发智能膝关节置换术的活动监测技术	植入IMU传感器的膝关节假体在尸体模型中的运动数据	医疗人工智能	膝关节疾病	惯性测量单元(IMU)传感技术	多模态深度学习	运动传感器数据	1具尸体膝关节，多种日常活动动作数据	NA	NA	准确率,F1分数	NA
6251	2025-11-20	Discovery of Novel 4,5-Dihydropyrrolo[3,4-c]pyrazol-6(2H)-one-Based Tubulin Inhibitors Targeting Colchicine Binding Site with Potent Anti-Ovarian Cancer Activity 2025-Oct-09, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00014 PMID:40974592	研究论文	本研究通过深度学习模型筛选发现新型4,5-二氢吡咯并[3,4-c]吡唑-6(2H)-酮类微管蛋白抑制剂，并验证其抗卵巢癌活性	首次利用GeminiMol深度学习模型从Zinc20数据库中筛选出靶向秋水仙碱结合位点的新型支架化合物，并通过晶体结构确认结合模式	研究主要聚焦于SKOV3细胞系和移植瘤模型，尚未在其他卵巢癌细胞模型或临床样本中验证	开发低毒性的新型微管蛋白抑制剂用于卵巢癌治疗	卵巢癌细胞SKOV3及移植瘤模型	药物发现	卵巢癌	深度学习虚拟筛选、晶体结构解析、细胞功能实验	深度学习模型	化学数据库、晶体结构数据、细胞实验数据	Zinc20数据库化合物库、SKOV3细胞系及移植瘤模型	GeminiMol	NA	IC50值、克隆形成抑制率、迁移抑制率、侵袭抑制率、肿瘤抑制率	NA
6252	2025-11-20	Automated Detection of Cancer-Suspicious Findings in Japanese Radiology Reports with Natural Language Processing: A Multicenter Study 2025-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01338-w PMID:39843717	研究论文	开发基于规则的自然语言处理算法，用于从日本多机构放射学报告中自动检测癌症可疑发现	针对日语放射学报告开发基于规则的NLP算法，并在多中心数据集上进行内部和外部验证，证明其优于深度学习基线模型	仅针对胸部和腹部CT报告，未涵盖其他影像学检查类型	通过自然语言处理技术减少关键影像学发现的漏诊，改善患者随访和治疗及时性	来自六个机构的胸部和腹部CT放射学报告	自然语言处理	癌症	自然语言处理	基于规则算法, BERT	文本	来自六个机构的多中心CT报告数据集	NA	基于规则算法, BERT	精确率, 召回率, F1分数	NA
6253	2025-11-20	A Deep Learning Pipeline for Epilepsy Genomic Analysis Using GPT-2 XL and NVIDIA H100 2025-Oct-01, ArXiv PMID:41256893	研究论文	提出一种结合GPT-2 XL和NVIDIA H100 GPU的深度学习流程，用于癫痫基因组分析	首次将拥有15亿参数的GPT-2 XL大型语言模型应用于基因组序列分析，并利用最新NVIDIA H100张量核心GPU进行加速计算	仅使用两个癫痫数据集进行验证，样本规模有限	开发高效的深度学习流程用于癫痫转录组特征分析	癫痫相关的基因表达模式和转录组修饰	自然语言处理, 机器学习	癫痫	RNA测序, 高通量测序	Transformer	基因组序列, 转录组数据	两个癫痫数据集(GEO GSE264537和GSE275235)	PyTorch, TensorFlow	GPT-2 XL	模式识别效果, 计算效率	NVIDIA H100 Tensor Core GPU基于Hopper架构
6254	2025-11-20	Designing proteins with reduced T-cell epitopes through policy optimization 2025-Sep-29, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.27.678937 PMID:41256383	研究论文	通过策略优化设计减少T细胞表位的蛋白质	开发了整合MHC I类通路中切割、洗脱和结合亲和力预测的统一不确定性估计方法，并采用群体相对策略优化和课程学习框架优化蛋白质免疫兼容性	NA	设计具有免疫兼容性的治疗和工业用蛋白质	蛋白质序列和结构	机器学习	NA	蛋白质语言模型, 证据深度学习	生成模型	蛋白质序列数据	NA	NA	蛋白质语言模型	NA	NA
6255	2025-11-20	Machine learning applications in risk management: Trends and research agenda 2025, F1000Research DOI:10.12688/f1000research.161993.2 PMID:41059130	综述	通过文献计量分析探讨机器学习在风险管理中的应用趋势和研究议程	识别机器学习在风险管理中的新兴趋势（如城市树木评估和SARS-CoV-2疫情风险管理）和跨领域应用	基于文献计量分析，缺乏对具体技术实施效果的实证研究	分析机器学习在风险管理领域的研究趋势和发展方向	Scopus和Web of Science数据库中的相关科学文献	机器学习	SARS-CoV-2	文献计量分析	随机森林,支持向量机,深度学习	文献数据	2018-2023年间相关文献（增长98.99%）	NA	NA	NA	NA
6256	2025-11-19	Nondestructive detection of biogenic amines in muscle of Chinese mitten crab (Eriocheir sinensis): A basis for quality assessment using infrared spectroscopy and deep learning 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146354 PMID:40945266	研究论文	本研究结合近红外光谱和深度学习技术，开发了一种用于中华绒螯蟹肌肉中生物胺无损检测和质量评估的方法	首次将CNN-LSTM-SE混合深度学习模型应用于蟹类生物胺的无损检测，实现了对腐败蟹100%的准确识别	研究仅针对特定储存条件（8±1°C）下的中华绒螯蟹，模型在其他温度或蟹类物种的适用性未验证	开发水生产品质量评估的无损检测方法	中华绒螯蟹肌肉组织中的生物胺含量	机器学习	NA	近红外光谱技术	CNN, LSTM	光谱数据	NA	NA	CNN-LSTM-SE（卷积神经网络-长短期记忆网络-挤压激励混合模型）	相关系数R, 均方根误差RMSE, 准确率	NA
6257	2025-11-19	Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum-Fermented Sea buckthorn milk 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146361 PMID:40945267	研究论文	本研究开发了结合分子网络与深度学习的代谢组学方法，用于分析植物乳杆菌发酵沙棘奶中的生物活性代谢物	首次将基于特征的分子网络与深度学习相结合，克服传统数据库驱动方法的注释限制，成功发现两种未报道的异戊酰基黄酮醇苷和四氢哈尔满-3-羧酸	NA	识别新型生物活性化合物并改善发酵沙棘奶的营养和感官特性	植物乳杆菌发酵的沙棘奶代谢物	代谢组学	NA	非靶向代谢组学，基于特征的分子网络，深度学习	深度学习	代谢组学数据	NA	NA	NA	NA	NA
6258	2025-11-19	Leveraging pre-trained computer vision models for accurate classification of meat freshness 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146430 PMID:41045854	研究论文	本研究通过预训练深度卷积神经网络和随机编码聚合深度激活图的方法，开发了一种基于图像数据的肉类新鲜度分类新方法	提出结合预训练DCNN特征提取与随机编码聚合深度激活图(RADAM)的新方法，实现了更简单高效的肉类新鲜度分类	NA	开发快速、非破坏性的肉类新鲜度评估方法	牛肉和鸡肉的新鲜度	计算机视觉	NA	图像分类	深度卷积神经网络, 传统机器学习分类器	图像	三个数据集中的牛肉和鸡肉样本	NA	预训练深度卷积神经网络	准确率	NA
6259	2025-11-19	Deciphering Gut Microbiome Dynamics in Irritable Bowel Syndrome Using Deep Learning 2025-Dec, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.70153 PMID:40908531	研究论文	本研究利用深度学习技术分析肠道微生物组数据以识别肠易激综合征	将深度神经网络应用于高维度、复杂相互作用的微生物组数据分析，在疾病分类中实现92.79%的准确率	未详细说明数据预处理的具体方法，模型比较的深度可能不足	探索肠道微生物组在肠易激综合征诊断中的应用价值	人类肠道微生物组数据和肠易激综合征患者	机器学习	肠易激综合征	微生物组分析	DNN, XGBoost, RandomForest, Logistic Regression, LightGBM	微生物组谱数据	综合微生物组谱数据集（具体数量未说明）	Python库	深度神经网络（密集层结构）	准确率, 敏感性, 特异性	NA
6260	2025-11-19	Understanding the relationship between rosemary odor and mental workload through deep learning 2025-Nov-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.09.038 PMID:41072604	研究论文	本研究通过深度学习分析脑电图信号，探索迷迭香气味与心理负荷之间的关系	首次结合嗅觉刺激和深度学习直接分析原始EEG信号进行心理负荷分类，无需手动特征工程	样本量较小(30名志愿者)，仅研究单一气味(迷迭香)	研究迷迭香气味对心理负荷的影响及其通过深度学习的检测方法	30名志愿者在迷迭香气味暴露下执行神经心理学测试时的EEG信号	机器学习	NA	脑电图(EEG)	LSTM, CNN	EEG信号	30名志愿者	NA	LSTM, CNN	准确率	NA