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
941	2026-08-24	A structurally informed human protein-protein interactome reveals proteome-wide perturbations caused by disease mutations 2025-Sep, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02428-4 PMID:39448882	研究论文	本文介绍了PIONEER，一个集成深度学习框架，用于预测人类及其他七种模式生物中所有已知蛋白质相互作用的结合位点特异性界面，构建结构信息丰富的蛋白质相互作用组，并展示了疾病突变对蛋白质组范围的扰动。	PIONEER是首个能够为所有已知蛋白质相互作用预测结合位点特异性界面的集成深度学习框架，覆盖人类及七种模式生物，且经实验验证优于现有最先进方法。	未明确提及局限性。	协助遗传发现转化为疾病病理学和治疗发现，通过预测蛋白质相互作用界面并分析疾病突变的影响，支持精准医学。	人类及七种常见模式生物中的所有已知蛋白质相互作用，以及约11,000个全外显子组中的33种癌症类型的体细胞突变。	深度学习、蛋白质相互作用预测、精准医学	癌症	全外显子组测序（WES）	集成深度学习	蛋白质序列、蛋白质相互作用数据、全外显子组突变数据	约11,000个全外显子组样本，覆盖33种癌症类型	NA	未指定具体架构（集成深度学习框架）	准确率、性能比较（优于现有方法）、实验验证	NA
942	2026-08-24	AI-based localization of the epileptogenic zone using intracranial EEG 2025-Aug-25, Epilepsia open IF:2.8Q2 DOI:10.1002/epi4.70130 PMID:40853284	综述	本文综述了人工智能在癫痫中利用颅内脑电图定位致痫区的方法和应用，涵盖了预处理、训练、评估和解释等步骤。	系统总结了最近机器学习和深度学习在致痫区识别中的应用，特别关注发作间期脑电高频振荡的分析。	未提供，文中仅提及过挑战但未明确说明局限性。	综述AI在利用颅内脑电图定位致痫区中的最新进展，并讨论如何最大化其潜力。	癫痫患者的颅内脑电图数据，特别是发作间期信号。	机器学习和临床神经科学	癫痫	颅内脑电图，高频振荡分析	机器学习模型、深度学习模型（如神经网络）	生理信号（脑电图）	未明确提供	未明确提供	未明确提供	未明确提供	未明确提供
943	2026-08-24	Bridging technology and medicine: artificial intelligence in targeted anticancer drug delivery 2025-Aug-01, RSC advances IF:3.9Q2 DOI:10.1039/d5ra03747f PMID:40761897	综述	本文综述了人工智能在靶向抗癌药物递送中的应用，探讨了多种AI方法如何提升癌症治疗的精准性和有效性	系统性地整合了机器学习、深度学习和强化学习在靶向药物递送中的应用，强调了从传统治疗范式向个性化癌症护理的转变	讨论了数据质量问题、AI模型的可解释性不足以及在临床环境中进行稳健验证的迫切需求	探讨AI技术在靶向抗癌药物递送中的潜力，以增强治疗疗效并减少副作用	靶向抗癌药物递送系统及其相关AI方法	机器学习	癌症	NA	支持向量机、随机森林、卷积神经网络、强化学习	基因组数据、蛋白质组数据、临床数据、医学图像	NA	NA	卷积神经网络、支持向量机、随机森林	NA	NA
944	2026-08-24	Dynamics of the EZ/RPE Loss Ratio on OCT Over Time During Geographic Atrophy Progression and Treatment With Pegcetacoplan 2025-08-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.11.48 PMID:40833323	研究论文	本研究利用基于深度学习的光学相干断层扫描分析，探讨年龄相关性黄斑变性继发的地理萎缩中椭圆体带与视网膜色素上皮损失比率随时间的变化及其在治疗中的意义。	首次使用深度学习算法自动量化OCT上EZ/RPE损失比率，并分析其在GA进展和补体C3抑制剂pegcetacoplan治疗中的动态变化，为疾病监测和治疗反应提供新指标。	信息未在标题和摘要中明确提及，可能包括样本仅来自特定临床试验、随访时间有限或算法验证范围等，此处输出NA。	评估EZ/RPE损失比率在OCT上的时间变化，及其作为GA进展和治疗反应预测因子的价值。	接受sham、每月或隔月玻璃体内注射pegcetacoplan治疗的GA患者（来自OAKS和DERBY试验）。	医学影像分析	年龄相关性黄斑变性	光学相干断层扫描	深度学习模型	OCT图像	889个OCT体积（来自试验患者）	未指定	未指定	未指定	未指定
945	2026-08-24	Assessing Substrate Scope of the Cyclodehydratase LynD by mRNA Display-Enabled Machine Learning Models 2025-07-01, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00682 PMID:40492579	research paper	本研究利用mRNA展示技术评估环脱水酶LynD的底物范围，并构建深度学习模型预测底物加工，以揭示底物混杂性及其结构基础。	首次将mRNA展示技术应用于LynD底物范围的系统评估，并利用所得数据构建深度学习模型，能够预测和解释表观遗传相互作用对LynD活性的影响。	未明确提及，但可能受限于mRNA展示技术的检测范围和模型对复杂相互作用的解释能力。	评估LynD环脱水酶的底物混杂性，构建预测模型，并阐明底物选择性的结构基础，以支持新抑制剂和治疗药物的开发。	LynD环脱水酶及其底物肽，包括所有标准氨基酸在修饰位点邻近的耐受性。	natural language processing	NA	mRNA display	deep learning model	sequential data (peptide sequences)	大型肽库，具体数量未在摘要中提供	NA	NA	NA	NA
946	2026-08-24	Sampling Conformational Ensembles of Highly Dynamic Proteins via Generative Deep Learning 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01838 PMID:39984300	研究论文	本文介绍了一种基于深度学习的模型（ICoN），用于采样高度动态蛋白质的构象系综，并应用于淀粉样β蛋白单体。	首次引入基于内部坐标的深度学习模型学习分子动力学模拟中的构象变化物理原理，并通过潜在空间插值快速识别新构象，该方法具有高可转移性。	未明确提及局限性，可能包括对训练数据的依赖和计算成本。	利用深度学习采样高度动态蛋白质的构象系综，以理解其功能及疾病相关聚集机制。	高度动态的淀粉样-β（Aβ42）单体，以及其他可训练的动态蛋白质。	机器学习	神经退行性疾病	分子动力学模拟	深度学习生成模型	分子动力学模拟数据	未明确样本数量，主要研究对象为Aβ42单体。	未明确框架	ICoN（内部坐标网络）	未明确，可能有构象聚类分析及实验验证（EPR和氨基酸替换）	未明确，可能为GPU加速计算。
947	2026-08-24	DENSE-GUIDED DEEP MOTION NETWORKS ACCOUNTED BY LARGE ROTATIONS TO IMPROVE MYOCARDIAL STRAIN ANALYSIS FROM ROUTINE CINE MRI 2025, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980688 PMID:42626382	研究论文	本文提出一种DENSE引导的深度学习网络，显式处理大旋转运动，以改善常规电影MRI图像的心肌应变分析。	首次明确考虑心肌大旋转运动（如扭转）的DENSE引导深度学习网络，结合3D卷积编码器-解码器网络估计旋转和基于可变形图像配准的径向运动预测网络。	未提及具体局限性。	提高标准电影bSSFP图像中心肌应变分析的准确性，特别是捕获大幅旋转运动。	左心室心肌及其应变分析。	医学影像分析	心脏病	常规电影平衡稳态自由进动（bSSFP）MRI、位移编码激励（DENSE）技术	深度学习网络（3D卷积编码器-解码器网络、可变形图像配准、融合网络）	MRI图像（cine bSSFP 和 DENSE图像）	未提及	NA	3D卷积编码器-解码器、可变形图像配准网络、融合网络	心肌应变准确性	NA
948	2026-08-24	Saliency-Bench: A Comprehensive Benchmark for Evaluating Visual Explanations 2025, KDD : proceedings. International Conference on Knowledge Discovery & Data Mining DOI:10.1145/3711896.3737414 PMID:42633391	研究论文	本文介绍了一个名为Saliency-Bench的新型基准测试，用于评估基于显著性的视觉解释方法在多个数据集上的性能。	提出了一个综合性的基准测试，涵盖八个数据集和多种任务，并提供了标准化、统一的评估流程和用户友好的工具包。	未提及具体局限性。	评估视觉解释方法的质量，解决可解释人工智能中缺乏标准化评估协议和注释数据集的问题。	多种图像分类任务，包括场景分类、癌症诊断、对象分类和动作分类。	计算机视觉	癌症	显著性方法	多种图像分类器架构	图像	八个数据集	NA	多种图像分类器架构（未具体指定）	忠实度和对齐性	NA
949	2026-08-24	Transferable Deep Clustering Model 2025, Proceedings of the ... ACM International Conference on Information & Knowledge Management. ACM International Conference on Information and Knowledge Management DOI:10.1145/3746252.3761188 PMID:42633423	研究论文	提出了一种可迁移的深度聚类模型，通过注意力机制自适应调整聚类中心，以提升跨域聚类性能	引入了一种新颖的基于注意力的模块，能够根据样本关系动态调整聚类中心，而非固定聚类中心	未明确提及局限性，但可能依赖于源域和目标域的分布相似性	解决深度聚类模型在跨域迁移时泛化能力不足的问题，实现聚类中心的自适应调整	聚类中心和数据样本	机器学习	NA	NA	深度聚类模型（含注意力机制）	合成数据集和真实世界数据集	未明确提及具体样本量	NA	注意力模块	聚类性能（如准确率等，未具体提及）、计算成本	未明确提及，但提到降低了计算成本
950	2026-08-23	An interpretable geometric graph neural network for enhancing the generalizability of drug-target interaction prediction 2025-11-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02456-9 PMID:41299450	研究论文	提出一种可解释的几何图神经网络GPS-DTI，用于提高药物-靶点相互作用预测的泛化能力	结合GINE图神经网络和多头注意力机制建模药物分子，利用预训练ESM-2模型和CNN提取蛋白质特征，并通过交叉注意力模块增强模型可解释性	信息不足，未在摘要中明确提及局限性	提高药物-靶点相互作用预测的泛化能力，特别是在面对未见过的药物或靶点时	药物分子和蛋白质	机器学习	COVID-19	NGS, ONT, RNA-seq, methylation sequencing	图神经网络、卷积神经网络、多头注意力机制	分子结构数据、蛋白质序列数据	信息不足，未在摘要中明确提及样本数量	PyTorch	GINE, CNN, ESM-2, 交叉注意力模块	准确性、AUC、F1分数等	GPU (NVIDIA V100, A100)
951	2026-08-23	A Custom Annotated Dataset for Segmentation of Pulmonary Veins, Arteries, and Airways 2025-11-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06074-6 PMID:41253855	研究论文	本文介绍了AirRC数据集，包含254个CT扫描的三维肺静脉、动脉、气道腔和气道壁标注，并验证了基于MONAI的深度学习分割模型的性能	首次提供包含肺静脉、动脉、气道腔和气道壁的多结构三维标注的大规模公共数据集，并采用两阶段细化策略改进小气道分支分割	文中未明确提及局限性	解决肺部结构分割中缺乏大规模多结构标注公共数据集的问题，提供基准资源以支持先进分割算法的开发和评估	肺静脉、动脉、气道腔和气道壁	数字病理学	肺部疾病	CT成像	深度学习模型	图像	254个CT扫描样本	MONAI	NA	Dice相似系数	NA
952	2026-08-23	Sequential Human Assembly and Disassembly Motions in Human-Robot Coexisting Environments 2025-11-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06042-0 PMID:41219251	研究论文	本文介绍了一个用于人机共存环境中顺序性人类装配与拆卸动作研究的新型多视角数据集，包含RGB视频和2D/3D人体骨骼数据。	提出了一个专门针对人机共存环境中顺序性人类装配和拆卸动作的数据集，涵盖了部分遮挡、重复相似动作和多样人类行为等现有数据集常忽略的挑战。	文中未明确提及局限，但可能包括数据集中于装配和拆卸场景，以及参与者数量有限等。基于标题和摘要，未给出具体限制。	推动人类运动预测、面向任务的机器人顺序决策、自主机器人的运动和任务规划，以及人机协作策略的研究。	人类在共享空间中执行顺序装配和拆卸动作的行为，以及多视角相机记录的相关数据。	计算机视觉	NA	NA	深度学习模型（用于基准测试）	图像、视频、坐标数据	超过10,000个样本，来自33名参与者。	NA	NA	NA	NA
953	2026-08-23	A Mandibular Defect Dataset for Autonomous Reconstruction Planning in Oral and Maxillofacial Surgery 2025-11-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06048-8 PMID:41214004	研究论文	本文介绍首个临床来源的下颌骨缺损数据集，包含147个模型，用于口腔颌面外科自主重建规划的人工智能算法开发	首次提供临床来源的下颌骨缺损数据集，准确反映临床缺损边界的复杂性和患者个体解剖结构的多样性，有助于提高AI模型的泛化性和适应性	未在摘要中提及具体局限性	为深度学习的下颌骨缺损重建算法提供高质量数据集，以解决临床挑战	147个下颌骨缺损模型	数字病理学	口腔颌面疾病	NA	NA	图像	147个下颌骨缺损模型	NA	NA	NA	NA
954	2026-08-23	Clinical validation of a deep learning model for low-count PET image enhancement 2025-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07370-4 PMID:40471320	研究论文	临床验证深度学习模型RaDynPET在四倍减少计数全身PET图像增强中的效果	开发了专门用于低计数PET图像增强的深度学习模型RaDynPET，并在内部和外部队列中进行了临床验证，证明了其在恢复图像质量的同时保持标准摄取值一致性的能力	未在摘要中明确提及局限性	评估深度学习模型RaDynPET在四倍减少计数全身PET检查中的效果	120名接受18F-FDG PET/CT检查的患者（84名内部队列和36名外部队列）	医学影像	不特定疾病	PET/CT成像	深度学习模型	PET图像	120名患者	NA	RaDynPET	图像质量评分、标准化摄取值、标准差、信噪比、肿瘤背景比、对比噪声比、灵敏度、特异性、峰值信噪比、结构相似性指数	NA
955	2026-08-23	Artificial intelligence-enabled opportunistic identification of immune checkpoint inhibitor-related adverse events using [18F]FDG PET/CT 2025-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07364-2 PMID:40439712	研究论文	本研究利用人工智能技术对[18F]FDG PET/CT图像进行器官级摄取变化分析，以机会性检测免疫检查点抑制剂相关不良事件	提出了一种基于深度学习自动分割和肿瘤病灶去除的AI驱动方法，用于量化治疗前后[18F]FDG PET/CT中多个器官的摄取变化，实现irAE的机会性检测	样本量较小（64例患者），且研究为回顾性设计，需要前瞻性验证	评估AI驱动的[18F]FDG PET/CT摄取变化分析在检测免疫相关不良事件中的有效性	接受ICI治疗的肺癌、黑色素瘤或淋巴瘤患者	医学影像分析	肺癌、黑色素瘤、淋巴瘤、免疫相关不良事件	[18F]FDG PET/CT成像	深度学习模型	医学图像	64例患者	NA	NA	p值、ΔSUVmax、ΔSUVmean	NA
956	2026-08-23	Optic Nerve Atrophy Conditions Associated With 3D Unsegmented Optical Coherence Tomography Volumes Using Deep Learning 2025-Oct-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.2766 PMID:40839281	研究论文	本研究利用三维深度学习模型分析未分割的视神经头光学相干断层扫描（OCT）体积，以区分青光眼、非动脉炎性前部缺血性视神经病变（NAION）、视神经炎和健康眼的视神经萎缩。	首次使用三维、未分割的OCT体积和ResNet-3D-18架构来区分多种视神经萎缩病因，并比较了全体积、视乳头周围区域和视神经头区域的性能，通过激活图揭示了疾病特异性视网膜区域。	视神经炎分类具有挑战性，当轴突损失严重或轻微时易被误分类为NAION或健康眼。	确定三维深度学习模型能否可靠区分青光眼、NAION、视神经炎和健康眼的视神经萎缩。	青光眼、NAION、视神经炎患者和健康对照眼的视神经头OCT扫描。	计算机视觉、数字病理学	青光眼、非动脉炎性前部缺血性视神经病变（NAION）、视神经炎	光学相干断层扫描（OCT）	三维卷积神经网络（3D-CNN）	三维OCT图像	7014次Cirrus视神经头OCT扫描，来自1382只眼睛（年龄平均54.2岁；男性733人，女性402人），包括青光眼（113例）、NAION（311例）、视神经炎（163例）和健康对照（715例）	NA	ResNet-3D-18	准确率、宏平均AUC-ROC、精确率、召回率、F1分数、混淆矩阵	NA
957	2026-08-23	Deep-Learning-Based Analysis of Disease-Specific Structural Biomarkers on Retinal Sensitivity in Neovascular Age-Related Macular Degeneration 2025-09-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.12.68 PMID:41025875	研究论文	该研究利用深度学习分析新生血管性年龄相关性黄斑变性（nAMD）患者视网膜敏感性相关的疾病特异性结构生物标志物。	首次使用深度学习量化nAMD中的多个结构生物标志物并进行共配准，以评估其对点状视网膜敏感性的影响，并发现了生物标志物与偏心率之间的交互作用。	样本量较小（20只眼睛），且仅包括活动性nAMD患者，可能限制普遍性。	评估特定生物标志物（如PED、IRF、SRF、EZL、SHRM）对活动性nAMD患者点状视网膜敏感性的影响。	20名活动性nAMD患者（平均年龄76.0岁）的20只眼睛。	深度学习、医学影像分析	年龄相关性黄斑变性（新生血管性）	光学相干断层扫描（OCT）、微视野计（MP）、深度学习	深度学习模型（具体架构未在摘要中说明）	医学影像（OCT图像、微视野计数据）	20只眼睛（20名受试者）	NA	NA	平均敏感性差异（dB）、95%置信区间	NA
958	2026-08-23	Understanding the stability landscape of LbCas12a by deep analysis of stabilizing mutations and mutation combinations 2025-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70280 PMID:40838855	研究论文	本文通过深入分析稳定化突变及其组合，研究了LbCas12a的稳定性景观，揭示了突变间的上位效应及稳定性与活性的权衡关系	首次系统分析了LbCas12a稳定化突变间的相互作用，发现突变在不同背景下对稳定性的影响差异显著，并展示了稳定化突变可恢复不稳定变体的功能	未明确说明局限性与样本量，可能受限于体外实验条件，缺乏体内验证	理解LbCas12a的稳定性景观，为开发新型Cas核酸酶工程策略提供见解	LbCas12a蛋白及其突变体	蛋白质工程	NA	深度学习预测、饱和突变、熔解温度分析	深度学习模型	蛋白质序列与稳定性数据	约90个稳定化突变体，19个S962位点氨基酸替换	NA	NA	熔解温度(Tm)、活性测定结果	NA
959	2026-08-23	Patient-Specific Deep Learning Tracking Framework for Real-Time 2D Target Localization in Magnetic Resonance Imaging-Guided Radiation Therapy 2025-07-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.10.021 PMID:39461599	研究论文	提出一种基于患者特异性训练的深度学习肿瘤追踪框架，用于磁共振引导放疗中的实时二维靶区定位	利用患者特异性训练结合图像配准变换器和自动分割卷积神经网络，实现对2D电影MRI的实时肿瘤追踪，显著提高了定位精度和速度	未提及具体限制	开发并验证一种基于患者特异性深度学习模型的实时肿瘤定位方法，用于磁共振引导放疗	219名患者的超过1,400,000帧电影MRI以及另外35名患者的7,500帧手动标注图像	医学影像分析	肿瘤（胸、腹、盆腔靶区）	磁共振成像（MRI）	图像配准变换器、卷积神经网络（CNN）	2D电影磁共振图像	219名患者的超过1,400,000帧未标注图像，以及35名患者的7,500帧手动标注图像	未提及	图像配准变换器、自动分割CNN	Dice相似系数、50%和95%豪斯多夫距离、均方根误差	未提及
960	2026-08-23	DGAT: A Dual-Graph Attention Network for Inferring Spatial Protein Landscapes from Transcriptomics 2025-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.05.662121 PMID:40672156	研究论文	提出一种名为DGAT的双图注意力网络，从转录组数据推断空间蛋白质表达谱	构建了整合转录组、蛋白质组和空间信息的异构图，利用图注意力网络学习RNA-蛋白质关系，并通过任务特定解码器从共享潜在表示中重建mRNA和预测蛋白质丰度	未提及具体局限性	实现从仅转录组空间数据中获得蛋白质水平见解，弥合空间组学中的关键缺口	空间转录组数据及对应的空间CITE-seq数据集，包括扁桃体、乳腺癌、胶质母细胞瘤和恶性间皮瘤样本	深度学习	乳腺癌, 胶质母细胞瘤, 恶性间皮瘤	空间转录组学, CITE-seq	图注意力网络	转录组数据, 蛋白质组数据, 空间信息	多个公共和内部数据集，包括扁桃体、乳腺癌、胶质母细胞瘤和恶性间皮瘤	未提及（NA）	图注意力网络	蛋白质插补准确性	未提及（NA）