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
16321	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
16322	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
16323	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
16324	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
16325	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
16326	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
16327	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
16328	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
16329	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
16330	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
16331	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
16332	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
16333	2025-10-07	Deep reinforced cognitive analytics algorithm (DRCAM): An advanced method to early detection of cognitive skill impairment using deep learning and reinforcement learning 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103277 PMID:40230557	研究论文	提出一种结合深度学习和强化学习的深度强化认知分析算法，用于早期检测认知技能损伤	整合多模态学习和强化干预的认知障碍诊断新方法，结合多模态Transformer进行特征融合	仅提及与传统方法相比的改进，未详细说明具体局限性	开发先进的认知障碍早期检测和管理方法	认知技能损伤患者	机器学习	老年疾病	多模态数据融合	CNN,LSTM,DQN,TCN,Transformer	神经影像数据,可穿戴传感器数据,神经心理学测试分数,文本评估	NA	NA	多模态Transformer,CNN-LSTM混合模型,深度Q网络,时序卷积网络	准确率	NA
16334	2025-10-07	FaciaVox: A diverse multimodal biometric dataset of facial images and voice recordings 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111489 PMID:40231156	研究论文	介绍了一个包含戴口罩和不戴口罩条件下的人脸图像和语音记录的多模态生物识别数据集FaciaVox	创建了首个同时包含戴口罩和不戴口罩条件下的人脸图像与语音记录的多模态生物识别数据集，具有多样化的参与者群体和采集环境	NA	为多模态生物识别研究提供基础数据集资源	100名来自20个不同国家的参与者	多模态生物识别	NA	图像采集, 语音录制	NA	图像, 音频	100名参与者，每人提供18张人脸图像和60个音频记录，总计1800张图像和6000个音频文件	NA	NA	NA	NA
16335	2025-10-07	HCBiLSTM-WOA: hybrid convolutional bidirectional long short-term memory with water optimization algorithm for autism spectrum disorder 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2399016 PMID:39290085	研究论文	提出一种结合混合卷积双向长短期记忆网络和水优化算法的自闭症谱系障碍检测方法	首次将混合卷积双向LSTM与水优化算法结合用于ASD检测，能够自动调整超参数并实现ASD阶段分类	未详细说明数据隐私保护具体措施，ASD风险因素的不确定性可能影响模型泛化能力	开发高效的自闭症谱系障碍早期检测和分类方法	幼儿、儿童、青少年和成人的自闭症谱系障碍数据	机器学习	自闭症谱系障碍	深度学习	CNN, BiLSTM	结构化医疗数据	包含ASD和非ASD数据的实时数据集	NA	混合卷积双向长短期记忆网络	准确率, kappa统计量, 灵敏度, 特异性, 对数损失, AUROC	NA
16336	2025-10-07	Deep Learning-Based Heterogeneity Correction of the Homogeneous Dose Distribution for Single Brain Tumors in Gamma Knife Radiosurgery 2025-May, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2025.101757 PMID:40231287	研究论文	开发基于深度学习的伽玛刀放射外科中脑肿瘤剂量分布异质性校正方法	首次使用条件生成对抗网络将均匀剂量分布转换为包含异质性效应的合成剂量，无需额外CT扫描	需要更多样化的患者队列进行进一步验证和优化	开发无需额外CT扫描的脑肿瘤放射治疗异质性校正方法	122名伽玛刀放射外科患者（100名回顾性收集，22名前瞻性收集）	医学影像分析	脑肿瘤	磁共振成像，计算机断层扫描，伽玛刀放射外科	条件生成对抗网络	医学影像数据	122名患者	NA	条件生成对抗网络	γ通过率，处方等剂量Dice系数	NA
16337	2025-10-07	Multimodal sentiment analysis leveraging the strength of deep neural networks enhanced by the XGBoost classifier 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2313066 PMID:38340022	研究论文	提出一种结合LSTM和XGBoost的混合模型用于多模态情感分析	首次将长短期记忆网络与XGBoost分类器结合，形成混合LXGB模型	NA	解决跨文本、图像和音频等多数据源的情感理解复杂任务	多模态情感数据	自然语言处理,机器学习	NA	多模态情感分析	LSTM,XGBoost	文本,图像,音频	CMU-MOSEI数据集	NA	LSTM,XGBoost	准确率	NA
16338	2025-10-07	Optical multilayer thin film structure inverse design: From optimization to deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112222 PMID:40230531	综述	本文回顾了光学多层薄膜结构逆向设计从传统优化方法到深度学习算法的最新研究进展	系统比较了传统优化算法与深度学习算法在光学多层薄膜逆向设计中的差异，并探讨了该领域的最新发展现状	作为综述文章，不包含原始实验数据或算法验证	探讨光学多层薄膜结构逆向设计算法的演变与发展趋势	光学多层薄膜结构	机器学习	NA	光学薄膜设计	深度学习算法	NA	NA	NA	NA	NA	NA
16339	2025-10-07	Discovery and Characterization of Novel Receptor-Interacting Protein Kinase 1 Inhibitors Using Deep Learning and Virtual Screening 2025-Apr-16, ACS chemical neuroscience IF:4.1Q2 DOI:10.1021/acschemneuro.5c00180 PMID:40181215	研究论文	本研究结合深度学习模型和虚拟筛选技术发现并表征了两种新型RIPK1激酶抑制剂	首次将指纹图注意力网络(FP-GAT)与分子对接虚拟筛选相结合，从1300万化合物库中筛选RIPK1抑制剂	仅发现两种先导化合物，需要进一步结构修饰优化活性	发现新型RIPK1激酶抑制剂用于治疗神经退行性疾病和炎症疾病	RIPK1激酶及其抑制剂	机器学习	神经退行性疾病,炎症疾病	分子对接虚拟筛选,分子动力学模拟,结合自由能计算	图注意力网络(GAT)	化合物分子结构数据	从1300万化合物库中筛选，最终获得43个化合物进行实验验证	深度学习框架	指纹图注意力网络(FP-GAT)	抑制活性(IC50),有效浓度(EC50)	NA
16340	2025-10-07	Transforming pulmonary health care: the role of artificial intelligence in diagnosis and treatment 2025-Apr-15, Expert review of respiratory medicine IF:2.9Q2 DOI:10.1080/17476348.2025.2491723 PMID:40210489	综述	本文探讨人工智能在呼吸系统疾病诊断与治疗中的临床应用、技术进展及挑战	系统综述AI在呼吸系统疾病领域的预测模型、影像诊断和个性化治疗的最新进展	依赖现有文献的选择性检索，可能存在发表偏倚；未进行系统性荟萃分析	评估人工智能在呼吸系统疾病诊疗中的技术应用与发展前景	肺炎、哮喘和慢性阻塞性肺疾病等呼吸系统疾病	数字病理	肺部疾病	深度学习	NA	医学影像、临床数据	NA	NA	NA	NA	NA