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
21	2026-09-13	DeepES: deep learning-based enzyme screening to identify orphan enzyme genes 2025-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf053 PMID:39909853	研究论文	开发了一种基于深度学习的酶筛选工具DeepES，用于识别孤儿酶基因，并应用于宏基因组组装基因组中	首次利用深度学习整合多个二元分类器的输出，针对生物合成基因簇和反应类别进行孤儿酶基因的筛选	未在摘要中明确提及	识别孤儿酶基因，填补序列与酶促反应之间关联的空白	蛋白质序列、孤儿酶、生物合成基因簇、宏基因组组装基因组	机器学习	NA	深度学习，宏基因组组装	CNN	蛋白质序列	4744个宏基因组组装基因组	PyTorch	ResNet	准确率	NA
22	2026-09-13	APNet, an explainable sparse deep learning model to discover differentially active drivers of severe COVID-19 2025-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf063 PMID:39921901	研究论文	本文介绍了一种可解释的稀疏深度学习模型APNet，用于发现严重COVID-19的差异活性驱动因素	结合了基于SJARACNe共表达网络的差异活性分析和PASNet（一种生物学信息稀疏深度学习模型），实现了可解释的预测，并构建了驱动基因-通路网络以辅助结果解释和假设生成	摘要中未明确提及局限性	通过计算分析揭示与不良临床结果相关的分子、细胞表型和信号模式，以预测COVID-19严重程度并发现驱动因素	COVID-19患者	机器学习	COVID-19	蛋白质组学分析	稀疏深度学习	蛋白质组学数据	三个COVID-19蛋白质组学数据集	NA	PASNet	分类性能	NA
23	2026-09-13	Sul-BertGRU: an ensemble deep learning method integrating information entropy-enhanced BERT and directional multi-GRU for S-sulfhydration sites prediction 2025-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf078 PMID:39977366	研究论文	本文提出了一种名为Sul-BertGRU的集成深度学习方法，通过结合信息熵增强的BERT和多方向GRU来预测蛋白质S-硫化位点	提出了信息熵增强的BERT（IE-BERT）预处理蛋白质序列，采用置信学习筛选可靠负样本，并构建多方向GRU捕捉以半胱氨酸为中心的左、右和全长序列的方向性特征，同时结合并行多头自注意力和卷积神经网络进行深度特征分析	摘要中未明确提及局限性	准确识别蛋白质S-硫化位点，以促进细胞生物学研究及心血管和神经系统疾病的理解	蛋白质序列中的S-硫化位点	机器学习	心血管疾病	深度学习	BERT, GRU, CNN	蛋白质序列文本	NA	PyTorch	BERT, 多方向GRU, 多头自注意力, CNN	敏感度, 特异度, 精确率, 准确率, 马修斯相关系数, AUC	NA
24	2026-09-13	CryoTEN: efficiently enhancing cryo-EM density maps using transformers 2025-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf092 PMID:40036588	研究论文	该文章提出了一种名为CryoTEN的3D UNETR++风格Transformer模型，用于高效增强冷冻电镜密度图的质量	CryoTEN采用3D UNETR++风格的Transformer架构，在提高冷冻电镜密度图质量方面排名第二，但运行速度比现有最先进的深度学习方法快10倍以上，且所需GPU内存大大减少	未明确提及	有效改善冷冻电镜密度图的质量，以便从中构建更好的蛋白质结构	冷冻电镜密度图	计算机视觉	NA	冷冻电镜	Transformer	图像	1295个冷冻电镜密度图用于训练，150个独立测试集用于评估	NA	3D UNETR++	密度图质量提升程度、运行速度、GPU内存使用	NA
25	2026-09-13	actifpTM: a refined confidence metric of AlphaFold2 predictions involving flexible regions 2025-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf107 PMID:40080667	研究论文	本文提出了一种改进的AlphaFold2预测置信度指标actifpTM，用于更稳健地评估涉及柔性区域的蛋白质-蛋白质相互作用界面	提出了actifpTM指标，改进了原始ipTM的不足，聚焦于实际参与相互作用的残基而非全部残基对，使得对于侧翼区域长度不同但核心相互作用相同的模型能够获得更一致的置信度评估；同时actifpTM可分别计算全复合物和各链对的置信度，特别适用于评估多链复合物中关键结合界面	未在摘要中明确说明	改进AlphaFold2中ipTM置信度指标，使其在存在柔性侧翼区域时仍能准确评估蛋白质-蛋白质相互作用界面的置信度	蛋白质-蛋白质相互作用复合物结构预测，特别是涉及柔性区域的相互作用（如基序介导的相互作用和抗体-抗原相互作用）	机器学习	NA	深度学习蛋白质结构预测	AlphaFold2	蛋白质结构数据	NA	NA	AlphaFold2	ipTM, actifpTM	NA
26	2026-09-13	Reducing reading time and assessing disease in capsule endoscopy videos: A deep learning approach 2025-03, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105792 PMID:39817978	研究论文	本文研究了一种基于深度学习的计算机辅助诊断方法，通过预训练的卷积神经网络对胶囊内镜视频中的异常帧进行分类，生成显著缩短的摘要视频以加速视频分析	提出了一种生成显著缩短的胶囊内镜摘要视频的方法，该视频包含医生在原视频中识别的所有异常，平均包含93.33%的异常，同时将播放时间从58分钟减少到10分钟	在测试数据集上，摘要视频平均仅包含93.33%的异常，可能遗漏部分异常；研究仅基于八段视频，样本量有限	研究计算机辅助诊断方法加速胶囊内镜视频分析的可行性，旨在生成一个显著缩小的胶囊内镜视频，其中包含所有异常	胶囊内镜视频	计算机视觉	胃肠道疾病	胶囊内镜	CNN	图像	八段胶囊内镜视频，使用五种胶囊内镜类型捕获，显示多种异常	NA	NA	异常包含率	NA
27	2026-09-13	Anticancer drug response prediction integrating multi-omics pathway-based difference features and multiple deep learning techniques 2025-03, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012905 PMID:40163555	研究论文	提出了一种整合多组学通路差异特征和多种深度学习技术的抗癌药物反应预测模型PASO	利用通路内外的基因表达、突变和拷贝数变异差异作为细胞系特征，结合药物SMILES表示，并融合Transformer编码器、多尺度卷积网络和注意力机制来预测药物敏感性	未明确提及	实现个体化癌症药物敏感性预测，并理解个体间药物反应差异	癌细胞系和抗癌药物	机器学习	肺癌	多组学数据分析	Transformer, CNN, 注意力机制, MLP	多组学数据, 化学结构数据	未明确提及	NA	Transformer, 多尺度卷积网络, 注意力网络, MLP	准确率	NA
28	2026-09-10	N6-methyladenine identification using deep learning and discriminative feature integration 2025-03-29, BMC medical genomics IF:2.1Q3 DOI:10.1186/s12920-025-02131-6 PMID:40158097	研究论文	提出了一种名为Deep-N6mA的深度神经网络模型，通过最优混合特征精确识别N6-甲基腺嘌呤位点	采用多种特征提取方法（k-mer、DCC、TAC、PseSNC、PseDNC、PseTNC）并结合PCA进行特征降维，构建多层DNN模型，显著提高了6mA位点识别的准确性和泛化能力	未提及具体局限性	开发一种准确高效的N6-甲基腺嘌呤位点识别方法，以支持表观遗传学研究和计算生物学领域的发展	N6-甲基腺嘌呤位点	机器学习	不适用	测序技术	深度神经网络（DNN）	DNA序列	两个基准数据集（F. vesca和R. chinensis）	未提及	多层DNN	准确率	未提及
29	2026-09-10	Enhancing Patient Outcome Prediction Through Deep Learning With Sequential Diagnosis Codes From Structured Electronic Health Record Data: Systematic Review 2025-03-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/57358 PMID:40100249	系统评价	本系统评价旨在描述深度学习中顺序诊断数据的使用情况，重点关注数据整合方式、样本量对性能的影响及模型的可推广性	首次系统评估了使用顺序诊断编码进行患者结局预测的深度学习模型，并分析了数据整合、样本量与性能之间的关联	该研究的主要局限性在于方法及结局指标的异质性	描述顺序诊断数据在深度学习模型中的应用，理解数据整合方式，评估样本量对性能的影响以及模型的可推广性	使用顺序诊断编码训练深度学习模型预测患者结局的研究	自然语言处理	不适用	不适用	循环神经网络、Transformer	结构化电子健康记录数据	84项研究	不适用	循环神经网络（包括其变体）及Transformer	受试者工作特征曲线下面积	不适用
30	2026-09-10	Exploring Psychological Trends in Populations With Chronic Obstructive Pulmonary Disease During COVID-19 and Beyond: Large-Scale Longitudinal Twitter Mining Study 2025-03-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54543 PMID:40053739	研究论文	通过大规模Twitter挖掘，研究了慢性阻塞性肺疾病（COPD）人群在COVID-19期间及之后的长期心理趋势和模式。	首次使用两阶段深度学习框架结合大规模Twitter数据，揭示COPD人群在疫情长期内的心理变化模式，包括性别、年龄和社会经济地位的影响。	未提及具体局限性。	揭示COPD人群在COVID-19大流行期间及之后的长期心理趋势和模式。	COPD和非COPD的Twitter用户。	自然语言处理	慢性阻塞性肺疾病	Twitter挖掘	深度学习算法	文本数据（推文）	15,347名COPD用户，超过25亿条推文（2020年1月至2023年6月）	NA	深度学习框架（具体架构未指定）	比值比（OR），95%置信区间	NA
31	2026-09-08	An AI-assisted explainable mTMCNN architecture for detection of mandibular third molar presence from panoramic radiography 2025-03, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105724 PMID:39626596	研究论文	本研究设计并系统评估了一种名为可解释下颌第三磨牙卷积神经网络（E-mTMCNN）的架构，用于在全景放射片中检测下颌第三磨牙的存在	提出了一种新的可解释AI架构E-mTMCNN，整合了LIME解释技术，并创建了公开可访问的下颌第三磨牙（m-TM）数据集	未明确提及具体局限性，但可能受限于单一数据集和特定临床环境	提高早期检测准确性，改善临床决策和治疗规划	下颌第三磨牙在全景放射片中的存在情况	计算机视觉、数字病理	牙科疾病	全景放射摄影	卷积神经网络（CNN）	图像	基于UESB数据集的原始全景放射图像，经专家标注构建新数据集（具体样本数量未提供）	未指定，使用了迁移学习（TL）方法	GoogLeNet	准确率、敏感度、特异性、精确率、F1分数、曲线下面积（AUC）	未指定
32	2026-09-07	Artificial intelligence in medical imaging: From task-specific models to large-scale foundation models 2025-Mar-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003489 PMID:40008785	综述	本文回顾了医学影像中任务专用模型和大规模基础模型的应用，并比较了它们的差异、互补性及临床相关性	从任务专用模型转向大规模基础模型的角度，探讨其在医学影像中的临床应用，并强调两者互补而非替代的关系	未提及具体实验或量化比较，主要基于文献回顾和理论分析	综述医学影像中任务专用模型和基础模型的临床应用、差异及未来研究方向	医学影像中的人工智能模型，包括任务专用模型和基础模型	计算机视觉	NA	NA	深度学习模型，包括任务专用模型和基础模型	医学影像，包括X射线、CT、MRI、超声、PET及病理图像	NA	NA	NA	NA	NA
33	2026-09-07	Dimensionality reduction in 3D causal deep learning for neuroimage generation: an evaluation study 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024506 PMID:40276097	研究论文	本研究评估了五种降维技术在三维因果深度学习中对神经影像生成的影响，并比较了它们在生成反事实图像时的性能。	首次系统比较多种降维方法（如2.5D PCA和3D PCA）在因果深度学习中的应用，用于高效生成三维反事实神经图像。	研究仅基于单一数据集，且未探索其他可能的降维技术或深度学习架构。	比较不同降维方法对因果神经图像生成的影响，以确定最佳的方法。	23,692幅三维脑部图像。	计算机视觉	不适用	生成式深度学习	卷积神经网络	图像	23,692幅三维脑部图像	不适用	自编码器、变分自编码器（VAE）、卷积神经网络	平均绝对误差(MAE)、分类准确率	不适用
34	2026-09-04	Spatiotemporal Profiling Defines Persistence and Resistance Dynamics during Targeted Treatment of Melanoma 2025-03-03, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-0690 PMID:39700408	研究论文	利用空间转录组学在患者来源的异种移植模型中描绘黑色素瘤靶向治疗期间细胞持久性和耐药性的时空动态，揭示克隆进化和耐药机制	结合空间转录组学与深度学习组织病理学分析，以时空分辨率定义治疗期间的状态变化和谱系选择，识别潜在治疗干预的时间窗口	未明确提及局限性	理解黑色素瘤靶向治疗中持久细胞状态进入和退出的时间动态及特定通路，以制定预防治疗失败的策略	BRAF突变黑色素瘤患者来源的异种移植模型	空间转录组学	黑色素瘤	空间转录组学	深度学习模型	空间转录组数据、组织病理学图像	患者来源的异种移植模型（样本数量未明确）	NA	NA	NA	NA
35	2026-08-30	Glo-net: A dual task branch based neural network for multi-class glomeruli segmentation 2025-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109670 PMID:39799830	研究论文	提出一种新的深度学习网络Glo-Net，用于多类别肾小球分割与分类，在病理切片分析中提高准确性和鲁棒性	将传统语义分割网络分为分割和分类两个分支，并引入创新损失函数以处理类别不平衡问题，在分类和分割任务上均有显著提升	未提及具体限制	准确分割和分类肾小球，以辅助肾脏疾病诊断	多种类型的肾小球（共九种亚型）	数字病理学	肾脏疾病	数字病理切片分析	深度学习分割网络（Glo-Net）	病理图像（数字化切片）	多机构数据集，包含外部验证集（具体样本量未提及）	未提及	双分支网络架构（分割分支和分类分支）	平均准确率、F-score、交并比（IoU）	未提及
36	2026-08-29	Deep Learning-Enhanced Chemiluminescence Vertical Flow Assay for High-Sensitivity Cardiac Troponin I Testing 2025-03, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202411585 PMID:39910838	研究论文	本文介绍了一种基于化学发光垂直流检测和深度学习分析的高灵敏度心肌肌钙蛋白I检测方法。	创新点在于结合化学发光垂直流检测、便携式高灵敏成像设备和神经网络算法，实现了对心肌肌钙蛋白I的现场快速高精度定量检测，灵敏度超过传统台式分析仪一个数量级。	摘要未提及明确的局限性。	实现高灵敏度、低成本的心肌肌钙蛋白I检测，以满足不同医疗环境（如急诊和资源匮乏地区）的即时检测需求。	心肌肌钙蛋白I（cTnI），一种用于评估心肌损伤和心肌梗死的关键心脏蛋白。	生物医学工程、深度学习	心血管疾病（心肌梗死）	化学发光检测、垂直流检测、酶联免疫吸附、深度学习	神经网络	图像（成像数据）	患者样本（具体数量未在摘要中提供）	NA	神经网络	检测限、变异系数、相关系数	NA
37	2026-08-28	A deep learning pipeline for three-dimensional brain-wide mapping of local neuronal ensembles in teravoxel light-sheet microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02583-1 PMID:39870865	研究论文	提出了一种基于三维深度学习的端到端流水线ACE，用于在太字节级光片显微镜图像中绘制全脑局部神经元集群。	集成三维深度学习分割模型和先进的簇级统计算法，能够在层状和亚群体水平上进行无偏映射，超越传统图谱定义区域。	未提及具体限制信息。	实现对全脑局部神经活动和连接性的高精度、高泛化性映射。	小鼠大脑样本的神经影像数据。	数字病理学	NA	光片荧光显微镜	深度学习分割模型	太字节级三维细胞分辨率图像	未提及具体样本量	NA	NA	准确性、泛化性能	未提及具体计算资源
38	2026-08-26	ISIT-GEN: An in silico imaging trial to assess the inter-scanner generalizability of CTLESS for myocardial perfusion SPECT on defect-detection task 2025-Mar-20, ArXiv PMID:40166744	研究论文	通过虚拟成像试验评估CTLESS方法在不同厂商SPECT扫描仪间的心肌灌注缺损检测泛化能力	首次采用虚拟成像试验来评估深度学习衰减补偿方法在不同SPECT扫描仪间的泛化性能，弥补了传统单厂商回顾性数据评估的不足	未提及具体限制，但虚拟试验可能无法完全替代真实临床数据评估	评估CTLESS方法在跨不同SPECT扫描仪时的心肌灌注缺损检测泛化能力，并比较其与标准CTAC和NAC方法的性能	三种不同厂商的SPECT扫描仪以及使用这些设备采集的心肌灌注成像数据	医学影像	心肌灌注缺损	单光子发射计算机断层扫描（SPECT）	深度学习	图像	未明确说明，涉及三种厂商的扫描仪	未明确说明	未明确说明	接收者操作特征曲线（ROC）、ROC曲线下面积（AUC）	未明确说明，可能涉及虚拟成像试验模拟计算
39	2026-08-26	Research on Intelligent Monitoring and Concentration Prediction for Penicillin Fermentation Process 2025-03, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28903 PMID:39710987	研究论文	本研究利用PenSim模拟数据集，应用多种机器学习和深度学习技术预测青霉素发酵过程中的浓度，并通过网格搜索优化模型超参数，发现岭回归模型表现最佳。	通过相关性分析筛选关键特征变量，并系统使用网格搜索优化多个预测模型的超参数，为青霉素发酵过程的智能监控提供了数据驱动的新方法。	未提及具体限制，但基于模拟数据，可能缺乏实际工业数据的验证。	预测青霉素发酵浓度，以提升生产效率和质量保证，并展示人工智能在生物技术设施控制中的应用潜力。	青霉素发酵过程中的浓度预测。	机器学习	不适用	模拟数据（PenSim）	岭回归	模拟数据	未提及具体样本数量，使用PenSim数据集。	未明确提及	岭回归	均方误差（MSE），平均绝对误差（MAE）	未提及具体计算资源。
40	2026-08-25	Evaluation of De Vries et al.: Quantifying cellular shapes and how they correlate to cellular responses 2025-Mar-19, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101242 PMID:40112776	评论	本文对De Vries等人2025年发表的关于三维细胞形状几何深度学习与多实例学习的研究进行了同行评审过程的评估	NA	NA	评估De Vries等人的研究，探讨细胞形状量化及其与细胞反应的关联性	De Vries等人的论文及其同行评审过程	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA