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
321	2025-10-05	CPI-MIF: Compound-Protein Interaction Prediction with Multiview Information Fusion 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00113 PMID:40727722	研究论文	提出一种多视图信息融合模型CPI-MIF，用于预测化合物-蛋白质相互作用	同时从微观和宏观视角融合化合物与蛋白质信息，关注化合物原子与蛋白质氨基酸的相互作用机制以及序列间关系	未明确说明模型在更大规模数据集上的泛化能力	提高化合物-蛋白质相互作用预测的准确性	化合物和蛋白质	机器学习	NA	深度学习	多视图信息融合模型	化合物结构数据、蛋白质生物信息数据	三个真实世界数据集	NA	CPI-MIF	准确率, AUC, AUPR	NA
322	2025-10-05	Reinforcement Learning-Based Nonlinear Model Predictive Controller for a Jacketed Reactor: A Machine Learning Concept Validation Using Jetson Orin 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03219 PMID:40727728	研究论文	本研究通过实验验证了结合机器学习和非线性模型预测控制的框架，用于跟踪间歇式反应器的温度曲线	采用演员-评论家强化学习方法进行动态权重更新，将强化学习与非线性模型预测控制相结合，提升了控制器性能	研究在实验室规模的反应器上进行验证，尚未在工业规模系统中部署	开发一种能够精确调节间歇式反应器温度的控制框架，提高过程效率和操作安全性	间歇式反应器及其温度控制系统	机器学习	NA	强化学习，非线性模型预测控制	RNN, A2CRL	实验数据，时间序列数据	实验室规模间歇式反应器采集的开环数据	NA	循环神经网络	预测精度，实时计算效率，过程效率，能耗降低，操作安全性	Jetson Orin
323	2025-10-05	Stacking Ensemble Neural Network for Chemical Safety Assessment: A Case Study of Thyroid Peroxidase and Natural Product Screening 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02188 PMID:40727784	研究论文	开发了一种新型堆叠集成神经网络模型，用于预测甲状腺过氧化物酶抑制活性并进行天然产物毒性筛选	首次将卷积神经网络、双向长短期记忆网络和注意力机制与分子指纹结合，通过堆叠集成方法增强模型对分子结构与生物活性复杂关系的捕捉能力	模型在召回率方面仍有提升空间（0.55），且研究主要针对甲状腺过氧化物酶抑制活性	开发化学安全性评估模型，预测化合物对甲状腺过氧化物酶的抑制活性	化学化合物、天然产物、泰国本土蔬菜中的潜在毒性化合物	机器学习	甲状腺功能障碍	分子指纹技术	CNN, BiLSTM, 注意力机制, 堆叠集成	化学分子结构数据	NA	NA	卷积神经网络, 双向长短期记忆网络, 注意力机制	召回率, 特异性, Matthews相关系数, AUC, 平衡准确率, 精确率	NA
324	2025-10-05	MCST-AFN: A Multichannel Spatiotemporal Feature Adaptive Fusion Network Framework Based on a Low-Fidelity Molecular Dynamics Model 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01443 PMID:40727795	研究论文	提出基于低精度分子动力学模型的多通道时空特征自适应融合网络框架，用于分子性质预测	结合深度学习与分子动力学模拟，通过低精度模型降低计算成本并输出多通道原子级嵌入，实现时空特征的自适应融合	NA	提高分子性质预测的准确性和效率	分子结构和动态构象	机器学习	NA	分子动力学模拟，深度学习	注意力网络，自监督学习	分子动力学模拟数据	13个基准数据集	NA	MCST-AFN	性能提升百分比	NA
325	2025-10-05	UM-CPP: A Universal Model for Efficient Classification of Protein Particles in cryo-EM Micrographs with Feature Engineering 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01660 PMID:40686975	研究论文	提出一种结合特征工程与深度学习的通用模型UM-CPP，用于高效分类冷冻电镜显微图像中的蛋白质颗粒	提出混合方法，将经典机器学习特征与先进深度学习技术相融合，在保持高精度的同时实现跨蛋白质结构的鲁棒性能	NA	解决冷冻电镜数据处理中异质样本、IC污染和外来杂质导致的蛋白质识别难题	冷冻电镜显微图像中的蛋白质颗粒	计算机视觉	NA	冷冻电镜(cryo-EM)	深度学习	图像	NA	NA	NA	检测精度	NA
326	2025-10-05	Enhancing Accuracy and Feature Insights in Hydration Free Energy Predictions for Small Molecules with Machine Learning 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04249 PMID:40687018	研究论文	本研究采用机器学习技术提升小分子水合自由能预测精度并提取特征洞察	提出结合K近邻特征处理、集成建模和降维的改进机器学习方案，仅使用二维特征即可在FreeSolv数据集上达到0.53 kcal/mol的平均无符号误差	未在大型数据库上进行预训练，仅使用二维分子特征	提升小分子溶剂化自由能预测精度并理解其物理决定因素	小分子	机器学习	NA	机器学习	集成模型, K近邻	分子特征数据	FreeSolv数据集	NA	集成模型	平均无符号误差	轻量级计算资源
327	2025-10-05	Fluctuation structure predicts genome-wide perturbation outcomes 2025-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.27.661814 PMID:40631127	研究论文	提出基于基因共波动预测全基因组扰动结果的CIPHER框架	利用统计物理学的线性响应理论，通过未扰动细胞的基因共波动预测转录组范围扰动结果	NA	开发能解释全基因组扰动结果的理论模型	单细胞扰动筛选数据	机器学习	NA	单细胞扰动筛选	贝叶斯推断	基因表达数据	11个大规模单细胞扰动数据集，涵盖4,234个扰动和超过136万细胞	NA	线性响应理论框架	模型性能比较	NA
328	2025-10-05	Deep Learning with Domain Randomization in Image and Feature Spaces for Abdominal Multiorgan Segmentation on CT and MRI Scans 2025-07, Radiology. Artificial intelligence DOI:10.1148/ryai.240586 PMID:40396895	研究论文	开发了一种结合图像和特征空间域随机化的深度学习模型，用于CT和MRI扫描中的腹部多器官分割	提出了在图像空间和特征空间同时进行域随机化的方法，提高了模型在跨站点和跨模态设置下的泛化能力	NA	提高腹部器官在CT和MRI扫描中的分割准确性和泛化能力	腹部多器官	计算机视觉	NA	CT扫描, MRI扫描	深度学习	医学图像	来自多个医疗机构的公共前列腺MRI数据集和腹部CT/MRI数据集	nnU-Net	扩展的nnU-Net	Dice相似系数	NA
329	2025-10-05	Age Sensitive Hippocampal Functional Connectivity: New Insights from 3D CNNs and Saliency Mapping 2025-Jul-02, ArXiv PMID:41019221	研究论文	本研究开发了一种可解释的深度学习框架，通过3D CNN和显著性映射预测基于海马功能连接的大脑年龄	结合3D CNN和LayerCAM显著性映射技术，首次实现对海马功能连接年龄敏感模式的可视化解读	研究主要关注海马功能连接，未考虑其他脑区或分子机制对大脑老化的影响	探索海马功能连接随年龄变化的功能重组机制	人类海马体及其与皮层区域的功能连接	医学影像分析	老年疾病	功能磁共振成像（fMRI），种子点功能连接分析	3D CNN	3D脑功能连接图像	NA	NA	3D CNN	NA	NA
330	2025-10-05	Characterizing control between interacting subsystems with deep Jacobian estimation 2025-Jul-02, ArXiv PMID:41019219	研究论文	提出一种基于深度学习的非线性控制理论框架，通过Jacobian矩阵表征生物子系统间的相互作用	开发JacobianODE方法直接从时间序列数据估计任意动力系统的Jacobian矩阵，克服了传统线性方法的局限性	未明确说明方法在更广泛生物系统中的适用性限制	理解生物子系统间的控制机制和相互作用	生物子系统相互作用，包括脑区网络和基因调控网络	机器学习	NA	深度学习，时间序列分析	深度学习，RNN	时间序列数据	NA	NA	JacobianODE	NA	NA
331	2025-10-05	A vision transformer approach for fully automated and scalable dementia screening using clock drawing test images 2025 Jul-Sep, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70171 PMID:41001422	研究论文	开发了一种基于视觉变换器的全自动痴呆筛查系统，通过分析手绘时钟测试图像实现痴呆预测	首次将视觉变换器应用于时钟绘图测试的自动化分析，结合卷积神经网络预处理技术处理图像质量问题	模型在独立测试集上的平衡准确率为76.5%，仍有提升空间	开发全自动、可扩展的痴呆筛查系统，解决传统时钟绘图测试需要专业评分员和缺乏标准化标准的问题	痴呆患者和正常认知受试者	计算机视觉	痴呆症	时钟绘图测试图像分析	Vision Transformer, CNN	图像	训练集54,027个样本，测试集862个患者（522例痴呆，340例正常认知）	NA	Vision Transformer, MiniVGG, MobileNetV2, 变分自编码器	平衡准确率	NA
332	2025-10-05	Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders 2025-07-28, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0125 PMID:39829206	综述	本文综述了人工智能在面部表情识别与分类中的应用，及其在神经退行性疾病早期检测中的潜力	探讨了AI驱动面部表情分析作为神经退行性疾病非侵入性早期检测工具的创新应用	NA	评估AI面部表情分析在神经退行性疾病早期检测和监测中的应用价值	神经退行性疾病患者的面部表情特征	计算机视觉	神经退行性疾病	深度学习, 计算机视觉	NA	面部图像数据	NA	NA	NA	NA	NA
333	2025-10-05	Applications of deep learning in the analysis of optical coherence tomography images for glaucoma-related diagnostics 2025 Jul-Sep, Taiwan journal of ophthalmology IF:1.0Q4 DOI:10.4103/tjo.TJO-D-24-00162 PMID:40995327	综述	本文综述了深度学习在光学相干断层扫描图像分析中应用于青光眼诊断的最新研究进展	系统总结了深度学习在青光眼OCT图像分析中的多种应用场景，包括图像质量检查、视神经组织厚度量化、前房角评估、疾病诊断和进展监测	现有深度学习技术的泛化性、公平性和可解释性仍需进一步研究验证	探讨深度学习在青光眼光学相干断层扫描图像分析中的应用价值	青光眼相关的光学相干断层扫描图像	计算机视觉	青光眼	光学相干断层扫描	深度神经网络	医学图像	NA	NA	NA	NA	NA
334	2025-10-05	Deep learning assessment of metastatic relapse risk from digitized breast cancer histological slides 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60824-z PMID:40593633	研究论文	开发基于深度学习的AI工具RlapsRisk BC，通过分析数字化乳腺癌组织切片预测早期乳腺癌患者的5年无转移生存率	首次开发能够独立预测ER+/HER2-早期乳腺癌患者5年无转移生存率的深度学习模型，并提供超越传统临床病理变量的预后价值	研究局限于ER+/HER2-早期乳腺癌亚型，未涵盖其他乳腺癌亚型	开发AI工具用于乳腺癌转移复发风险分层，指导治疗决策	雌激素受体阳性、HER2阴性早期乳腺癌患者	数字病理学	乳腺癌	数字化组织切片分析	深度学习	数字化组织病理图像	NA	NA	RlapsRisk BC	C-index, 敏感性, 特异性	NA
335	2025-10-05	A deep convolutional neural network-based novel class balancing for imbalance data segmentation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04952-y PMID:40595795	研究论文	提出基于深度学习和双层类别平衡方案的BLCB-CNN管道，用于视网膜眼底图像中的血管分割	提出双层类别平衡方案（Level-I用于血管/非血管平衡，Level-II用于粗细血管平衡）结合深度卷积神经网络	NA	解决视网膜血管分割中数据分布不平衡和血管厚度变化的问题	视网膜眼底图像中的血管结构	计算机视觉	眼科疾病	图像处理技术	CNN	图像	标准视网膜眼底图像数据集和STARE图像数据集	NA	CNN	AUC, 准确率, 敏感性, 特异性	NA
336	2025-10-05	An explainable artificial intelligence handbook for psychologists: Methods, opportunities, and challenges 2025-Jul-31, Psychological methods IF:7.6Q1 DOI:10.1037/met0000772 PMID:40742683	综述	为心理学研究者提供可解释人工智能方法的实用指南	系统梳理XAI方法在心理学研究中的应用场景与挑战	未涉及具体实证研究数据验证	促进可解释人工智能在心理学领域的应用	心理学研究者	机器学习	NA	可解释人工智能方法	NA	心理学数据集	NA	NA	NA	NA	NA
337	2025-10-05	A Deep-Learning-Aided Drug Screening Based on Visualization of a Hidden Layer as Chemical Space 2025-Jul-10, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.5c00124 PMID:40666467	研究论文	提出一种基于图卷积网络隐藏层可视化的药物筛选方法，用于高效识别先导化合物	通过可视化深度学习模型的隐藏层作为化学空间，能够从大量候选化合物中优先选择实验测试对象，并提供化合物结构与活性关系的信息	NA	开发基于深度学习的药物筛选方法以提高药物发现效率	组蛋白去乙酰化酶抑制剂候选化合物	机器学习	NA	深度学习辅助筛选	图卷积网络	化学结构数据	NA	NA	图卷积网络	NA	NA
338	2025-10-05	A survey on deep learning for polygenic risk scores 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf373 PMID:40802796	综述	本文调查了深度学习在多基因风险评分(PRS)中的应用现状与方法分类	首次系统性地对基于深度学习的PRS建模方法进行分类，并识别出序列架构、图神经网络和融入生物学知识的模型等有前景的方向	缺乏统一数据集和表型的模型基准测试，深度学习PRS的可解释性存在挑战，因果推断需谨慎	探索深度学习神经网络在多基因风险评分建模中的应用潜力与方法	多基因风险评分(PRS)的深度学习建模方法	机器学习	NA	深度学习神经网络	图神经网络,自编码器	遗传变异数据	NA	NA	序列架构,图神经网络,自编码器	预测准确性	NA
339	2025-10-05	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断聚糖结构	首次将Transformer架构应用于聚糖结构预测，GlycoBART作为生成式模型能够发现训练数据中不存在的新型聚糖结构	GlycoBERT作为分类方法仅限于预测训练数据中存在的结构	开发能够从串联质谱数据准确推断聚糖结构的计算方法	聚糖分子结构	机器学习	NA	串联质谱(MS/MS)	Transformer	质谱数据	NA	NA	Transformer, BART	结构准确率	NA
340	2025-10-05	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	研究论文	本研究开发了基于深度学习的MRI模型，用于鉴别诊断肿瘤样脱髓鞘病变与IDH野生型胶质母细胞瘤	首次将3D DenseNet121架构应用于T1增强和T2加权MRI图像，实现肿瘤样脱髓鞘与IDH野生型胶质母细胞瘤的自动鉴别诊断	模型需要进一步验证在不同机构、患者群体和技术设备间的泛化能力，且未包含其他肿瘤病因如CNS淋巴瘤和脑转移瘤	开发非侵入性方法准确诊断脑部病变的肿瘤与非肿瘤病因	肿瘤样脱髓鞘病变患者(144例)和IDH野生型胶质母细胞瘤患者(455例)	医学影像分析	脑部疾病	MRI成像	深度学习	医学影像	599例患者(144例肿瘤样脱髓鞘，455例IDH野生型胶质母细胞瘤)	NA	3D DenseNet121	AUROC, 敏感性, 特异性	NA