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
81	2026-08-12	Contrastive Learning With Transformer to Predict the Chronicity of Children With Immune Thrombocytopenia 2025-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3551365 PMID:40085458	研究论文	提出一种结合对比学习与Transformer的方法，用于预测儿童免疫性血小板减少症的慢性化	将对比学习与FT-Transformer骨干网络集成，同时处理小数据和类别不平衡问题，通过随机掩码和过采样增强数据	未提及明确的局限性	早期准确预测儿童ITP的慢性化，以帮助临床制定个性化治疗方案	儿童免疫性血小板减少症患者的数据	机器学习	免疫性血小板减少症	NA	Transformer	表格数据	未明确说明样本量，使用真实世界ITP儿童数据	NA	FT-Transformer	准确率、F1分数等（未具体列出）	NA
82	2026-08-12	Multi-Modal Deep Representation Learning Accurately Identifies and Interprets Drug-Target Interactions 2025-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3553217 PMID:40111772	研究论文	本文介绍了UnitedDTA，一种新型可解释的深度学习框架，通过整合多模态生物分子数据来提高药物-靶点结合亲和力预测的准确性和泛化能力	提出了一种名为UnitedDTA的框架，利用对比学习和交叉注意力机制实现跨模态对齐与整合，自动学习统一判别表示，并增强了可解释性以推断影响结合活性的重要子结构	未明确提及具体限制，但可能包括对多模态数据处理的复杂性和对大规模数据的依赖	旨在通过深度表示学习，提高药物-靶点结合亲和力的预测性能，特别是对于未见过的药物和靶点，并增强模型的可解释性	药物和靶点，包括其序列、图和三维结构等多模态数据	深度学习，药物发现	不适用	多模态深度学习，对比学习，交叉注意力机制	深度学习框架（UnitedDTA）	多模态数据（序列，图，三维结构）	多个基准数据集	不明确	对比学习与交叉注意力机制结合	性能指标包括准确性、泛化能力等	不明确
83	2026-08-12	PhysCL: Knowledge-Aware Contrastive Learning of Physiological Signal Models for Cuff-Less Blood Pressure Estimation 2025-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3554495 PMID:40131744	研究论文	提出了一种基于生理知识感知的对比学习方法（PhysCL），用于减少光电容积脉搏波（PPG）数据标签依赖，并提高无袖带血压估计的准确性	引入知识感知增强库，通过知识约束生成正生理信号对，解决对比学习中的语义一致性问题；提出对比特征重建方法，通过特征重采样和重加权增强特征多样性并防止模型崩溃	摘要中未明确提及局限性	减少对标记PPG数据的依赖，同时提高无袖带血压估计的准确性	光电容积脉搏波（PPG）信号，用于无袖带血压估计	机器学习	心血管疾病	NA	对比学习模型	生理信号数据（PPG）	106名受试者的数据，涵盖MIMIC III、MIMIC IV和UQVS数据集	NA	NA	平均绝对误差（MAE）	NA
84	2026-08-11	Comparative analysis of statistical and deep learning-based multi-omics integration for breast cancer subtype classification 2025-07-01, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06662-5 PMID:40598554	研究论文	本研究对960例乳腺癌患者样本进行多组学整合分析，比较统计方法MOFA+和深度学习方法MOGCN在乳腺癌亚型分类中的表现，发现MOFA+在特征选择方面更优，并识别出相关关键通路。	首次系统比较统计和深度学习多组学整合方法在乳腺癌亚型分类中的性能，并整合宿主转录组、表观基因组和宏基因组三种组学数据。	未提供具体计算资源消耗和模型训练时间比较，且仅使用单一乳腺癌数据集，泛化性需进一步验证。	评估不同多组学整合方法在乳腺癌亚型分类中的性能，提升亚型预测精度。	960例乳腺癌患者样本，包含转录组、表观基因组和宏基因组三种组学数据。	机器学习, 数字病理学	乳腺癌	多组学测序（转录组、表观基因组、宏基因组）	深度学习方法（MOGCN）和统计模型（MOFA+）	基因组数据	960例乳腺癌患者样本	未指定	未指定（MOGCN可能基于图卷积网络）	F1分数	未指定
85	2026-08-08	Attention-based multimodal deep learning for interpretable and generalizable prediction of pathological complete response in breast cancer 2025-07-10, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06617-w PMID:40640789	研究论文	开发了一种基于注意力的多模态深度学习模型，结合MRI和临床特征预测乳腺癌新辅助化疗后的病理完全缓解，并验证其可解释性和跨机构泛化性	结合3D卷积神经网络和自注意力机制，融合治疗前后MRI影像与临床非影像特征，实现可解释的多模态融合预测	未在文中明确提及，但可能包括样本量有限或外部验证数据集规模较小	提高乳腺癌新辅助化疗后病理完全缓解预测的准确性和可解释性，并验证跨机构泛化能力	乳腺癌患者，接受新辅助化疗	医学影像分析, 深度学习	乳腺癌	MRI成像, 临床数据整合	3D卷积神经网络, 自注意力机制	MRI图像, 临床非影像数据	I-SPY 2试验660例，I-SPY 1试验114例	NA	3D CNN, 自注意力	AUC	NA
86	2026-08-08	Flexible High Temperature Stable Hydrogel Based Triboelectric Nanogenerator for Structural Health Monitoring and Deep Learning Augmented Human Motion Classification 2025-07, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202502739 PMID:40465357	研究论文	本研究制备了一种基于PDMS-水凝胶纳米复合材料的摩擦电纳米发电机，用于高温环境下的结构健康监测和基于深度学习的人体运动分类	开发了含ZnAl层状双氢氧化物纳米颗粒的生物相容性PDMS-水凝胶纳米复合TENG，在高达200°C的温度下保持输出电压稳定性，并结合深度学习模型实现高温环境下的人体运动分类	摘要中未提及局限性	旨在开发适用于高温工业环境的高温稳定TENG，用于振动能量收集、结构健康监测和人体运动监测	PDMS-水凝胶纳米复合TENG设备，包含ZnAl-LDH纳米颗粒	机器学习	NA	NA	深度学习模型（具体类型未指定）	电压波形数据	NA	NA	NA	最大功率密度（110 µW cm⁻²），输出电压稳定性，能量谱变化	NA
87	2026-08-07	Spatial features of tumor-infiltrating lymphocytes in primary lesions of lung adenocarcinoma predict lymph node metastasis 2025-07-25, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06860-1 PMID:40713757	研究论文	本研究利用全切片图像分析肿瘤浸润淋巴细胞的空间特征，预测肺腺癌的淋巴结转移风险	首次探索原发肿瘤中TIL空间特征与肺腺癌淋巴结转移的关系，并应用热点分析和深度学习方法识别空间TIL簇	未提及明确的局限性信息	评估原发肿瘤全切片图像中TIL特征与肺腺癌淋巴结转移的关系，以识别高风险患者	肺腺癌患者原发肿瘤的全切片图像中的肿瘤浸润淋巴细胞	数字病理学	肺腺癌	全切片图像分析	随机森林	图像	训练队列312例，验证队列78例，独立测试队列148例	NA	随机森林	AUC、决策曲线分析	NA
88	2026-08-07	Medical laboratory data-based models: opportunities, obstacles, and solutions 2025-07-24, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06802-x PMID:40707923	研究论文	本文全面探讨了基于医学实验室数据的模型在疾病筛查、诊断、个性化医疗和健康管理中的机遇、挑战及解决方案	提出了包括标准化数据格式、深度学习框架、分布式计算、联邦学习及算法优化等一系列创新性解决方案，以应对数据质量、模型优化和隐私保护等挑战	未具体说明实验验证或案例研究，仅基于理论分析	系统分析医学实验室数据模型的潜力、障碍及解决策略，并展望未来发展方向	医学实验室数据及其在临床和健康管理中的应用模型	机器学习	非特定疾病	NA	NA	医疗大数据	NA	NA	NA	诊断准确性	分布式计算
89	2026-08-05	Spatiotemporal calcium signaling patterns underlying opposing effects of histamine and TAS2R agonists in airway smooth muscle 2025-07-01, American journal of physiology. Lung cellular and molecular physiology DOI:10.1152/ajplung.00058.2025 PMID:40434402	研究论文	本研究通过单细胞显微镜和基于深度学习的图像分割技术，比较了组胺、氯喹和氟芬那酸在气道平滑肌细胞中引起的钙信号时空动态，并结合离子通道模型揭示了不同激动剂的相反效应机制	首次将单细胞显微成像与深度学习分割方法结合，量化分析不同激动剂诱导的钙信号时空异质性，并提出钙信号向细胞外周区室化导致膜超极化的新机制	摘要未提及研究局限性	探究苦味受体激动剂与组胺在气道平滑肌细胞中钙信号时空动态差异及其对膜电位和舒张作用的机制	气道平滑肌细胞中的钙信号动态及离子通道行为	数字病理学	哮喘	单细胞显微镜、深度学习分割	深度学习模型	图像	未提及具体样本数量	NA	NA	熵	NA
90	2026-08-05	Deep learning model for hair artifact removal and Mpox skin lesion analysis and detection 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05324-2 PMID:40594433	研究论文	本研究提出一种结合毛发去除与升级U-Net模型的深度学习方法来增强Mpox皮肤病变的检测	通过整合毛发去除预处理步骤与增强U-Net架构，提高Mpox皮肤病变的可见性和分割精度，显著优于现有模型	未提及	提高Mpox皮肤病变检测的准确性，辅助医生早期诊断	Mpox、水痘和麻疹的皮肤病变图像	计算机视觉	痘病	深度学习	CNN（U-Net）	图像	未提及	未提及	U-Net	准确率、召回率、F1分数	未提及
91	2026-07-28	Multitask Deep Learning Based on Longitudinal CT Images Facilitates Prediction of Lymph Node Metastasis and Survival in Chemotherapy-Treated Gastric Cancer 2025-07-02, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-4190 PMID:40305075	研究论文	基于纵向CT图像的多任务深度学习模型CTSMamba用于预测化疗后胃癌患者的淋巴结转移和生存期	提出了一个名为CTSMamba的多任务深度学习模型，能够同时预测淋巴结转移和总生存期，并在多中心数据中表现优于临床模型	未明确提及具体局限性	开发并验证一个基于纵向CT图像的多任务深度学习模型，以预测局部晚期胃癌患者的淋巴结转移和总生存期	接受新辅助化疗的局部晚期胃癌患者	计算机视觉, 机器学习, 数字病理	胃癌	CT成像	多任务深度学习模型	纵向CT图像	来自两个中心的1021名局部晚期胃癌患者（其中398名用于训练和验证，623名用于外部验证）	PyTorch	CTSMamba（基于共注意力三向空间Mamba架构）	准确率、AUC	NA
92	2025-10-06	Deep Learning-Based Classification of NSCLC-Derived Extracellular Vesicles Using AFM Nanomechanical Signatures 2025-07-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02009 PMID:40626500	研究论文	本研究开发了一种基于深度学习的非小细胞肺癌来源细胞外囊泡分类方法，通过原子力显微镜纳米力学特征分析实现精准诊断	首次展示了基于纳米力学特征的NSCLC来源细胞外囊泡分类方法，将深度学习和AFM分析相结合	样本变异性问题尚未解决，需要在临床样本中进一步验证性能	开发非小细胞肺癌液体活检的精准诊断工具	非小细胞肺癌来源的细胞外囊泡	数字病理学	肺癌	原子力显微镜	CNN	图像	来自NSCLC亚型（A549、PC9、PC9/GR）和非肿瘤性支气管上皮细胞（BEAS-2B）的细胞外囊泡	NA	DenseNet	AUC, 准确率	NA
93	2025-10-06	MS2MP: A Deep Learning Framework for Metabolic Pathway Prediction from MS/MS-Based Untargeted Metabolomics 2025-07-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06875 PMID:40583780	研究论文	提出一种直接从MS/MS非靶向代谢组学数据预测KEGG代谢通路的深度学习框架MS2MP	首个能够直接从MS谱图预测代谢通路的计算工具，无需先进行代谢物注释	仅基于33,221个实验MS谱图进行训练，可能对某些罕见代谢通路覆盖不足	开发直接从串联质谱数据预测代谢通路的深度学习方法	非靶向代谢组学中的MS/MS谱图和KEGG代谢通路	机器学习	NA	串联质谱(MS/MS)，非靶向代谢组学	图神经网络(GNN)	质谱数据，图数据(碎片树图)	33,221个实验MS谱图，161个代谢物标准品	NA	图神经网络	平衡准确率，精确匹配率	NA
94	2025-10-06	A Large Language Model-Powered Map of Metabolomics Research 2025-07-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01672 PMID:40608399	研究论文	本研究使用大型语言模型构建了代谢组学研究领域的综合图谱，分析了超过80,000篇文献	结合PubMedBERT和GPT-4o mini进行文献主题建模，首次创建了代谢组学研究的交互式可视化图谱	研究仅基于文献摘要进行分析，可能无法完全反映全文内容	构建代谢组学研究领域的综合知识图谱，识别研究趋势和发展方向	代谢组学领域的科学文献	自然语言处理	NA	文献挖掘，主题建模	BERT, GPT-4, 神经网络主题模型	文本	超过80,000篇科学文献	PubMedBERT, GPT-4o, t-SNE	BERT, Transformer	NA	NA
95	2025-10-06	Accurate Diagnosis of Colorectal Cancer Using a Combination of Lectin-Induced Recombinase Polymerase Amplification and CRISPR/Cas12a Assay on a Point-of-Care Testing Platform with Deep Learning Assistant 2025-07-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00468 PMID:40511702	研究论文	开发了一种结合凝集素诱导重组酶聚合酶扩增和CRISPR/Cas12a检测的即时诊断平台，用于结直肠癌的精准诊断	首次将凝集素诱导的外泌体聚集与RPA-CRISPR/Cas12a检测结合，并集成LSTM深度学习模型实现智能手机数据分析	样本量相对有限（100例临床样本），需要在更大规模人群中验证	开发一种快速、灵敏、用户友好的结直肠癌即时诊断方法	结直肠癌患者血液样本中的外泌体	数字病理	结直肠癌	凝集素诱导重组酶聚合酶扩增，CRISPR/Cas12a检测，液体活检	LSTM	智能手机采集的检测数据	100例临床样本和SW480结直肠癌亚型小鼠模型	深度学习框架（具体未指明）	LSTM	准确率	智能手机平台，自制便携式等温扩增设备
96	2025-10-06	Deep Learning-Assisted Nanocavity Sensor for Amphiphilic Biomarker Analysis 2025-07-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01102 PMID:40532101	研究论文	本文开发了一种结合纳米腔传感器与深度学习技术的两亲性生物标志物检测平台	首次将银纳米立方体-金镜纳米腔与支撑脂质双层集成，并采用深度学习语义分割方法计算荧光增强因子	NA	开发高灵敏度、快速检测的两亲性生物标志物传感平台	两亲性生物标志物	生物传感	癌症, 感染性疾病	荧光增强检测, 微流控技术	深度学习	荧光图像	NA	NA	语义分割	荧光增强因子, 检测灵敏度	NA
97	2025-10-06	Slice-Inference-Assisted Lightweight Small Object Detection Model for Holographic Digital Immunoassay Quantification 2025-07-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02441 PMID:40540441	研究论文	提出一种切片推理辅助的轻量级小目标检测模型，用于全息数字免疫分析定量检测食品中的氯霉素	结合无透镜全息成像系统与轻量深度学习模型，通过切片推理算法提升小目标检测精度并降低计算复杂度	NA	开发用于食品安全检测的便携式全息生物传感器	食品样品中的氯霉素	计算机视觉	NA	全息成像，数字免疫分析	深度学习，目标检测	全息图像	NA	NA	YOLOv5s改进模型	精确度，召回率，线性检测范围	NA
98	2026-07-24	Collaborative Internal Cavity Effect and Interfacial Modulation Mechanism for Boosting Deep Learning-Powered Immunochromatographic Pathogen Detection 2025-07-29, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03367 PMID:40662476	研究论文	提出一种深度学习增强的免疫层析分析方法，协同利用中空碳纳米球的内部空腔效应和界面抗体方向调控，实现病原体的超灵敏检测	通过中空碳纳米球内部空腔效应增强光吸收和光热转换效率，同时利用界面修饰实现抗体定向固定，并集成卷积神经网络实现100%准确率的病原体检测	未提及	开发一种深度学习增强的免疫分析方法，实现病原体的超灵敏和准确检测	病原体	计算机视觉	感染性疾病	免疫层析分析	卷积神经网络	图像	NA	NA	CNN	准确率	NA
99	2026-07-24	Pairwise Attention: Leveraging Mass Differences to Enhance De Novo Sequencing of Mass Spectra 2025-07-04, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.5c00063 PMID:40454436	研究论文	提出了一种基于成对质量差改进注意力机制的变压器编码器，用于提升质谱从头测序性能	通过将手工谱图解析启发式知识融入注意力机制，引入基于成对质量差的可学习偏置来提高测序精度	NA	提升深度学习从头测序在质谱数据上的准确性	质谱MS2谱图对应的肽段序列	质谱蛋白质组学	NA	质谱技术	Transformer编码器	质谱数据	九物种基准数据集	NA	Transformer编码器（改进型）	平均肽精度	NA
100	2026-07-22	Chromatin accessibility dynamics and transcriptional regulatory networks underlying the primary nitrogen response in rice roots 2025-07-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101392 PMID:40468596	研究论文	通过时间序列ATAC-seq和RNA-seq分析，研究水稻根部在氮素重新供应后染色质可及性和基因表达的动态变化，揭示初级氮响应中的转录调控网络	首次在水稻中通过时间序列分析揭示初级氮响应过程中染色质可及性动态与转录调控网络的级联变化，并鉴定OsLBD38/39与OsbZIP23作为关键调控因子，其调控模式相反	研究主要关注根部，未涉及地上部分；分析基于两个水稻品种，可能无法完全代表所有亚种间的差异	阐明水稻根部初级氮响应的转录调控机制，特别是染色质可及性动态与基因表达变化之间的关系	水稻根部，包括两个品种（珍汕97和日本晴）	机器学习, 数字病理学	NA	ATAC-seq, RNA测序	深度学习模型	测序数据	两个水稻品种，在硝酸铵重新供应后2小时内进行时间序列采样	NA	NA	NA	NA