深度学习在生物医药领域中的应用

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
1	2025-09-25	scHSC: enhancing single-cell RNA-seq clustering via hard sample contrastive learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf485 PMID:40977264	研究论文	提出一种基于困难样本对比学习的深度学习方法scHSC，用于提升单细胞RNA测序数据的聚类性能	通过困难样本挖掘和对比学习，同时整合基因表达和细胞间拓扑结构信息，采用自适应权重策略结合ZINB模型	NA	提高单细胞RNA测序数据的聚类准确性和细胞类型注释效果	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序（scRNA-seq）	对比学习、ZINB模型、深度学习	基因表达数据	18个单细胞RNA测序真实数据集
2	2025-09-25	A survey on deep learning for drug-target binding prediction: models, benchmarks, evaluation, and case studies 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf491 PMID:40977267	综述	本文系统综述了深度学习在药物靶点结合预测领域的模型、数据集、评估方法及应用案例	全面分析了DTB预测方法的范式转变，从早期异质网络方法到图神经网络、注意力机制及最新多模态方法的演进路径	NA	探讨深度学习如何为药物靶点关系研究提供定量框架，加速新药候选物识别	药物靶点结合预测模型、基准数据集和评估指标	机器学习	癌症	深度学习	异质网络、图神经网络、注意力机制、多模态模型	化合物库数据、蛋白质靶点数据	NA
3	2025-09-25	MVRBind: multi-view learning for RNA-small molecule binding site prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf489 PMID:40977268	研究论文	提出一种基于多视图图卷积网络的RNA-小分子结合位点预测方法MVRBind	开发多视图特征融合模块，整合RNA的一级、二级和三级结构特征，并能处理RNA多构象情况	NA	准确预测RNA与小分子的结合位点，推动RNA靶向治疗研究	RNA分子及其与小分子的相互作用	生物信息学	NA	多视图图卷积网络	GCN（图卷积网络）	RNA序列数据和结构特征数据	NA
4	2025-09-25	scBCN: deep learning-based batch correction network for integration of heterogeneous single-cell data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf503 PMID:40991329	研究论文	提出基于深度学习的单细胞数据批次校正网络scBCN，用于整合异质性单细胞数据	结合跨批次相似聚类识别与深度残差神经网络，在消除批次效应的同时保留生物变异	NA	开发单细胞数据批次效应校正方法以提高细胞类型识别准确性	异质性单细胞数据集（包括跨物种和跨组学数据）	生物信息学	NA	单细胞测序技术	深度残差神经网络（ResNet）	单细胞基因表达数据	多个模拟和真实数据集（具体样本量未说明）
5	2025-09-25	Computational Prediction of Single-Domain Immunoglobulin Aggregation Propensities Facilitates Discovery and Humanization of Recombinant Nanobodies 2025-Aug-28, Antibodies (Basel, Switzerland) DOI:10.3390/antib14030073 PMID:40981272	研究论文	开发基于深度学习的计算方法来预测单域免疫球蛋白（纳米抗体）的聚集倾向	首次将AI驱动的结构预测与框架区域2特性分析相结合，建立纳米抗体聚集倾向的预测模型	仅基于106种纳米抗体变体进行验证，样本规模有限	开发预测纳米抗体聚集倾向的计算工具以促进重组纳米抗体的发现和人源化	重链抗体可变域（VHH）纳米抗体	机器学习	NA	深度学习结构预测、尺寸排阻色谱（SEC）	深度学习	蛋白质结构数据	106种纳米抗体变体
6	2025-09-25	World's First Real-Time Artificial Intelligence-Assisted Mechanical Thrombectomy for Acute Ischemic Stroke 2025-Aug-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8704 PMID:39961616	研究论文	介绍实时人工智能辅助机械取栓治疗急性缺血性卒中的初步经验	首次报道在急诊机械取栓手术中应用实时深度学习AI系统进行辅助操作	样本量较小（16例患者），需要大规模研究验证对手术流程和临床结果的影响	评估实时AI系统在急性缺血性卒中机械取栓手术中的有效性、准确性和安全性	16例连续收治的急性缺血性卒中患者	数字病理	脑血管疾病	深度学习AI软件（Neuro-Vascular Assist）	深度学习模型	荧光透视图像视频	16例急性缺血性卒中患者
7	2025-09-25	Machine Learning Approach to Predict Emergency Cesarean Sections Among Nulliparous Women 2025-Aug, Cureus DOI:10.7759/cureus.90501 PMID:40978894	研究论文	本研究利用机器学习方法预测初产妇急诊剖宫产的风险因素	首次将七种机器学习模型（包括线性回归和深度学习）应用于初产妇急诊剖宫产预测，并比较其性能	回顾性单中心研究，未包含产时临床特征，需要前瞻性研究验证	识别初产妇急诊剖宫产的预测因素	伊朗某三级妇产中心的2668名初产妇	机器学习	产科疾病	机器学习	线性回归, 逻辑回归, 决策树, 随机森林, XGBoost, KNN, 深度学习	临床数据	2668名初产妇（1916例阴道分娩，752例剖宫产）
8	2025-09-25	The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review 2025-Aug, Cureus DOI:10.7759/cureus.90465 PMID:40978923	系统综述	系统评估人工智能和机器学习模型在ICU患者院内死亡率预测中的性能表现	首次系统比较AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异，发现集成学习方法具有最优预测精度	研究多为回顾性分析，数据集来源有限，缺乏前瞻性验证	评估AI/ML模型在ICU死亡率预测中的预后性能	ICU住院患者	机器学习	危重症	机器学习算法	XGBoost, Random Forest, Logistic Regression, RNN	临床数据	基于MIMIC和eICU-CRD两大公共重症数据库的15项研究（2015-2025年）
9	2025-09-25	Predicting cardiotoxicity in drug development: A deep learning approach 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101263 PMID:40979544	研究论文	本研究采用深度学习方法预测药物开发中的心脏毒性，通过分子指纹和描述符结合多种机器学习算法构建预测模型	首次将Transformer模型应用于心脏毒性预测，并集成多种分子特征表示方法，同时使用SHAP解释模型特征重要性	未明确说明训练数据和外部验证集的具体样本规模和来源	提高药物心脏毒性预测的准确性和效率，替代传统耗时昂贵的实验方法	化合物分子（重点关注hERG钾通道相关毒性）	机器学习	心血管疾病	分子指纹和分子描述符计算	XGBoost, Transformer, NB, RF, SVM, KNN	分子结构数据	NA
10	2025-09-25	HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101410 PMID:40979547	研究论文	提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse，用于精确预测肽毒性	首次将蛋白质语言模型嵌入与传统描述符通过跨模态多头注意力机制和Transformer架构进行融合，并采用鲁棒的特征排序选择流程	NA	开发准确预测肽毒性的计算工具以促进肽类疗法的安全设计	肽类分子	自然语言处理	NA	蛋白质语言模型、机器学习、深度学习	Transformer、多头注意力机制	序列数据、分子描述符	NA
11	2025-09-24	Machine learning methods for gene regulatory network inference 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf470 PMID:40966655	综述	本文对基于机器学习的基因调控网络推断方法进行了全面综述	重点探讨了前沿深度学习技术在提升GRN推断性能中的新兴作用	NA	支持GRN推断在基因调控研究中的应用及新机器学习方法的开发	基因调控网络(GRNs)	计算生物学	NA	高通量测序技术	监督学习、无监督学习、半监督学习、对比学习、深度学习	大规模组学数据	NA
12	2025-09-24	SageTCR: a structure-based model integrating residue- and atom-level representations for enhanced TCR-pMHC binding prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf496 PMID:40984702	研究论文	提出一种基于结构的双层次图神经网络框架SageTCR，用于提升TCR-pMHC结合预测的准确性	整合残基级和原子级结构表征的双层次GNN架构，通过注意力机制融合双模态表示，并探索数据增强策略保持TCR-pMHC对角线结合模式特征	实验结构数据不足的问题通过数据增强策略缓解，但未明确说明具体数据规模限制	提升TCR-pMHC结合预测精度以促进TCR相关疗法发展	T细胞受体与肽-MHC复合物的结构相互作用	生物信息学	免疫相关疾病	图神经网络、预训练语言模型、注意力机制	GNN	结构数据	NA
13	2025-09-24	International Validation of Echocardiographic Artificial Intelligence Amyloid Detection Algorithm 2025-Aug-25, JACC. Advances DOI:10.1016/j.jacadv.2025.102067 PMID:40965401	研究论文	本研究通过国际多中心回顾性病例对照研究验证了基于计算机视觉的深度学习算法EchoNet-LVH在心脏淀粉样变性检测中的性能	开发了首个基于超声心动图视频的AI算法用于国际多中心的CA检测验证，在保持高特异性（98.8%）的同时优化了阳性预测值	回顾性研究设计，样本量相对有限（1553例），需要前瞻性研究进一步验证临床效用	验证人工智能算法在国际多中心环境中识别心脏淀粉样变性的诊断性能	574名CA患者和979名对照者的超声心动图研究	计算机视觉	心脏淀粉样变性	深度学习计算机视觉算法	深度学习神经网络	超声心动图视频（胸骨旁长轴和心尖四腔心切面）	1553例超声心动图研究（574例CA患者，979例对照组）
14	2025-09-24	Self-supervised physics-informed generative networks for phase retrieval from a single X-ray hologram 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.569216 PMID:40984363	研究论文	提出一种基于物理信息生成对抗网络的自学习方法，实现单张X射线全息图的相位恢复	无需配对/非配对/模拟训练数据即可实现相位和吸收信息的同步重建	NA	解决近场菲涅尔理论中的相位恢复逆问题	X射线波场的相位和吸收信息	计算成像	NA	X射线相位衬度成像	物理信息生成对抗网络	X射线全息图	PETRA III P05光束线实验数据集和模拟数据
15	2025-09-24	All-optical color image encryption using multimode fiber speckles and diffractive deep neural networks 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.571745 PMID:40984386	研究论文	提出一种结合轨道角动量光束、多模光纤散斑和衍射深度神经网络的全光学彩色图像加密系统	首次将OAM光束的空间自由度编码、MMF散斑加密与D2NN解码集成于全光学加密框架，实现无需数字计算的超高速图像传输	实验仅使用1米MMF在开放环境测试，未验证长距离传输性能	开发无需深度学习计算负担的高速安全彩色图像光学传输技术	彩色图像像素的灰度值和RGB通道	光学加密	NA	轨道角动量编码、多模光纤传输、衍射神经网络	D2NN	光学图像	512×512彩色图像（训练使用长期噪声干扰下采集的散斑样本）
16	2025-09-24	Trace gas sensor based on photoacoustic spectroscopy and deep learning nested U-shaped network (U-Net++) 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.569183 PMID:40984421	研究论文	提出一种结合光声光谱和深度学习U-Net++网络的高灵敏度痕量气体传感器	首次将滚筒型谐振器光声光谱系统与嵌套U型深度学习网络(U-Net++)相结合，实现噪声抑制和长期稳定性提升	NA	开发高精度气体检测技术用于环境监测、工业安全和医疗诊断	甲烷(CH)气体	传感器技术	NA	光声光谱技术(PAS)、有限元模拟、深度学习	U-Net++	光谱数据	不同浓度甲烷气体样本(5-30 ppm)
17	2025-09-24	Accurate prediction approach for the center position of a future light spot under atmospheric turbulence 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.568684 PMID:40984412	研究论文	提出一种名为FMRP的混合方法，用于预测大气湍流下光斑中心位置	仅需处理实时接收的光斑图像即可实现精确位置预测，无需离线训练和大型数据集	NA	提高卫星对地激光通信中指向、捕获和跟踪系统的精度与稳定性	大气湍流环境下的光斑中心位置	机器学习和光学工程交叉领域	NA	特征匹配和递归神经网络	RNN	光斑图像序列	NA
18	2025-09-24	Statistical analysis and prediction of dynamic UAV-based entanglement distribution channel through deep learning 2025-Aug-11, Optics express IF:3.2Q2 DOI:10.1364/OE.565103 PMID:40984598	研究论文	提出基于PatchTST深度学习模型的无人机量子纠缠分发信道动态预测框架	首次将PatchTST时间序列Transformer模型应用于无人机量子通信信道动态预测，突破传统静态统计模型的限制	基于仿真数据验证，尚未进行真实环境实验验证	实现无人机对地量子信道透射率的实时动态预测	无人机量子纠缠分发信道	机器学习	NA	深度学习	PatchTST（基于Transformer的时间序列预测模型）	时间序列数据	NA
19	2025-09-24	Deep-learning-based single-pixel telescope for simultaneous visible and near-infrared imaging with robustness to atmospheric seeing 2025-Aug-11, Optics express IF:3.2Q2 DOI:10.1364/OE.566490 PMID:40984610	研究论文	本研究将深度学习技术集成到单像素成像系统中，开发了一种可同时进行可见光和近红外观测的单像素望远镜系统	结合单像素成像的多波长成像能力与深度学习噪声抑制技术，在模拟大气湍流条件下实现鲁棒成像	在模拟湍流条件下，TDPL网络对简单目标（如MNIST图像）的精度低于U-Net，需要进一步改进	开发能够抵抗大气湍流干扰的高质量多波长成像系统	单像素望远镜成像系统	计算机视觉	NA	单像素成像（SPI）、深度学习	U-Net、TDPL（时间分割模式学习网络）	图像数据	使用MNIST图像数据集进行性能评估
20	2025-09-24	Standardisation of an AI-based vocal fold assessment tool on a recurrent respiratory papillomatosis model 2025-Aug, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale IF:2.1Q2 DOI:10.14639/0392-100X-N2896 PMID:40985091	研究论文	本研究通过AI工具GC-AID定量评估复发性呼吸道乳头状瘤病（RRP）在声带上的病变范围	开发了基于人工智能的声带评估工具GC-AID，首次在RRP模型上实现病变黏膜的定量化测量	样本量较小（仅4名患者），属于案例研究性质	验证AI工具在RRP病变评估中的标准化应用	复发性呼吸道乳头状瘤病（RRP）患者的声带病变	数字病理	复发性呼吸道乳头状瘤病	人工智能深度学习、白光和窄带成像模态	深度学习	医学图像	4名RRP患者