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
201	2025-09-11	Global research landscape of retinoblastoma biomarkers: a multidisciplinary bibliometric analysis based on multiple databases (2005-2025) 2025-Aug-15, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06279-7 PMID:40817296	文献计量分析	对2005至2025年间视网膜母细胞瘤生物标志物的全球研究格局进行多学科文献计量分析	首次通过多数据库系统量化分析RB生物标志物的研究热点与发展趋势	依赖数据库收录范围，可能存在文献覆盖不全；未来趋势部分基于历史数据推断	分析视网膜母细胞瘤生物标志物的研究格局与热点，为未来研究提供理论参考	全球范围内关于视网膜母细胞瘤生物标志物的学术出版物	生物医学信息学	视网膜母细胞瘤	文献计量分析（R软件、VOSviewer、CiteSpace）	NA	文献元数据	2005-2025年间Web of Science和Scopus数据库收录的相关出版物
202	2025-09-11	Going beyond SMILES enumeration for data augmentation in generative drug discovery 2025-Aug-14, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00028a PMID:40917333	研究论文	本文提出并评估了四种新的SMILES数据增强策略，以提升小分子数据集在生成式深度学习中的性能	引入了基于自然语言处理和化学知识的四种新型SMILES增强方法：token删除、原子掩码、生物电子等排替换和自训练	NA	探索超越传统SMILES枚举的数据增强技术，以改善分子生成质量	小分子化合物	自然语言处理	NA	SMILES枚举，数据增强	生成式深度学习	分子结构数据（SMILES字符串）	NA
203	2025-09-11	Leveraging artificial intelligence and machine learning in kinase inhibitor development: advances, challenges, and future prospects 2025-Aug-12, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d5md00494b PMID:40919316	综述	本文综述了人工智能和机器学习在激酶抑制剂开发中的应用、挑战及未来前景	探讨AI/ML方法（包括深度学习、图神经网络和生成模型）如何革新激酶抑制剂的设计、优化和再利用	数据稀疏性、模型可解释性以及计算与实验结果之间的转化差距	加速和优化下一代激酶靶向治疗药物的开发	蛋白激酶及激酶抑制剂	机器学习	癌症	AI/ML方法，包括深度学习、图神经网络、生成模型	深度学习、图神经网络、生成模型	NA	NA
204	2025-09-11	Dynamic AI-assisted ipsilateral tissue matching for digital breast tomosynthesis 2025-Aug-06, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112356 PMID:40925265	研究论文	评估AI辅助同侧组织匹配技术在数字乳腺断层合成摄影中减少定位误差的效果	首次将动态AI辅助同侧组织匹配技术应用于DBT，并针对非专家放射科医生进行误差减少的量化评估	样本量较小（30个病例），仅针对乳腺影像领域	评估AI辅助技术对乳腺病变定位准确性的提升效果	数字乳腺断层合成摄影（DBT）影像中的乳腺病变	计算机视觉	乳腺癌	深度学习	深度学习模型（具体架构未说明）	医学影像	30个病例，94个共识参考标注，涉及26名放射科医生（14+12）的评估
205	2025-09-11	ECG-GraphNet: Advanced arrhythmia classification based on graph convolutional networks 2025-Aug, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.05.012 PMID:40917189	研究论文	提出一种基于图卷积网络的ECG-GraphNet模型，用于心律失常的精确分类	创新性地将ECG波形建模为图结构节点，并采用QRS中心加权平均池化方法增强特征提取	NA	开发高性能心律失常自动分类方法以辅助临床诊断	心电图信号与心律失常分类	医疗人工智能	心血管疾病	图卷积网络	GCN	心电图信号	328名患者的单导联10秒ECG记录
206	2025-09-11	DeepHVI: A multimodal deep learning framework for predicting human-virus protein-protein interactions using protein language models 2025-Aug, Biosafety and health IF:3.5Q1 DOI:10.1016/j.bsheal.2025.07.005 PMID:40918205	研究论文	提出一种多模态深度学习框架DeepHVI，用于预测人类与病毒蛋白质间的相互作用	整合蛋白质语言模型与多模态融合技术，结合二元分类和条件序列生成任务以提高预测准确性	NA	系统预测人类与病毒蛋白质间的潜在相互作用，以支持公共卫生策略和抗病毒药物设计	人类蛋白质和病毒蛋白质（如SARS-CoV-2）	自然语言处理	传染病	蛋白质语言模型，多模态融合	深度学习框架	蛋白质序列数据	高置信度实验数据集（具体数量未说明）
207	2025-09-11	Deep Learning Model for Osteoporosis Screening From Chest Radiographs: A Multicenter Analysis of External Robustness and Model Calibration 2025-Aug, Cureus DOI:10.7759/cureus.89446 PMID:40918770	研究论文	开发深度学习模型从胸部X光片中筛查骨质疏松症，并进行多中心外部验证和模型校准	通过混合外部数据校准模型，显著提升在不同设备和机构的外部数据上的筛查性能	外部数据性能仍低于内部数据，需要至少500例外部数据参与训练才能有效校准	利用深度学习技术从常规胸部X光片中筛查骨质疏松症，解决DXA检测资源有限的问题	骨质疏松症患者和疑似病例	数字病理	骨质疏松症	深度学习	深度学习模型	胸部X光图像	多中心数据，包含内部和外部数据集，外部校准需至少500例样本
208	2025-09-11	GPT2-ICC: A data-driven approach for accurate ion channel identification using pre-trained large language models 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101302 PMID:40919588	研究论文	开发了一种基于预训练大语言模型的深度学习算法GPT2-ICC，用于准确识别离子通道	将表示学习与大语言模型分类器结合，解决了蛋白质序列数据不平衡的挑战	NA	准确高效地在大规模蛋白质空间中分类离子通道	离子通道蛋白质	自然语言处理	NA	深度学习，表示学习，大语言模型(LLM)	GPT2	蛋白质序列数据	测试集包含比离子通道多约239倍的非离子通道蛋白质
209	2025-09-11	Unravelling phosphorylation-induced impacts on inhibitor-CDK2 through multiple independent molecular dynamics simulations and deep learning 2025-Aug, SAR and QSAR in environmental research IF:2.3Q3 DOI:10.1080/1062936X.2025.2552131 PMID:40926679	研究论文	本研究通过分子动力学模拟和深度学习技术，系统探索了磷酸化对CDK2与抑制剂结合机制的影响	创新性地整合了分子动力学模拟、深度学习技术和自由能景观分析，首次系统揭示了磷酸化状态和CyclinE结合对CDK2构象稳定性及抑制剂结合能力的影响机制	NA	阐明磷酸化修饰对CDK2与抑制剂结合的分子机制，为高选择性CDK2抑制剂的开发提供理论基础	CDK2激酶及其两种抑制剂（SCH和CYC），重点关注磷酸化状态和CyclinE结合状态下的构象变化	计算生物学	癌症	分子动力学模拟（MD），深度学习（DL），自由能景观分析（FEL），量子力学/分子力学-广义波恩表面积计算（QM/MM-GBSA）	深度学习	分子动力学轨迹数据	针对CDK2的两种抑制剂（SCH和CYC）在磷酸化和CyclinE结合状态下的多组独立模拟
210	2025-09-10	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Aug-29, Genes & development IF:7.5Q1 DOI:10.1101/gad.352889.125 PMID:40883017	研究论文	本研究通过多组学分析和深度学习模型揭示了转录因子MEF2C调控心脏管形态发生的节段特异性基因调控网络	首次构建了流出道、心室和流入道节段的发育轨迹，并发现MEF2C缺失导致心脏后部化特征及NR2F2活性增强的机制	研究主要基于模式生物斑马鱼，在人类中的直接适用性需要进一步验证	解析早期心脏形成过程中谱系特异性基因调控网络	野生型和MEF2C缺失型胚胎的心脏发育过程	发育生物学	先天性心脏病	单核RNA测序, ATAC测序, 多组学整合分析	深度学习模型	基因组学数据, 表观遗传学数据	野生型和MEF2C-null胚胎的时间序列样本
211	2025-09-10	Using deep learning to predict internalizing problems from brain structure in youth 2025-Aug-29, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03565-3 PMID:40883286	研究论文	使用深度学习基于青少年大脑结构预测内化问题（如焦虑和抑郁）	首次利用深度学习从大脑结构特征中预测内化问题的横断面及纵向恶化轨迹，并在神经发育条件群体中表现出良好性能	纵向模型在普通人群样本中预测性能欠佳（AUC=0.66），主要依赖神经发育条件亚组的表现	探索内化问题的生物标志物，建立大脑结构与心理问题的预测模型	青少年群体，包括普通人群和神经发育条件个体	机器学习	精神健康疾病	深度学习	深度学习模型	脑结构数据（厚度、表面积、体积）	横断面分析N=14,523；纵向分析N=10,540（来自ABCD、HBN、HCP-D和POND四个大型数据集）
212	2025-09-10	An MRI Atlas of the Human Fetal Brain: Reference and Segmentation Tools for Fetal Brain MRI Analysis 2025-Aug-28, ArXiv PMID:40900685	研究论文	介绍CRL-2025胎儿大脑MRI图谱，提供高精度时空参考和分割工具用于胎儿大脑MRI分析	相比CRL-2017图谱显著增强解剖细节，首次包含详细组织分割、瞬时白质分区和126个解剖区域划分，并集成基于深度学习的多类分割模型	NA	构建高精度胎儿大脑时空图谱以支持胎儿大脑MRI分析和神经发育研究	21至37孕周正常发育的胎儿大脑	医学影像分析	神经发育疾病	MRI，扩散MRI，基于核回归的微分同胚可变形配准框架	深度学习多类分割模型	MRI图像	160名正常大脑发育的胎儿
213	2025-09-10	EEG-ERnet: Emotion Recognition based on Rhythmic EEG Convolutional Neural Network Model 2025-Aug-28, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN41547 PMID:40919632	研究论文	提出基于节律性EEG的卷积神经网络模型EEG-ERnet，用于情绪识别	采用深度并行CNN结构处理节律图像，有效编码通道、节律和时间特性，实现主体无关的情绪分类	未明确说明模型泛化能力及跨数据集性能验证	开发高效、主体无关的便携式情绪识别系统	脑电图（EEG）信号	脑机接口	NA	功率谱密度（PSD）分析，卷积神经网络	CNN（深度并行结构）	EEG信号（转换为2D图像）	使用DEAP数据集，采用10折交叉验证
214	2025-09-10	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2025-Aug-28, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0486 PMID:40875368	研究论文	开发基于深度学习的自动分割流程，用于酵母细胞软X射线断层扫描数据的高通量三维结构分割与分析	首次将深度学习自动分割应用于软X射线断层扫描数据，实现数百个细胞的高通量精确分割和表型分析	需要手动迭代细化来提高分割精度，可能限制完全自动化程度	开发高通量细胞结构自动分割方法，实现全细胞定量成像和形态学分析	酵母细胞（野生型、VPH1-GFP突变株等）的细胞器结构	计算机视觉	NA	软X射线断层扫描(SXT)，深度学习分割	深度学习模型（具体类型未明确说明）	三维断层扫描图像	数百个细胞，涵盖三种酵母菌株
215	2025-09-10	Transfer Learning Based Deep Learning Approach for Knee Osteoarthritis Grading Using Modified XceptionNet Architecture 2025-Aug-22, Journal of visualized experiments : JoVE DOI:10.3791/68720 PMID:40920575	研究论文	提出基于迁移学习和改进XceptionNet架构的深度学习方法，用于膝关节X光图像的骨关节炎分级	采用类别平衡技术处理数据集不平衡问题，整合定制化预处理流程，并对XceptionNet架构进行改进以提升早期检测性能	NA	开发自动化系统以提高膝关节骨关节炎的早期放射学识别准确率	膝关节X光图像	计算机视觉	骨关节炎	迁移学习	XceptionNet	图像	NA
216	2025-09-10	Artificial Intelligence in the Diagnosis and Imaging-Based Assessment of Pelvic Organ Prolapse: A Scoping Review 2025-Aug-21, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61081497 PMID:40870541	综述	本文对人工智能在盆腔器官脱垂影像诊断和解剖评估中的应用进行了范围综述	首次系统综述AI技术在POP影像评估中的应用现状，重点关注深度学习模型在超声和MRI图像分析中的表现	所有研究均使用内部数据集，模型可解释性有限且缺乏外部验证，临床部署和结果评估研究不足	综合评估人工智能在盆腔器官脱垂影像诊断和解剖评估中的现有证据	盆腔器官脱垂女性患者的超声和MRI影像数据	医学影像分析	盆腔器官脱垂	深度学习，迁移学习	CNN, ViT, 混合模型	2D/3D超声图像，静态或应力MRI图像	8项符合条件的研究（具体样本量未明确说明）
217	2025-09-10	Passive Sensing for Mental Health Monitoring Using Machine Learning With Wearables and Smartphones: Scoping Review 2025-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/77066 PMID:40811794	综述	通过范围综述评估基于可穿戴设备和智能手机的被动感知与机器学习在心理健康监测中的应用现状	首次系统整合被动感知技术与机器学习在心理健康监测中的关联模式，并提出多模态传感器融合与可解释人工智能的未来方向	样本量小（中位数60.5人）、监测周期短（45%研究＜7天）、缺乏外部验证（仅2%研究）和数据匿名化报告不足（14%）	综述被动感知与机器学习技术在心理健康监测领域的技术方法和临床关联	临床诊断的心理疾病患者（如抑郁症和焦虑症）	机器学习	精神疾病	被动感知技术（心率、运动指数、步数监测）	CNN, LSTM, 随机森林	传感器数据（生理和行为数据）	42项研究（中位数样本量60.5人，IQR 54-99）
218	2025-09-10	Multimodal artificial intelligence for subepithelial lesion classification and characterization: a multicenter comparative study (with video) 2025-Aug-14, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03147-9 PMID:40814087	研究论文	开发并验证一种融合白光内镜和微探头超声内镜的多模态人工智能模型ECMAI-WME，用于胃肠道黏膜下病变的分类与特征分析	首次提出并行融合深度学习模型，整合WLE和EUS多模态数据，显著提升SEL分类准确率和临床决策支持能力	研究仅基于四家医院数据，需进一步扩大样本量和中心数量验证普适性	提高胃肠道黏膜下病变的诊断准确性并辅助临床决策	胃肠道黏膜下病变（SELs），包括胃肠道间质瘤（GISTs）、神经内分泌肿瘤和平滑肌瘤等	数字病理	胃肠道肿瘤	白光内镜（WLE）、微探头超声内镜（EUS）、深度学习	并行融合深度学习模型	内镜图像、超声图像	训练集523例，外部验证集88例，多中心测试集274例
219	2025-09-10	Lateral flow and colorimetric assay for ketamine detection reinforced with deep learning model interfaced with mobile app for smart alert 2025-Aug-09, Mikrochimica acta DOI:10.1007/s00604-025-07429-x PMID:40781183	研究论文	本研究开发了一种结合侧向层析和比色法的氯胺酮检测方法，并集成深度学习模型与移动应用实现智能警报	采用适配体替代传统抗体提高稳定性与可重复性，并创新性地构建双阶段深度学习框架(YOLOv5+ResNet50)用于试纸条数据分类	NA	开发便携式、低成本的即时诊断设备用于氯胺酮检测	合成尿液样本中的氯胺酮	计算机视觉	NA	比色法、侧向层析检测(LFA)、UV-Vis分光光度法	YOLOv5, ResNet50	图像	NA
220	2025-09-10	MoB QDs/N, F-CDs for ratiometric fluorescence sensing of perfluorooctanoic acid based on fluorine‑fluorine interaction 2025-Aug-06, Mikrochimica acta DOI:10.1007/s00604-025-07431-3 PMID:40770453	研究论文	构建基于MoB量子点和氮氟共掺杂碳点的双发射比率荧光探针，用于全氟辛酸的检测	利用氟-氟相互作用实现选择性荧光猝灭，结合智能手机和YOLOv5深度学习算法实现现场可视化定量检测	NA	开发一种低成本、快速响应的现场全氟辛酸检测方法	环境水样和纺织品中的全氟辛酸	分析化学	NA	比率荧光传感、智能手机成像、深度学习分析	YOLOv5	荧光图像	检测范围0.01-450μM（溶液），0.5-200μM（试纸条）