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
41	2026-04-14	Intratumoral Microbiome-related MRI Model for Predicting Breast Cancer Shrinkage Pattern Following Neoadjuvant Therapy 2025-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.243545 PMID:40892452	研究论文	本研究开发了一种基于瘤内微生物组相关MRI特征的模型，用于预测乳腺癌患者在新辅助治疗后肿瘤的缩小模式	首次将瘤内微生物组数据与多时间点MRI的放射组学和深度学习特征融合，构建预测模型，并验证了其在分子亚型和肿瘤分期中的稳健性	本研究为回顾性研究，未来需要前瞻性研究进一步验证模型的临床适用性	开发一个精准预测乳腺癌新辅助治疗后肿瘤缩小模式的模型，以辅助保乳手术规划	接受新辅助治疗并手术的乳腺癌患者	数字病理学	乳腺癌	MRI	深度学习, 机器学习	MRI图像	2249名女性乳腺癌患者（训练集671人，内部验证集335人，外部验证集1243人）	NA	U-Net, ResNet-50	AUC, Dice系数	NA
42	2026-04-12	Transfer Learning Based Deep Learning Approach for Knee Osteoarthritis Grading Using Modified XceptionNet Architecture 2025-08-22, Journal of visualized experiments : JoVE DOI:10.3791/68720 PMID:40920575	研究论文	本研究提出了一种基于迁移学习的深度学习方法，使用改进的XceptionNet架构对膝关节骨关节炎进行分级	通过类别平衡方法、定制化预处理流程及对XceptionNet的架构改进，有效解决了数据集不平衡问题，提升了早期膝关节骨关节炎的检测性能	NA	开发自动化系统用于膝关节骨关节炎的放射学识别，特别是早期检测	膝关节X射线图像	计算机视觉	骨关节炎	X射线成像	CNN	图像	NA	NA	XceptionNet	准确率, 精确率, 召回率, F1分数, Cohen's kappa	NA
43	2026-04-11	Deep learning approach for automated hMPV classification 2025-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14467-1 PMID:40781468	研究论文	本研究提出了一种名为hMPV-Net的深度学习框架，利用卷积神经网络（CNN）实现人偏肺病毒（hMPV）感染的自动检测与分类	开发了hMPV-Net这一新型深度学习框架，通过结合数据增强、加权损失函数和dropout正则化等先进技术，有效解决了数据集不平衡问题，并在计算效率上显著优于ResNet-50和VGG-16等现有模型	研究使用了模拟图像数据集而非真实患者数据进行训练和评估，这可能会影响模型在真实临床场景中的泛化能力	开发一种能够快速、准确检测和分类人偏肺病毒（hMPV）感染的自动化诊断方法	人偏肺病毒（hMPV）感染病例，特别是儿童、老年人和免疫功能低下患者中的呼吸道疾病	计算机视觉	呼吸道疾病	深度学习，卷积神经网络（CNN）	CNN	图像	10,000个样本，包含等量的hMPV阳性和阴性病例	NA	hMPV-Net	准确率, 精确率, 召回率, F1分数	NA
44	2026-04-07	Detecting structural heart disease from electrocardiograms using AI 2025-08, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09227-0 PMID:40670798	研究论文	本文介绍了一种名为EchoNext的深度学习模型，用于从心电图检测多种结构性心脏病	模型基于大规模多样化健康系统的超过100万条心律和影像记录进行训练，能够检测多种结构性心脏病，并在内部和外部验证中表现出高诊断准确性，优于心脏病专家，且在不同护理环境和种族/民族群体中表现一致	NA	利用人工智能扩大心脏病筛查的可及性	结构性心脏病	机器学习	心血管疾病	深度学习	深度学习模型	心电图（心律记录）和影像记录	超过100万条心律和影像记录	NA	EchoNext	诊断准确性	NA
45	2026-04-05	ACtriplet: An improved deep learning model for activity cliffs prediction by in tegrating triplet loss and pre-training 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101317 PMID:40893440	研究论文	本文提出了一种名为ACtriplet的改进深度学习模型，通过整合三元组损失和预训练策略来预测活性悬崖	将人脸识别中的三元组损失与预训练策略相结合，开发了专门针对活性悬崖的预测模型，以更好地利用现有数据	未提及具体的数据量限制或模型泛化能力的详细评估	开发一种改进的深度学习模型，用于预测药物发现中的活性悬崖，以优化分子结构	活性悬崖（相似化合物对，其结构微小差异导致结合亲和力显著不同）	机器学习	NA	深度学习	深度神经网络	分子图像或图数据	基于30个基准数据集进行实验	NA	ACtriplet	NA	NA
46	2026-04-01	What does it take to learn the rules of RNA base pairing? A lot less than you may think 2025-Aug-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.31.668042 PMID:40766544	研究论文	本文探讨了使用极少参数和数据的概率模型（如随机上下文无关文法）通过深度学习技术重新发现RNA碱基配对规则的可能性	展示了无需二级结构标签、序列比对或大量参数，仅通过少量RNA序列和自动微分框架就能学习到RNA碱基配对规则	模型仅基于21个参数，可能无法捕捉更复杂的RNA结构或非规范相互作用	研究RNA碱基配对规则的最小学习需求，探索序列级信号在RNA功能区分中的应用	RNA序列，包括结构RNA、信使RNA和打乱序列	自然语言处理	NA	随机上下文无关文法（SCFG），自动微分，随机梯度下降	概率模型，深度学习	序列（RNA序列）	少至50个RNA序列	自动微分框架（未指定具体名称）	随机上下文无关文法（SCFG）	NA	NA
47	2026-04-01	Head-to-Head Comparison between MRI and CT in the Evaluation of Volume and Quality of Epicardial Adipose Tissue 2025-08, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240531 PMID:40810643	研究论文	本研究系统比较了MRI和CT在评估心外膜脂肪组织体积和质量方面的测量结果	首次使用MRI的Dixon脂肪-水分离技术和CT的深度学习分割技术，对心外膜脂肪组织的体积和质量进行头对头比较	样本量较小（92名参与者），且仅基于瑞典心肺生物影像研究的一个子集，可能限制结果的普适性	评估MRI和CT在测量心外膜脂肪组织体积和质量方面的相关性和一致性	心外膜脂肪组织	医学影像分析	心血管疾病	Dixon脂肪-水分离MRI, CT	深度学习	MRI图像, CT图像	92名参与者（平均年龄59岁，60名男性）	NA	NA	Pearson相关系数, 组内相关系数	NA
48	2026-03-31	Unveiling the Bioactive Potential of the Invasive Jellyfish Phyllorhiza punctata Through Integrative Transcriptomic and Proteomic Analyses 2025-08-04, Biomolecules IF:4.8Q1 DOI:10.3390/biom15081121 PMID:40867566	研究论文	本研究通过整合转录组学和蛋白质组学数据，分析了入侵物种白色斑点水母的分子和生化特性，重点关注其组织特异性蛋白表达和抗菌肽候选物的发现	首次对白色斑点水母进行整合转录组与蛋白质组分析，识别了组织特异性蛋白表达谱和新型抗菌肽候选物，揭示了其未被充分开发的生物技术潜力	研究主要基于实验室生成的蛋白质组数据和公开转录组信息，可能未完全覆盖物种在自然状态下的全部分子多样性，且功能验证有待进一步实验	探究入侵水母物种的分子与生化特征，挖掘其生物活性成分（如毒素和抗菌肽）的生物技术应用潜力	白色斑点水母（Phyllorhiza punctata）的三种组织：口腕、套膜和性腺	生物信息学	NA	LC-MS/MS蛋白质组学，转录组学分析	深度学习，机器学习	蛋白质组数据，转录组数据	三种组织类型（口腕、套膜、性腺），共鉴定2764个蛋白质和25,045个肽段	NA	NA	NA	NA
49	2026-03-30	RNA-ligand interaction scoring via data perturbation and augmentation modeling 2025-08, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00820-x PMID:40555786	研究论文	本文介绍了一种基于序列的深度学习框架RNAsmol，用于预测RNA与小分子之间的相互作用	结合数据扰动与增强、基于图的分子特征表示和基于注意力的特征融合模块，无需结构输入即可准确预测RNA-小分子结合	受限于已验证的RNA-小分子相互作用数据有限和已知RNA结构稀缺	开发数据驱动的深度学习模型以预测RNA与小分子的相互作用	RNA与小分子之间的相互作用	机器学习	NA	深度学习	深度学习框架	序列数据	NA	NA	基于注意力的特征融合模块	十倍交叉验证、未见评估、诱饵评估	NA
50	2026-03-22	ViViEchoformer: Deep Video Regressor Predicting Ejection Fraction 2025-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01336-y PMID:39586913	研究论文	本文介绍了一种名为ViViEchoformer的深度学习模型，用于从超声心动图视频中直接回归预测射血分数	提出了一种基于视频视觉变换器的深度学习模型，能够直接从超声心动图视频中提取时空信息并准确预测射血分数	NA	开发一种自动、准确的射血分数预测方法，以辅助人类评估和分析	超声心动图视频	计算机视觉	心血管疾病	超声心动图	Transformer	视频	10,030个心尖四腔超声心动图视频	NA	视频视觉变换器	平均绝对误差, 均方根误差, 均方对数误差, 曲线下面积, 分类准确率	NA
51	2026-03-19	Intestinal bacteria translocation promotes β-cell dysfunction in DIO mice 2025-Aug-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15244-w PMID:40849329	研究论文	本研究利用深度学习辅助方法评估肠道细菌易位在肥胖小鼠模型中对胰腺β细胞功能障碍的影响	首次结合FISH、16S rRNA扩增子测序和深度学习辅助方法，精确追踪并量化肠道细菌易位至胰腺的过程，揭示了细菌易位与2型糖尿病严重程度之间的直接关联	研究仅基于小鼠模型，尚未在人类中进行验证；深度学习辅助方法的泛化能力需进一步测试	阐明肠道微生物在2型糖尿病进展中的直接机械作用，特别是肠道细菌易位对胰腺功能的影响	饮食诱导肥胖小鼠和抗生素诱导微生物群破坏的肥胖小鼠模型	数字病理学	2型糖尿病	FISH, 16S rRNA扩增子测序, 深度学习辅助方法	深度学习模型	图像, 序列数据	DIO和AIMD-DIO小鼠模型	NA	NA	准确性, 客观性	NA
52	2026-03-14	af2rave: protein ensemble generation with physics-based sampling 2025-Aug-06, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00201j PMID:40621440	研究论文	介绍了一个名为af2rave的开源Python软件包，该软件包通过整合AlphaFold2结构预测与基于物理的分子动力学采样，实现了高效生成蛋白质构象集合的自动化工作流程	改进了原有的AlphaFold2-RAVE协议，通过特征选择模块自动识别重要的集体变量，显著减少了系统先验知识的需求，并实现了与长时间无偏分子动力学模拟相当的构象采样效率，同时大幅降低了计算成本	NA	开发一种高效、自动化的方法来生成蛋白质的替代构象集合，以支持药物发现和结构生物学研究	蛋白质构象集合	计算生物学	NA	AlphaFold2结构预测，分子动力学模拟	深度学习模型	蛋白质序列，结构数据	多个系统，包括腺苷激酶、人DDR1激酶和SARS-CoV-2刺突蛋白受体结合域	Python	AlphaFold2	构象采样效率，计算成本	NA
53	2026-03-05	Integrating Imaging-Derived Clinical Endotypes with Plasma Proteomics and External Polygenic Risk Scores Enhances Coronary Microvascular Disease Risk Prediction 2025-Aug-21, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.18.25333844 PMID:40894134	研究论文	本研究通过整合影像学衍生的临床内型、血浆蛋白质组学和外源多基因风险评分，开发了冠状动脉微血管疾病的风险预测模型	首次应用影像学内型分型，并结合遗传和蛋白质组学数据进行CMVD风险预测，提出了一种用于复杂疾病的多模态建模框架	CMVD的大规模全基因组关联研究缺乏，限制了多基因风险评分模型的开发	增强冠状动脉微血管疾病的风险预测能力	冠状动脉微血管疾病患者	机器学习	心血管疾病	全基因组关联研究，血浆蛋白质组学，灌注PET成像	机器学习，深度学习	影像数据，蛋白质组学数据，遗传数据	NA	NA	NA	AUROC	NA
54	2026-03-05	Genomic Characterization of Lung Cancer in Never-Smokers Using Deep Learning 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670178 PMID:40894597	研究论文	本文提出了一种基于ResNet50架构的定制化深度卷积神经网络，用于从未吸烟者肺腺癌的H&E染色全切片图像中同时预测16种分子改变	首次将深度学习模型专门应用于从未吸烟者的肺腺癌，这是一种分子和组织学上独特的肺癌亚型，并针对该亚型优化了网络架构，实现了从单张WSI同时预测多种分子特征	模型对肿瘤突变负荷、APOBEC突变特征及某些KRAS热点突变的预测性能较低至中等	开发一种深度学习模型，用于从未吸烟者肺腺癌的组织学图像中推断分子特征，以支持分子检测的分流和精准治疗策略	从未吸烟者的肺腺癌患者的H&E染色全切片图像	数字病理学	肺癌	H&E染色	CNN	图像	495张全切片图像	NA	ResNet50	AUROC	NA
55	2026-02-18	Advancing Luciferase Activity and Stability beyond Directed Evolution and Rational Design through Expert Guided Deep Learning 2025-Aug-29, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.25.672183 PMID:40909496	研究论文	本研究提出了一种结合深度学习与结构引导理性设计的混合方法，以开发增强型NanoLuc荧光素酶变体，提升其热稳定性和高温活性	通过整合计算深度学习与结构引导理性设计，克服了传统定向进化和理性设计的局限性，有效优化了荧光素酶的稳定性-活性权衡	研究主要针对NanoLuc荧光素酶，其方法在其他酶类中的普适性仍需进一步验证	优化NanoLuc荧光素酶的热稳定性和高温活性，以改进生物成像和传感应用	NanoLuc荧光素酶（NLuc）及其工程变体	机器学习	NA	深度学习，分子动力学模拟，蛋白质折叠研究	深度学习模型	蛋白质序列和结构数据	工程变体库（包括变体B.07和B.09）	NA	NA	热稳定性增强（如50%溶解度下的温度增加），高温活性提升（如55°C下的活性百分比）	NA
56	2026-02-11	Assessing the potential of deep learning for protein-ligand docking 2025-Aug-12, ArXiv PMID:38827451	研究论文	本文介绍了PoseBench，首个用于蛋白质-配体对接的全面基准测试，旨在评估深度学习方法在预测蛋白质结构、多配体结合及未知结合口袋场景下的性能	首次系统研究深度学习方法在预测（apo）蛋白质结构、多配体并发结合及无先验结合口袋知识三种实际场景下的表现，并引入首个多配体基准数据集	深度学习方法在预测新颖蛋白质-配体结合构象时仍面临挑战，且在结构准确性与化学特异性之间难以平衡	评估深度学习方法在蛋白质-配体对接中的实际应用潜力，特别是在药物发现和酶设计等生物医学研究领域	蛋白质-配体对接方法，包括深度学习和传统算法	机器学习	NA	深度学习	深度学习模型	蛋白质结构数据，配体数据	NA	NA	AlphaFold 3	结构准确性，化学特异性	NA
57	2026-02-09	UNISELF: A Unified Network with Instance Normalization and Self-Ensembled Lesion Fusion for Multiple Sclerosis Lesion Segmentation 2025-Aug-06, ArXiv PMID:41479462	研究论文	本文提出了一种名为UNISELF的统一网络，用于多发性硬化病灶的自动分割，通过实例归一化和自集成病灶融合技术，在单源有限数据训练下优化了域内精度和域外泛化能力	引入测试时自集成病灶融合和测试时实例归一化，以同时提升单训练域内的分割精度并增强对多域外测试数据集的泛化能力，有效处理域偏移和缺失输入对比度问题	方法仅在特定公开和私有数据集上验证，可能未覆盖所有临床场景；训练数据有限，可能影响在更广泛数据上的性能	开发一种深度学习方法来优化多发性硬化病灶的自动分割，在保证域内精度的同时提高跨域泛化能力	多发性硬化病灶	数字病理学	多发性硬化	多对比磁共振成像	深度学习网络	图像	基于ISBI 2015纵向MS分割挑战训练数据集，并测试于MICCAI 2016、UMCL公共数据集及私有多站点数据集	NA	统一网络（UNISELF）	分割精度	NA
58	2026-02-08	Resolution enhancement and target segmentation of medical images based on the frequency-domain information in deep learning 2025-Aug-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.557903 PMID:40981883	研究论文	本文提出了一种基于频域信息的深度学习网络，用于增强医学图像分辨率并优化细胞分割	通过将图像映射到频域，独立处理振幅和相位信息，并采用融合策略恢复清晰图像，超越了传统空间域方法	NA	提高医学图像分辨率以优化细胞分割，支持癌症诊断和分级	数字病理图像中的细胞核	数字病理	癌症	深度学习	CNN	图像	NA	NA	频域分辨率网络	NA	NA
59	2026-02-08	SynAnno: Interactive Guided Proofreading of Synaptic Annotations 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.09.669342 PMID:40832296	研究论文	本文介绍了SynAnno，一种用于大规模连接组学数据集中突触注释交互式校对的新工具	开发了集成了结构化工作流程、优化遍历路径、3D迷你地图以及微调机器学习模型的交互式校对工具，以提升校对效率和准确性	NA	旨在通过交互式工具改进连接组学中突触注释的校对过程	大规模连接组学数据集中的突触注释	数字病理学	NA	深度学习	NA	图像	涉及七位神经科学专家的用户和案例研究	PyTorch	NA	校对速度、认知负荷、注释错误率	NA
60	2026-02-08	Predicting Retinal Nerve Fiber Layer Thickness From Ocular Hypertension Treatment Study Optic Disc Photographs 2025-08-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1740 PMID:40569586	研究论文	本研究利用深度学习模型从眼压治疗研究的视盘照片中预测视网膜神经纤维层厚度，并评估其作为原发性开角型青光眼风险因素的有效性	首次使用深度学习模型从视盘照片预测RNFL厚度，并将其作为青光眼发展的风险因素进行评估	研究基于特定队列（OHTS），可能无法推广到其他人群；模型预测依赖于照片质量	预测RNFL厚度并评估其作为原发性开角型青光眼风险因素的有效性	眼压升高但无青光眼的患者	数字病理学	青光眼	深度学习	深度学习模型	图像	1636名参与者的3272只眼睛，共66714张视盘照片	NA	M2M模型	风险比, 置信区间, P值	NA