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
101	2025-12-01	Walrus Optimization-Enhanced ResNet-50 for AI-Driven Renal Malignancy Prediction with Occlusion Sensitivity-Based Interpretation 2025-Aug-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2025.26.8.2995 PMID:40849716	研究论文	使用海象优化算法增强ResNet-50模型进行肾恶性肿瘤预测，并结合遮挡敏感性分析提升模型可解释性	首次将海象优化算法(WaOA)应用于ResNet-50超参数优化，结合遮挡敏感性分析提供模型决策过程的可视化解释	推理时间略高(0.1133秒)，仅使用单模态CT图像数据	优化深度学习模型在肾恶性肿瘤检测中的分类性能并确保模型可解释性	肾部CT图像中的四种诊断类别：囊肿、正常、结石和肿瘤	医学影像分析	肾恶性肿瘤	CT影像分析	CNN	图像	12,446张腹部CT图像（囊肿3,709张，正常5,077张，结石1,377张，肿瘤2,283张）	NA	ResNet-50, AlexNet, GoogLeNet, Inception V3	准确率, 精确率, 召回率, F1分数, AUC-ROC, MCC, 对数损失	NA
102	2025-11-30	A combinatorial mutational map of active non-native protein kinases by deep learning guided sequence design 2025-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.03.668353 PMID:40766444	研究论文	通过深度学习指导的序列设计构建活性非天然蛋白激酶的组合突变图谱	突破传统方法限制，通过深度学习指导重新设计天然蛋白酪氨酸激酶，生成具有高度组合突变的新型功能序列	NA	探索高度组合和稀疏的序列-功能景观在突变尺度上的功能探索	蛋白酪氨酸激酶及其重新设计的序列变体	机器学习	NA	深度学习指导的序列设计，无细胞检测	深度学习，回归模型	蛋白质序列数据，功能活性数据	537个重新设计的序列变体，覆盖76个不同位置的436个独特突变	NA	NA	活性保留率（85%变体保持活性），功能预测准确率	NA
103	2025-11-26	Anatomy-aware, label-informed approach improves image registration for challenging datasets 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.11.669599 PMID:40832189	研究论文	提出一种基于标签信息的图像配准方法，用于处理具有显著形态差异的生物医学图像	开发了在ANTsX生态系统中的标签知情图像配准函数，通过分割标签提供区域对应关系来引导配准	需要预先获取图像分割标签，这可能增加额外的工作量	改进具有显著形态表型数据集的图像配准精度	基因敲除小鼠胚胎的神经影像数据	数字病理	发育异常	图像配准，体积形态计量学	NA	生物医学图像	E15.5小鼠胚胎	ANTsX	NA	配准对应性，统计分析的效能和敏感性	NA
104	2025-11-25	Inference of germinal center evolutionary dynamics via simulation-based deep learning 2025-Aug-13, ArXiv PMID:40832049	研究论文	通过基于模拟的深度学习方法推断生发中心B细胞的进化动力学	首次使用深度学习结合模拟推断来学习B细胞亲和力与繁殖力之间的响应函数	基于特定GC条件的重复实验，可能不适用于所有生发中心环境	揭示B细胞亲和力与繁殖力之间的确切关系	生发中心中的B细胞	机器学习	NA	模拟推断	深度学习	实验数据	NA	NA	NA	NA	NA
105	2025-11-22	Improving RNA Secondary Structure Prediction Through Expanded Training Data 2025-Aug-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.03.652028 PMID:40654677	研究论文	通过扩展训练数据改进RNA二级结构预测	开发了大规模多样化的RNA序列与二级结构配对的RNASSTR数据集，并验证了该数据集能提升深度学习模型对新RNA家族的泛化能力	仅针对RNA二级结构预测进行评估，未涉及三级结构预测；改进效果主要体现在特定RNA家族上	解决RNA结构预测精度不足的问题，提升RNA二级结构预测的准确性	RNA序列及其二级结构	生物信息学	NA	RNA结构预测	深度学习	RNA序列数据、结构数据	大规模多样化RNA序列-结构配对数据集	NA	SincFold	泛化能力、结构预测准确性	NA
106	2025-11-22	Assessing genotype-phenotype correlations in colorectal cancer with deep learning: a multicentre cohort study 2025-Aug, The Lancet. Digital health DOI:10.1016/j.landig.2025.100891 PMID:40829965	研究论文	本研究开发并验证了一种基于深度学习的多目标模型，用于从结直肠癌组织病理切片中同时预测多种基因突变及其相关表型	首次系统性地开发了能够同时预测多种基因改变的多目标深度学习模型，超越了传统仅关注MSI、BRAF和KRAS的单目标模型	模型预测性能高度依赖于与MSI相关的形态学特征，对其他生物标志物的特异性模式识别能力有限	评估结直肠癌基因型与表型相关性，开发基于深度学习的生物标志物预测模型	结直肠癌患者的组织样本	数字病理学	结直肠癌	苏木精-伊红染色，全切片数字化成像，综合panel测序	Transformer	病理图像	主要数据集1376名患者（5个队列），验证数据集536名患者（2个公共数据集）	NA	Transformer	AUROC	NA
107	2025-11-15	Fast and Stable Neonatal Brain MR Imaging Using Integrated Learned Subspace Model and Deep Learning 2025-Aug, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3541643 PMID:40072865	研究论文	通过整合学习的新生儿特定子空间模型和模型驱动深度学习，实现快速稳定的新生儿脑部MR成像	提出将新生儿特定子空间模型与深度网络相结合的新方法，解决了新生儿MRI训练数据不足的问题	需要进一步开发以提升在新生儿成像应用中的实际效用	加速新生儿脑部MR成像并提高重建稳定性	新生儿脑部MR图像	医学影像处理	新生儿脑部疾病	MR成像，k空间稀疏采样	深度学习，子空间模型	MR图像，k空间数据	dHCP数据集和四个独立医疗中心的测试数据	NA	深度神经网络	重建稳定性，图像质量	NA
108	2025-11-15	SimPep and OP-AND: A deep learning framework and curated database for predicting osteogenic peptides 2025-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013422 PMID:40880496	研究论文	开发了一个用于预测成骨肽的深度学习框架SimPep和经过整理的公共数据库OP-AND	提出了新假设——参与破骨细胞形成的蛋白质衍生肽可能作为非成骨肽，并创建了首个公开的成骨肽数据库	成骨肽数据可用性有限	预测成骨肽以预防骨骼相关疾病	乳制品中的生物活性肽	机器学习	骨骼疾病	NA	深度学习	肽序列数据	NA	NA	NA	准确率, AUC	NA
109	2025-11-14	Foundation models in ophthalmology: a preliminary study on AI-assisted diagnosis of myopic maculopathy and posterior staphyloma using ultra-widefield fundus images 2025-Aug-28, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2024-002073 PMID:40876931	研究论文	本研究使用基于眼科基础模型的深度学习方法，通过超广角眼底图像辅助诊断病理性近视的黄斑病变和后巩膜葡萄肿	首次将眼科基础模型RETFound应用于超广角眼底图像分析，在病理性近视特征检测中表现出优越性能	回顾性研究设计，样本量相对有限（1105张训练图像），仅在中国两家医院收集数据	开发基于人工智能的病理性近视眼底病变辅助诊断系统	高度近视患者的超广角眼底图像	计算机视觉	眼科疾病	超广角眼底成像	深度学习	图像	训练集：1105张图像来自543名患者；外部测试集：293张图像来自150名患者	NA	RETFound	准确率, F1分数, AUROC	NA
110	2025-11-14	Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control 2025-Aug-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf863 PMID:40902006	研究论文	开发了一个深度学习引导的大肠杆菌核心启动子可编程设计平台，实现从序列架构到强度控制的端到端工程	将理性文库设计、预测建模和生成优化整合到闭环工作流中，首次实现基于Transformer和条件扩散模型的启动子从头生成与强度精确控制	研究主要针对大肠杆菌核心启动子，在其他生物系统中的通用性需要进一步验证	建立可扩展的大肠杆菌核心启动子可编程设计平台，实现精确的转录控制	大肠杆菌核心启动子序列	机器学习	NA	Mutation-Barcoding-Reverse Sequencing	Transformer, 条件扩散模型	DNA序列	112,955个合成启动子变体	NA	Transformer, 条件扩散模型	Pearson相关系数	NA
111	2025-11-14	Carafe enables high quality in silico spectral library generation for data-independent acquisition proteomics 2025-Aug-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618504 PMID:39463980	研究论文	本研究开发了Carafe工具，通过直接在DIA数据上训练深度学习模型来生成高质量实验特异性谱库	首次直接在DIA数据上训练深度学习模型生成谱库，相比现有基于DDA数据的预训练模型具有更好的性能	NA	解决数据非依赖性采集质谱分析中高质量谱库生成的挑战	质谱蛋白质组学数据	生物信息学	NA	数据非依赖性采集质谱，数据依赖性采集质谱	深度学习	质谱数据	NA	NA	NA	碎片离子强度预测，肽段检测	NA
112	2025-11-13	Fully Automatic Volume Segmentation Using Deep Learning Approaches to Assess the Thoracic Aorta, Visceral Abdominal Aorta, and Visceral Vasculature 2025-Aug-12, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery IF:5.7Q1 DOI:10.1016/j.ejvs.2025.08.025 PMID:40812505	研究论文	本研究评估了基于深度学习的全自动体积分割技术在胸主动脉、内脏腹主动脉及内脏血管分割中的准确性	首次将全自动体积分割技术应用于胸主动脉和内脏主动脉分割的验证研究，并与医师手动分割进行系统比较	回顾性研究设计，样本量相对较小（50例CTA），仅针对腹主动脉瘤患者	评估深度学习全自动分割技术在主动脉血管影像分析中的准确性和临床应用价值	腹主动脉瘤患者的计算机断层扫描血管成像数据	医学影像分析	腹主动脉瘤	计算机断层扫描血管成像	深度学习	医学影像	50例术前CTA扫描	NA	NA	Dice相似系数, Jaccard指数, 敏感性, 特异性, Bland-Altman一致性界限	NA
113	2025-11-09	Advancing deep learning-based segmentation for multiple lung cancer lesions in real-world multicenter CT scans 2025-Aug-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00617-7 PMID:40826204	研究论文	提出一种基于深度学习的自动化多实例肺癌症病灶分割方法，在真实世界多中心CT扫描中实现准确分割	开发了包含胸腔边界框提取、多实例病灶分割和新型多尺度级联分类器的三步流程，专门针对多病灶分割问题	研究基于回顾性数据，需要在前瞻性研究中进一步验证	开发能够准确分割肺癌症多病灶的自动化方法	肺癌症患者的CT扫描图像	计算机视觉	肺癌症	CT扫描	深度学习	医学图像	1,081例CT扫描，包含5,322个标注病灶（训练集868例，测试集213例），外部验证集188例	NA	多尺度级联分类器	Dice相似系数, 病灶检测灵敏度	NA
114	2025-11-09	Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling 2025-Aug-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002639 PMID:40474806	研究论文	本研究通过整合计算病理学和单细胞多组学分析，构建了一个多维框架来表征肺腺癌异质性并开发预后模型	首次将计算病理学特征与单细胞多组学数据系统整合，识别出与拷贝数变异相关的影像学特征和关键分子调控因子	主要基于回顾性生物信息学分析，缺乏前瞻性队列和实验研究验证，临床实用性需进一步确认	探索肺腺癌病理组织学特征与基因组不稳定性之间的关系，并开发预后预测模型	TCGA-LUAD数据集中的全切片图像和单细胞多组学数据	计算病理学	肺腺癌	单细胞多组学分析, 拷贝数变异分析, 基因共表达网络分析	CNN, 机器学习	全切片图像, 基因表达数据	TCGA-LUAD数据集	CellProfiler, inferCNV, hdWGCNA, CellChat, Monocle2	ResNet-50	生存预测准确性	NA
115	2025-11-08	Artificial Intelligence in Alzheimer's Disease Diagnosis and Prognosis Using PET-MRI: A Narrative Review of High-Impact Literature Post-Tauvid Approval 2025-08-21, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14165913 PMID:40869739	综述	本文综述了Tauvid获批后人工智能在阿尔茨海默病PET-MRI诊断和预后中的最新应用进展	聚焦Tauvid（tau蛋白病理PET示踪剂）获批后的高影响力文献，系统梳理AI在AD神经影像中的临床应用	方法学挑战包括可重复性不足、样本量小、缺乏外部验证，限制了临床转化	评估人工智能在阿尔茨海默病诊断和预后中的临床应用价值	阿尔茨海默病患者的PET和MRI神经影像数据	数字病理	老年疾病	PET-MRI神经影像	CNN, GAN, Transformer	医学影像	109项研究（具体样本量未明确说明）	NA	卷积神经网络, 生成对抗网络, 基于Transformer的架构	NA	NA
116	2025-11-08	Application of directed message-passing neural network to predict human oral bioavailability of pharmaceuticals 2025-Aug-19, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00649-6 PMID:40828295	研究论文	本研究开发了一种结合定向消息传递神经网络和分子描述符的深度学习框架，用于预测药物的人体口服生物利用度	首次将Chemprop工具中的定向消息传递神经网络与RDKit分子描述符相结合，通过混合表示增强预测准确性，并利用贝叶斯优化和集成学习提高模型鲁棒性	模型性能仍有提升空间，且主要基于现有FDA批准药物数据进行验证	开发高精度预测药物人体口服生物利用度的计算方法	药物分子及其人体口服生物利用度	机器学习	NA	深度学习，分子描述符计算	D-MPNN	分子结构数据	未明确指定具体样本数量	Chemprop, RDKit	定向消息传递神经网络	AUC, 准确率	NA
117	2025-11-08	Toward Informative Representations of Blood-Based Infrared Spectra via Unsupervised Deep Learning 2025-08, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70011 PMID:40129053	研究论文	本研究利用无监督深度学习开发全卷积去噪自编码器，处理血液红外光谱数据以提取低维表征	首次将全卷积去噪自编码器应用于血液红外光谱数据，通过定制损失函数在降噪的同时保留关键分子信息	研究基于病例对照设计，样本来源和规模可能限制结果的普适性	探索红外光谱数据的低维表征方法以提升疾病检测性能	人类血液样品的傅里叶变换红外光谱数据	机器学习	肺癌	傅里叶变换红外光谱	自编码器	光谱数据	未明确说明具体样本数量	NA	全卷积去噪自编码器	准确率	NA
118	2025-11-07	Accelerating Biomolecular Modeling with AtomWorks and RF3 2025-Aug-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670328 PMID:40832246	研究论文	提出AtomWorks数据框架和RosettaFold-3结构预测网络，用于加速生物分子建模开发	开发了通用的生物分子基础模型数据框架，并改进了手性处理以缩小与AlphaFold3的性能差距	未明确说明模型的具体性能局限或计算资源需求	促进开源生物分子机器学习模型的发展，改进生物分子结构预测	蛋白质结构和生物分子复合物	机器学习	NA	深度学习	神经网络	蛋白质结构数据	NA	NA	RosettaFold-3	NA	NA
119	2025-11-03	Artificial intelligence-driven framework for discovering synthetic binding protein-like scaffolds from the entire protein universe 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf573 PMID:41165486	研究论文	开发了一种人工智能驱动的框架，用于从整个已知蛋白质组中发现合成结合蛋白样支架	结合深度学习FoldSeek和自主开发的HP2A算法，能够从低序列相似性中识别结构相似的蛋白质支架	仅使用四种代表性合成结合蛋白作为概念验证，需要进一步实验验证	发现高质量的工程蛋白质支架，促进新型合成结合蛋白的开发	合成结合蛋白样支架，包括Affibody、Anticalin、DARPin和Fynome	机器学习	NA	深度学习，蛋白质结构分析，进化分析	深度学习	蛋白质序列和结构数据	四种代表性合成结合蛋白作为查询模板	FoldSeek, HP2A	NA	序列相似性，TM-score	NA
120	2025-10-31	Fused RGB and IR image based deep learning detection of dried laver bugak for robotic automation systems 2025-Aug-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16563-8 PMID:40877352	研究论文	开发基于融合RGB和红外图像的深度学习检测模型，用于紫菜脆片的自动分拣和装载机器人系统	提出使用VGG19网络融合RGB和红外图像的新方法，并首次将YOLOv11l和RT-DETR模型应用于紫菜脆片检测	NA	实现紫菜脆片生产过程中的自动化分拣和装载	干燥紫菜脆片	计算机视觉	NA	RGB和红外图像融合	YOLO, RT-DETR	图像	NA	NA	VGG19, YOLOv11l, YOLOv8s	F1分数, mAP@0.5	NA