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
221	2025-10-05	Neurotype matching in monogamous rodents is modulated by early-life sleep experience 2025-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.24.678442 PMID:41040201	研究论文	本研究通过深度学习工具分析草原田鼠的社交行为，探索神经类型匹配现象在非人类动物中的表现	首次在非人类动物模型中量化神经类型匹配现象，并建立早期睡眠干扰与后期社交行为异常的关联	研究仅使用草原田鼠作为动物模型，结果向人类推广需谨慎	探究神经类型匹配现象在非人类动物中是否存在及其机制	草原田鼠（成对雌雄个体）	动物行为学,计算生物学	自闭症谱系障碍	深度学习行为分析	深度学习	行为视频数据	草原田鼠成对交互数据	NA	NA	NA	NA
222	2025-10-05	Sensitive, direct detection of non-coding off-target base editor unwinding and editing in primary cells 2025-Sep-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.25.678665 PMID:41040263	研究论文	开发了一种直接检测碱基编辑器脱靶活性的测序方法beCasKAS，用于同时测量Cas9介导的DNA解旋和脱氨酶编辑	通过富集Cas9依赖性R环来识别潜在脱靶位点，比其他方法灵敏度提高460倍以上	NA	优化碱基编辑器的靶向与脱靶活性平衡	人类原代T细胞	基因组编辑	NA	测序分析，深度学习	深度学习模型	基因组DNA序列数据	NA	NA	NA	NA	NA
223	2025-10-05	Robust Disease Prognosis via Diagnostic Knowledge Preservation: A Sequential Learning Approach 2025-Sep-25, medRxiv : the preprint server for health sciences DOI:10.1101/2025.09.22.25336414 PMID:41040735	研究论文	本研究提出一种通过诊断知识保存的序列学习方法，用于改善疾病预后预测性能同时防止灾难性遗忘	提出结合经验回放的序列学习策略，在利用大型诊断数据集预训练模型进行疾病预后预测时，能同时保持模型的诊断能力	研究仅针对三种特定疾病（膝骨关节炎、阿尔茨海默病和乳腺癌），方法在其他疾病上的适用性有待验证	开发能够同时保持诊断准确性和提高预后预测性能的深度学习训练策略	膝骨关节炎、阿尔茨海默病和乳腺癌患者	医学人工智能	膝骨关节炎,阿尔茨海默病,乳腺癌	深度学习	深度学习模型	膝关节X光片,脑部MRI,数字乳腺X光片	多个队列数据集（具体数量未明确说明）	NA	NA	AUROC,AUPRC,平衡准确率	NA
224	2025-10-05	RAVEN: Robust, generalizable, multi-resolution structural MRI upsampling using Autoencoders 2025-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.22.677945 PMID:41040262	研究论文	提出一种基于变分自编码器和生成对抗网络的鲁棒、可泛化脑部MRI超分辨率方法RAVEN	能够处理多种MRI模态和场强，支持任意上采样因子，达到0.5mm各向同性体素分辨率	NA	开发脑部MRI图像超分辨率方法以克服标准采集分辨率的限制	体内和体外脑部MRI图像	计算机视觉	神经退行性疾病	MRI成像	VAE, GAN	医学图像	NA	NA	变分自编码器, 生成对抗网络	NA	NA
225	2025-10-05	Inferring Dynamic Information from Protein Structures by Gaussian Integrals and Deep Learning 2025-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.22.677755 PMID:41040270	研究论文	提出一种基于高斯积分和深度学习的框架，直接从静态结构描述符预测蛋白质灵活性	使用高斯积分向量作为蛋白质骨架的全局形状和拓扑不变量，结合注意力机制的一维卷积神经网络预测蛋白质灵活性，无需分子动力学模拟	回归模型中高灵活性值被系统性低估，α-螺旋蛋白质的灵活性预测效果较差	开发计算高效的方法从静态结构数据预测蛋白质动态信息	蛋白质构象灵活性	结构生物信息学	NA	高斯积分，分子动力学模拟	1D-CNN，RNN，注意力机制	蛋白质结构数据	1,374个蛋白质链	NA	一维卷积神经网络，循环神经网络	AUC，R²，灵敏度，特异性	NA
226	2025-10-05	Dynamical Modeling of Behaviorally Relevant Spatiotemporal Patterns in Neural Imaging Data 2025-Sep-23, ArXiv PMID:41040797	研究论文	提出了一种名为SBIND的新型深度学习框架，用于建模神经影像数据中的时空依赖关系并分离行为相关动态	开发了首个能够同时捕捉神经影像中局部和长程空间依赖关系，并有效分离行为相关神经动态的数据驱动框架	方法主要验证于宽场成像数据，对功能超声成像的扩展应用仍处于初步探索阶段	理解大脑活动与行为之间的关系，通过建模神经动态来识别行为相关的神经模式	神经影像数据，特别是宽场钙成像和功能超声成像数据	计算神经科学	NA	宽场钙成像，功能超声成像	深度学习	神经影像数据	NA	深度学习框架	SBIND	神经行为预测性能	NA
227	2025-10-05	BRAID: Input-Driven Nonlinear Dynamical Modeling of Neural-Behavioral Data 2025-Sep-23, ArXiv PMID:41040807	研究论文	提出BRAID深度学习框架，用于建模神经行为数据的非线性动力学，同时显式整合外部输入	在循环神经网络中引入预测目标，分离内在神经群体动力学与输入效应，并通过多阶段优化优先学习与行为相关的内在动力学	NA	开发能够同时建模神经动力学和外部输入影响的神经网络框架	神经群体活动和行为数据	机器学习	NA	深度学习	循环神经网络	神经活动记录、行为数据、感官刺激	NA	NA	输入驱动循环神经网络	预测精度、数据拟合度	NA
228	2025-10-05	Rational Multi-Modal Transformers for TCR-pMHC Prediction 2025-Sep-22, ArXiv PMID:41040809	研究论文	提出一种基于可解释性方法构建的新型编码器-解码器Transformer模型，用于预测T细胞受体与肽-MHC复合物的相互作用	开发了新的后验可解释性方法指导模型架构设计，优化交叉注意力策略，引入基于解释质量的早停准则	NA	预测TCR-pMHC相互作用，为T细胞免疫疗法开发提供支持	T细胞受体和肽-MHC复合物	自然语言处理	免疫相关疾病	深度学习	Transformer	序列数据	NA	NA	编码器-解码器Transformer	预测性能，可解释性，鲁棒性，泛化能力	NA
229	2025-10-05	CryoFSL: An Annotation-Efficient, Few-Shot Learning Framework for Robust Protein Particle Picking in Cryo-EM Micrographs 2025-Sep-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.19.677446 PMID:41000909	研究论文	提出了一种基于少样本学习的冷冻电镜蛋白质粒子识别框架CryoFSL，显著减少标注需求并提升低信噪比条件下的鲁棒性	基于SAM2模型设计轻量级适配器，仅需5张标注图像即可实现鲁棒粒子识别，通过分层适配器设计解决标注负担与性能之间的权衡	未明确说明模型在不同信噪比范围内的具体性能边界和计算效率指标	开发标注效率高、泛化能力强的冷冻电镜蛋白质粒子自动识别方法	冷冻电镜显微图像中的蛋白质粒子	计算机视觉	NA	冷冻电子显微镜	少样本学习	图像	少至5张标注显微图像	NA	Segment Anything Model 2 (SAM2)	召回率, 精确率, 3D重建分辨率	NA
230	2025-10-05	A Novel Convolutional Neural Network for Automated Multiple Sclerosis Brain Lesion Segmentation 2025 Sep-Oct, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70085 PMID:40937688	研究论文	开发了一种基于深度学习的多发性硬化脑部病灶自动分割算法FLAMeS	基于nnU-Net 3D全分辨率U-Net架构，在多个外部数据集上验证了其优于现有公开方法的性能	主要漏检小于10mm³的小病灶	开发自动化的多发性硬化脑部病灶分割算法	多发性硬化患者的脑部MRI图像	医学图像分析	多发性硬化	磁共振成像	CNN	医学图像	训练集668个FLAIR扫描，测试集三个外部数据集共75个样本	nnU-Net	3D full-resolution U-Net	Dice系数, 真阳性率, F1分数, 阳性预测值, 相对体积差异, 假阳性率	NA
231	2025-10-05	Artificial Intelligence-Based Model Exploiting Hematoxylin and Eosin Images to Predict Rare Gene Mutations in Patients With Lung Adenocarcinoma 2025-Sep, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-25-00093 PMID:41004706	研究论文	开发基于人工智能的深度学习模型，利用H&E染色图像预测肺腺癌患者罕见基因突变	首次使用ResNeXt101深度学习框架从常规H&E图像中预测多种罕见基因突变状态	样本量相对有限，对转移性癌症数据集的预测性能有所下降	开发准确预测肺腺癌基因突变的AI模型以替代复杂的分子诊断方法	肺腺癌患者和转移性癌症患者	数字病理学	肺癌	H&E染色	深度学习	图像	213名患者（队列1:144名，队列2:69名）	PyTorch	ResNeXt101	AUC,准确率,精确率,召回率,F1分数	NA
232	2025-10-05	Self-contrastive weakly supervised learning framework for prognostic prediction using whole slide images 2025-Sep, PLOS digital health DOI:10.1371/journal.pdig.0000972 PMID:41026797	研究论文	提出一种基于全切片图像的弱监督学习框架，用于膀胱癌预后预测	首次将对比学习与嵌套多示例学习相结合，针对预后预测中标签弱监督的特性设计三部分框架	研究仅作为组织病理学图像分析在治疗结果预测方面的初步探索，存在一定局限性	开发自动化预后预测方法以解决组织病理学图像分析中的重大挑战	膀胱癌患者的全切片图像	数字病理学	膀胱癌	全切片图像分析	CNN	图像	私有数据队列	NA	卷积网络,对比学习模块,嵌套多示例学习分类模块	AUC	NA
233	2025-10-05	Development of an embedded diagnostic tool for visual misalignment screening 2025-Sep, HardwareX IF:2.0Q3 DOI:10.1016/j.ohx.2025.e00692 PMID:41030858	研究论文	开发了一种基于计算机视觉和深度学习的低成本嵌入式系统，用于初步斜视筛查	提出了一种结合NASNetLarge卷积神经网络和实时推理的嵌入式斜视筛查系统，并实现了新颖的瞳孔-刺激物距离分析机制用于治疗验证	验证数据集规模有限（27张专有图像），需要在更大样本上进行进一步验证	开发低成本便携式斜视筛查工具，特别适用于资源有限环境	斜视筛查和眼动追踪	计算机视觉	眼科疾病	深度学习，计算机视觉	CNN	图像	专有数据集27张图像，平衡数据集1000张图像	TensorFlow Lite, PyQt5, OpenCV	NASNetLarge	准确率, F1分数, 精确率, 召回率	Raspberry Pi 4嵌入式系统
234	2025-10-05	Deep learning predicts osteogenic differentiation stages of human mesenchymal stem cells from phase-contrast microscopy images 2025-Sep-30, Dental materials journal IF:1.9Q4 DOI:10.4012/dmj.2025-015 PMID:40903238	研究论文	本研究构建并验证了能够仅通过相差显微镜图像预测间充质干细胞成骨分化阶段的深度学习模型	首次使用深度学习模型从相差显微镜图像中非侵入性地预测人间充质干细胞的成骨分化阶段	研究仅使用了UE7T-13细胞系，未在其他细胞类型上验证模型的通用性	开发基于深度学习的细胞分化阶段自动识别方法	人间充质干细胞(UE7T-13细胞系)	计算机视觉	NA	相差显微镜成像	CNN	图像	在D0、D1、D5、D10和D14五个时间点采集的相差显微镜图像	NA	ResNet-50, DenseNet-121	精确率, 灵敏度, F1分数, 总体准确率	NA
235	2025-10-05	Identification of structural predictors of lung function improvement in adults with cystic fibrosis treated with elexacaftor-tezacaftor-ivacaftor using deep-learning 2025-Sep-30, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.09.003 PMID:41033969	研究论文	本研究使用深度学习模型评估囊性纤维化成人患者在接受ETI治疗前后CT结构异常与肺功能改善的关系	首次使用深度学习模型量化囊性纤维化患者CT结构异常，并识别ETI治疗后肺功能改善的预测因子	研究仅基于CT影像和肺功能指标，未考虑其他可能影响治疗效果的临床因素	评估囊性纤维化患者CT结构异常与ETI治疗后肺功能改善的关系	囊性纤维化成人患者	数字病理	囊性纤维化	CT影像分析	深度学习	CT影像	训练集：100例CF患者和150例其他支气管疾病患者的胸部CT；测试集：218例接受ETI治疗的CF成人患者	NA	NA	与放射科医师表现相当	NA
236	2025-10-05	PTF-Vāc: An explainable and generative deep co-learning encoders-decoders system for ab-initio discovery of plant transcription factor binding sites 2025-Sep-30, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101543 PMID:41035197	研究论文	开发了一种可解释的深度协同学习编码器-解码器系统PTF-Vāc，用于从头发现植物转录因子结合位点	首次提出基于通用TF:DNA相互作用模型的深度协同学习系统，将TFBS发现与基序查找步骤解耦，不依赖物种特异性模型	NA	解决植物转录因子结合位点发现中的跨物种变异性和上下文依赖性问题	植物转录因子及其结合位点	机器学习	NA	深度学习	编码器-解码器	基因组序列数据	大量实验数据	NA	深度编码器-解码器	NA	NA
237	2025-10-05	Identification of key genes for fish adaptation to freshwater and seawater based on attention mechanism 2025-Sep-29, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-12089-5 PMID:41023606	研究论文	提出基于注意力机制的WAGA模型，用于识别鱼类淡水和海水适应的关键基因	首次将自然语言处理与自注意力机制结合用于基因特征表示，通过注意力权重识别关键基因	未明确说明模型验证的具体数据集规模和物种范围	研究鱼类对淡水和海水环境的生态适应机制	淡水和海水鱼类的蛋白质编码基因	自然语言处理, 机器学习	NA	自然语言处理, 深度学习	自注意力机制	基因序列数据	NA	NA	WAGA（加权注意力基因分析模型）	NA	NA
238	2025-10-05	A hybrid method for fusion cardiac biomarkers and echocardiography videos in the experimental classification of Trypanosoma cruzi infection 2025-Sep-29, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01446-w PMID:41023672	研究论文	提出一种基于晚期多模态融合的混合方法，整合机器学习与深度学习算法，通过心脏生物标志物和超声心动图视频对克氏锥虫感染进行分类	首次将机器学习与深度学习通过晚期多模态融合相结合，用于克氏锥虫感染的分类诊断	研究仅使用96只ICR小鼠作为实验对象，样本量有限	开发自动化工具用于克氏锥虫感染的早期诊断和监测	克氏锥虫感染的小鼠模型	机器学习, 深度学习	恰加斯病	超声心动图, 生物标志物分析	集成特征选择, 多核学习, 深度学习	视频, 生物标志物数据	96只ICR小鼠	NA	NA	准确率, AUC, F1分数	NA
239	2025-10-05	Diagnostic performance of artificial intelligence for dermatological conditions: a systematic review focused on low- and middle-income countries to address resource constraints and improve access to specialist care 2025-Sep-29, International journal of emergency medicine IF:2.0Q2 DOI:10.1186/s12245-025-00975-4 PMID:41023774	系统评价	本系统评价评估人工智能在低收入和中等收入国家皮肤病诊断中的应用性能，重点关注资源受限环境下的实施挑战	首次系统性地聚焦于低收入和中等收入国家的皮肤病AI诊断研究，填补了该领域的研究空白	研究设计异质性高，数据集肤色代表性不足，临床验证有限，存在基础设施障碍	评估AI技术在低收入和中等收入国家皮肤病诊断中的性能和应用效果	低收入和中等收入国家的皮肤病诊断	计算机视觉	皮肤病	深度学习	CNN	皮肤图像	基于19项研究的汇总数据	NA	卷积神经网络	敏感度, 特异度, 精确度, 准确率	NA
240	2025-10-05	Decoding ancestry-specific genetic risk: interpretable deep feature selection reveals prostate cancer SNP disparities in diverse populations 2025-Sep-29, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00470-9 PMID:41024066	研究论文	提出一种可解释的深度特征选择框架，用于识别前列腺癌中具有种族特异性的SNP标志物	将可解释特征选择与深度学习相结合，通过梯度方差最小化和非线性交互建模解决高维SNP数据的泛化问题	MEC-AA数据集（非洲裔美国人）的AUC较低（0.559），可能反映样本量限制和种群特异性复杂性	增强SNP在前列腺癌诊断中的预测能力和生物学相关性	良性及恶性前列腺癌样本	机器学习	前列腺癌	SNP分析	DNN	基因组数据	PLCO、BPC3和MEC-AA三个数据集	NA	深度神经网络	AUC, p值	NA