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
261	2025-09-22	Interpretable Artificial Intelligence Analysis of Functional Magnetic Resonance Imaging for Migraine Classification: Quantitative Study 2025-Sep-03, JMIR medical informatics IF:3.1Q2 DOI:10.2196/72155 PMID:40903006	研究论文	本研究结合可解释人工智能（XAI）与功能磁共振成像（fMRI）指标，用于偏头痛分类并识别关键脑区	首次系统比较多种fMRI指标与深度学习模型组合在偏头痛分类中的效能，并利用XAI技术定位判别性脑区	样本量较小（64名参与者），且未考虑偏头痛亚型之外的混杂因素	开发可解释的AI方法以提升偏头痛的计算机辅助诊断与生物标志物发现	偏头痛患者（伴或不伴先兆）与健康对照者的fMRI数据	医学影像分析	偏头痛	功能磁共振成像（fMRI），可解释人工智能（XAI）	CNN（GoogleNet, ResNet18）, Vision Transformer, SVM, 随机森林	神经影像数据	64名参与者（21名无先兆偏头痛患者，15名有先兆偏头痛患者，28名健康对照）
262	2025-09-22	Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery 2025-Sep-02, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103879 PMID:40902506	研究论文	本研究利用Transformer-GAN深度学习框架解析牙周炎中表观遗传增强子-启动子相互作用，揭示炎症基因调控机制并发现生物标志物	首次将Transformer-GAN应用于牙周炎表观遗传调控研究，整合多组学数据预测功能性E-P相互作用，并发现E-P相互作用评分在预测治疗反应方面优于传统临床指标	研究基于公共数据集，样本来源和规模可能存在限制，且深度学习模型的可解释性仍需进一步验证	解码牙周炎中增强子-启动子调控网络，揭示炎症基因的表观遗传调控机制	牙周炎患者的基因组DNA甲基化和RNA-seq数据	深度学习	牙周炎	DNA甲基化测序，RNA-seq，多组学整合分析	Transformer-GAN	基因组甲基化数据，基因表达数据	基于GSE173081和GSE173078数据集（具体样本数未明确说明）
263	2025-09-22	Deep learning-driven proteomics analysis for gene annotation in the renin-angiotensin system 2025-Sep-02, European journal of pharmacology IF:4.2Q1 DOI:10.1016/j.ejphar.2025.178119 PMID:40907688	研究论文	本研究开发了一种多标签深度学习模型，用于系统注释肾素-血管紧张素系统（RAS）基因功能并阐明其在生物通路中的作用	首次将多标签AI建模与细胞外囊泡蛋白质组学整合用于RAS通路注释，揭示了新型IRAP/Ywha(s)/Nedd4-2-ACE2相互作用轴	基于文献挖掘的计算预测需要实验验证，研究主要聚焦小鼠模型	系统注释RAS基因功能并阐明其在心血管疾病中的生物学通路作用	肾素-血管紧张素系统（RAS）相关基因	自然语言处理	心血管疾病	TF-IDF, PCA, 蛋白质组学分析, 毛细管Western检测	MLP (Multi-Layer Perceptron)	文本	39,463篇来自PubMed和PMC的RAS相关出版物
264	2025-09-22	Benchmarking deep learning-designed inlay restorations across operator experience: An in vitro comparison of time efficiency, contact intensity, and contour quality 2025-Sep-02, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106083 PMID:40907866	研究论文	一项体外研究比较了基于深度学习的嵌体修复设计工作流程与传统人工工作流程在时间效率、接触强度和轮廓质量方面的性能	首次评估深度学习工作流程在不同操作者经验水平下对嵌体设计的影响，并分析其减少经验相关变异性的潜力	体外研究，样本量有限（25个数字扫描），临床实际效果需要进一步验证	评估深度学习辅助牙科嵌体设计的性能表现	上颌和下颌后牙区嵌体修复设计	医疗人工智能	牙科修复	深度学习	深度学习模型（具体架构未说明）	数字扫描图像	25个上颌和下颌牙弓数字扫描样本
265	2025-09-22	TransFactor-prediction of pro-viral SARS-CoV-2 host factors using a protein language model 2025-Sep-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf491 PMID:40929136	研究论文	提出TransFactor计算框架，利用蛋白质语言模型预测SARS-CoV-2的促病毒宿主因子	首次将预训练的ESM-2蛋白质语言模型微调用于宿主因子预测，并通过计算丙氨酸扫描提供可解释性	依赖于有限实验数据集的微调，可能受实验方法限制的影响	预测和优先排序候选宿主因子作为抗病毒治疗靶点	SARS-CoV-2病毒宿主蛋白	自然语言处理	传染病	蛋白质语言模型，计算丙氨酸扫描	Transformer (ESM-2)	蛋白质序列数据	来自33项独立SARS-CoV-2研究的实验确定宿主因子数据集
266	2025-09-22	THLANet: A deep learning framework for predicting TCR-pHLA binding in immunotherapy applications 2025-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013050 PMID:40939018	研究论文	提出深度学习模型THLANet用于预测TCR与pHLA的结合特异性，以评估新抗原的免疫原性潜力	使用ESM-2替代传统嵌入方法增强序列特征表示，并通过CDR3序列分析和抗原丙氨酸扫描模拟提供TCR-抗原3D结合新见解	NA	准确预测TCR与新抗原的结合，评估其在临床环境中的免疫原性潜力	T细胞受体（TCR）、新抗原、I类HLA分子	生物信息学	癌症	scTCR-seq、进化尺度建模-2（ESM-2）	深度学习	序列数据	多种癌症类型的临床癌症数据
267	2025-09-22	Spatial gene expression at single-cell resolution from histology using deep learning with GHIST 2025-Sep, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02795-z PMID:40954301	研究论文	提出一种基于深度学习的框架GHIST，从组织学图像预测单细胞分辨率的空间基因表达	利用亚细胞空间转录组学和多层生物信息的协同关系，实现单细胞分辨率的空间基因表达预测	NA	开发从常规组织学图像预测空间基因表达的新方法	空间基因表达数据和组织学图像	数字病理学	癌症（多种类型）	空间转录组学，深度学习	深度学习框架	组织学图像，基因表达数据	公共数据集和TCGA数据
268	2025-09-21	Vitiligo Signature-Based Drug Screening Identifies Fulvestrant as a Novel Immunotherapy Combination Strategy 2025-Sep-20, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503979 PMID:40974370	研究论文	本研究基于白癜风特征开发了一种生物标志物面板，用于区分冷热肿瘤，并发现氟维司群可增强抗PD-L1疗法的效果	首次建立白癜风特征(VGS)作为肿瘤免疫状态分层的生物标志物，并利用深度学习系统发现氟维司群作为新型免疫治疗联合策略	研究目前仅限于临床前模型，尚未进行临床评估	开发精准的免疫治疗患者分层方法并寻找有效的联合治疗策略	黑色素瘤和白癜风患者样本及临床前模型	数字病理学	黑色素瘤	单细胞RNA测序、免疫荧光、流式细胞术、深度学习预测系统(DLEPS)	深度学习	基因表达数据、蛋白质数据、细胞图像	NA
269	2025-09-21	Self-AttentionNeXt: Exploring schizophrenic optical coherence tomography image detection investigations 2025-Sep-19, World journal of psychiatry IF:3.9Q1 DOI:10.5498/wjp.v15.i9.108359 PMID:40933157	研究论文	本文开发了一种名为Self-AttentionNeXt的深度学习模型，用于通过光学相干断层扫描（OCT）图像检测精神分裂症	结合了分组自注意力机制、残差和倒置瓶颈块，以及1×1卷积进行特征精炼，创新性地将Transformer风格的自注意力机制融入CNN架构	NA	开发先进的深度学习模型，基于视网膜生物标志物区分精神分裂症患者和健康对照	精神分裂症患者和健康对照的OCT图像	计算机视觉	精神分裂症	光学相干断层扫描（OCT）	CNN with self-attention (Self-AttentionNeXt)	图像	自定义SZ OCT数据集和公开OCT2017数据集
270	2025-09-21	Quantum-Resistant Privacy Preservation for Mobile Healthcare Services in Connected Transportation Systems via Deep Neural Architectures 2025-Sep-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3612210 PMID:40971270	研究论文	提出一种面向车联网移动医疗服务的量子抗性隐私保护框架，结合格基密码学和深度神经网络架构	首次将Ring-LWE后量子密码机制与卷积-注意力混合神经网络相结合，为车联网医疗场景提供量子安全的隐私保护方案	实验基于模拟环境，未提及真实医疗环境中的部署验证和跨系统兼容性挑战	解决车联网移动医疗服务在量子计算时代面临的安全与隐私保护问题	车联网中的移动医疗数据传输与保护系统	信息安全	NA	Ring-LWE格基密码学，深度学习异常检测	CNN与注意力机制混合的深度神经网络	网络流量数据，医疗数据传输	未明确样本数量，实验包含多负载场景下的性能测试
271	2025-09-21	Trans-Driver: a deep learning approach for cancer driver gene discovery with multi-omics data 2025-Sep-19, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3612010 PMID:40971265	研究论文	提出一种基于Transformer架构的深度学习方法Trans-Driver，用于整合多组学数据发现癌症驱动基因	引入基于核的多头自注意力机制、门控残差连接和动态Tanh归一化函数，增强异质多组学特征的整合与建模能力	NA	准确识别癌症驱动基因以深化对癌症发病机制的理解并促进靶向治疗开发	蛋白质编码基因（约20,000个），重点关注癌症相关驱动基因	机器学习	癌症	多组学数据整合分析	Transformer	多组学数据（包括体细胞突变数据等）	TCGA、CGC和PCAWG数据集（具体样本数量未在摘要中明确说明）
272	2025-09-21	Transfer Learning and Permutation-Invariance Improving Predicting Genome-Wide, Cell-Specific and Directional Interventions Effects of Complex Systems 2025-Sep-19, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202509456 PMID:40971773	研究论文	本研究开发了一种基于迁移学习和排列不变性的深度学习模型SETComp，用于预测复杂系统（如天然产物）在细胞系中的干预效果	利用大量单化合物干预数据预训练模型，并通过少量复杂系统数据微调，实现了对未见过的复杂系统干预效果的高精度预测	NA	预测复杂系统在基因组水平、细胞特异性和定向干预效果	细胞系中的复杂系统干预数据	机器学习	NA	深度学习	SETComp（基于排列不变性的深度模型）	基因组干预数据	大量单化合物数据和少量复杂系统数据
273	2025-09-21	Comment on "VAULT-OCT: Vault Accuracy Using Deep Learning Technology - An AI Model for Predicting Implantable Collamer Lens Postoperative Vault with AS-OCT" 2025-Sep-19, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001794 PMID:40971892	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
274	2025-09-21	Deep Learning for simulating the evolution of condensed matter systems at the continuum scale: methods and applications 2025-Sep-19, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/ae096d PMID:40972655	综述	本文综述了深度学习在模拟凝聚态物质系统连续尺度演化中的方法与应用	系统化整理了神经网络替代传统数值方法的最新策略，并区分了数据驱动与物理信息驱动两种范式	神经网络方法仍面临作为传统计算替代方案的有效性挑战与局限性	加速或替代凝聚态物理中的传统连续模型数值计算	凝聚态物质系统的时空演化	machine learning	NA	神经网络	深度学习架构	数值解数据集与偏微分方程	NA
275	2025-09-21	Visual language model-assisted spectral CT reconstruction by diffusion and low-rank priors from limited-angle measurements 2025-Sep-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae0974 PMID:40972665	研究论文	提出一种结合视觉语言模型和扩散模型的有限角度光谱CT重建方法VLSR，提升图像质量并实现多设置适应性	首次将视觉语言模型的图像-文本感知能力与扩散模型的图像生成潜力结合，通过提示工程表征伪影特征，并开发协同采样框架	NA	解决有限角度扫描中的伪影问题，并在单一模型中实现多设置适应	光谱CT图像	计算机视觉	NA	扩散模型，低秩正则化	视觉语言模型，扩散模型	图像	模拟数据（90°和60°扫描角度）
276	2025-09-21	Multi-modal CT Perfusion-based Deep Learning for Predicting Stroke Lesion Outcomes in Complete and No Recanalization Scenarios 2025-Sep-19, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9016 PMID:40973461	研究论文	开发基于多模态CT灌注的深度学习模型，用于预测急性缺血性卒中患者在不同再通情况下的最终梗死病灶	针对成功再通和未再通两种场景分别开发专用预测模型，采用多模态3D nnU-Net架构显著提升预测精度	样本量相对有限（CR组350例，NR组138例），需进一步多中心验证	提升急性缺血性卒中患者最终梗死病灶预测准确性，辅助临床治疗决策	急性缺血性卒中患者	医学影像分析	脑血管疾病	CT灌注成像，深度学习	3D nnU-Net	医学影像	CR组350例，NR组138例患者
277	2025-09-21	Phylogenetic Methods Meet Deep Learning 2025-Sep-19, Genome biology and evolution IF:3.2Q2 DOI:10.1093/gbe/evaf177 PMID:40973626	观点文章	本文探讨深度学习在系统发育学中的应用及其潜力	介绍了处理更大系统发育树和基因组数据集的新方法，如使用紧凑双射梯状向量或Transformer进行编码	基于模拟的训练数据存在风险，需要关注计算估计的可重复性和鲁棒性	推动深度学习与系统发育学的融合，提升系统发育分析的计算效率	系统发育树和基因组数据	机器学习	NA	深度学习	Transformer	基因组序列数据	NA
278	2025-09-21	OcuViT: A Vision Transformer-Based Approach for Automated Diabetic Retinopathy and AMD Classification 2025-Sep-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01676-3 PMID:40973913	研究论文	提出一种基于视觉Transformer（ViT）的自动化方法OcuViT，用于糖尿病视网膜病变（DR）和年龄相关性黄斑变性（AMD）的分类	利用预训练ViT模型进行迁移学习，并设计高效预处理流程适配视网膜图像，在多项分类任务中超越现有CNN和ViT方法	NA	通过深度学习提升视网膜疾病的自动化诊断精度和效率	糖尿病视网膜病变（DR）和年龄相关性黄斑变性（AMD）患者	计算机视觉	眼科疾病	迁移学习	Vision Transformer (ViT)	图像	APTOS数据集（DR分类）和IChallenge-AMD数据集（AMD分级）
279	2025-09-21	Lightweight Transfer Learning Models for Multi-Class Brain Tumor Classification: Glioma, Meningioma, Pituitary Tumors, and No Tumor MRI Screening 2025-Sep-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01686-1 PMID:40973910	研究论文	开发轻量级深度学习模型用于多类别脑肿瘤MRI图像的分类	使用预训练的轻量级ResNet模型实现高精度四分类，兼顾计算效率与性能	仅使用单一MRI序列数据，未来需纳入多序列MRI和更大患者队列验证	通过AI提升脑肿瘤MRI筛查的准确性和可部署性	神经胶质瘤、脑膜瘤、垂体瘤和无肿瘤的MRI图像	计算机视觉	脑肿瘤	迁移学习	ResNet, CNN	image	7023张MRI图像（5712训练，1311验证）
280	2025-09-21	Modeling the vertebrate regulatory sequence landscape by UUATAC-seq and deep learning 2025-Sep-18, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.06.020 PMID:40633538	研究论文	开发UUATAC-seq技术和NvwaCE深度学习模型，用于解析脊椎动物调控序列并预测顺式调控元件景观	首创超高通量、超灵敏单核染色质可及性测序技术(UUATAC-seq)，并构建能直接从基因组序列预测调控元件景观的多任务深度学习模型NvwaCE	NA	解码脊椎动物调控序列语言并构建调控元件景观	五种代表性脊椎动物物种的基因组调控序列	计算生物学	NA	UUATAC-seq, 深度学习	多任务深度学习模型(NvwaCE)	基因组序列数据, 染色质可及性数据	五种脊椎动物物种的基因组数据