深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 1660 篇文献，本页显示第 761 - 780 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 761 | 2025-10-05 |
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技术和多种fMRI指标进行偏头痛分类分析 | 首次将可解释AI技术与多种fMRI指标结合，识别最优模型-指标组合并定位鉴别性脑区 | 样本量相对较小（64名参与者），需要更大规模验证 | 评估可解释AI在偏头痛临床诊断中的应用潜力 | 偏头痛患者（有先兆和无先兆）和健康对照者 | 医学影像分析 | 偏头痛 | 功能磁共振成像 | CNN, Transformer, SVM, 随机森林 | 医学影像 | 64名参与者（21名无先兆偏头痛，15名有先兆偏头痛，28名健康对照） | NA | GoogleNet, ResNet18, Vision Transformer | 准确率, AUC | NA |
| 762 | 2025-10-05 |
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 | 研究主要基于文献挖掘和计算预测，实验验证仅限于DOCA-盐高血压小鼠模型 | 系统注释肾素-血管紧张素系统基因功能并阐明其在生物通路中的作用 | 肾素-血管紧张素系统相关基因 | 自然语言处理 | 心血管疾病 | 文本挖掘，蛋白质组学，毛细管Western分析 | MLP | 文本 | 39,463篇来自PubMed和PMC的RAS相关出版物 | NA | 多层感知器 | 精确度，F1分数，排序损失，ROC-AUC | NA |
| 763 | 2025-10-05 |
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 | 比较深度学习与传统人工设计嵌体修复体的时间效率、接触强度和轮廓质量 | 首次系统评估深度学习设计工作流在不同操作者经验水平下的表现，并分析其对经验相关变异性的影响 | 体外研究，样本量有限（25个数字扫描），未涉及长期临床效果评估 | 评估深度学习设计嵌体工作流的性能表现 | 上颌和下颌后牙区近中-𬌗面或远中-𬌗面洞形预备后的基牙数字扫描 | 数字病理 | 牙科修复 | 数字扫描，深度学习设计 | 深度学习模型 | 数字扫描图像 | 25个上颌和下颌牙弓数字扫描 | NA | NA | 时间效率，𬌗面接触强度，邻面接触强度，轮廓质量 | NA |
| 764 | 2025-10-05 |
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促病毒宿主因子 | 首次将预训练的ESM-2蛋白质语言模型应用于宿主因子预测，通过计算丙氨酸扫描提供可解释性 | 依赖有限实验数据集，实验方法存在局限性 | 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宿主蛋白质 | 自然语言处理 | 传染病 | 蛋白质序列分析 | Transformer | 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 | PyTorch | ESM-2 | 与机器学习和深度学习基线比较，基因本体富集分析 | NA |
| 765 | 2025-10-05 |
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 | 提出了一种名为THLANet的深度学习框架，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 | 采用进化尺度建模-2（ESM-2）替代传统嵌入方法增强序列特征表示，通过分析CDR3序列和模拟抗原序列丙氨酸扫描提供TCR与抗原3D结合相互作用的新见解 | 仅使用TCR序列（CDR3β）、抗原序列和I类HLA进行预测，可能无法覆盖所有结合情况 | 准确预测TCR与新抗原的结合特异性，为免疫治疗应用提供支持 | T细胞受体（TCR）、新抗原、I类人类白细胞抗原（HLA） | 生物信息学 | 癌症 | scTCR-seq，深度学习 | 深度学习模型 | 序列数据 | 使用scTCR-seq数据构建的TCR-pHLA结合数据库和多种癌症类型的临床癌症数据 | NA | THLANet，ESM-2 | NA | NA |
| 766 | 2025-10-05 |
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GHIST深度学习框架，从组织学图像预测单细胞分辨率空间基因表达 | 首次实现从组织学图像预测单细胞分辨率空间基因表达，利用亚细胞空间转录组学和多层次生物信息协同关系 | NA | 开发从常规组织学图像预测空间基因表达的新方法 | 空间转录组数据和常规组织学图像 | 数字病理学 | 癌症 | 空间转录组学，组织学成像 | 深度学习 | 组织学图像，基因表达数据 | 公共数据集和癌症基因组图谱数据 | NA | GHIST | 准确性，空间分辨率 | NA |
| 767 | 2025-10-06 |
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 | 本研究通过白癜风特征识别开发了免疫治疗组合策略，并验证了氟维司群增强抗PD-L1治疗的潜力 | 首次建立白癜风特征(VGS)区分冷热肿瘤，并利用深度学习系统发现氟维司群作为免疫治疗联合用药 | 研究主要基于临床前模型，尚未进行临床验证 | 开发改善免疫治疗效果的精准医疗策略 | 黑色素瘤和白癜风患者样本 | 数字病理 | 黑色素瘤 | 单细胞RNA测序，免疫荧光，流式细胞术 | 深度学习 | 基因表达数据，细胞图像 | NA | NA | NA | 准确性 | NA |
| 768 | 2025-10-06 |
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 | 开发了一种名为Self-AttentionNeXt的新型深度学习模型，用于通过光学相干断层扫描图像检测精神分裂症 | 将分组自注意力机制、残差和倒置瓶颈块相结合，构建了融合Transformer注意力机制和卷积神经网络的新型架构 | NA | 开发先进的深度学习模型对OCT图像进行分类，利用视网膜生物标志物区分精神分裂症患者和健康对照 | 精神分裂症患者的OCT图像和健康对照的OCT图像 | 计算机视觉 | 精神分裂症 | 光学相干断层扫描 | CNN, 自注意力机制 | 图像 | 自定义收集的精神分裂症OCT数据集和公开可用的OCT2017数据集 | NA | Self-AttentionNeXt（包含分组自注意力机制、残差块、倒置瓶颈块和1×1卷积） | 准确率 | NA |
| 769 | 2025-10-06 |
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 | 提出了一种用于车联网移动医疗服务的量子抗性隐私保护框架，结合格密码学和深度神经网络架构 | 首次将基于格的量子抗性密码学（Ring-LWE）与深度神经网络架构相结合，用于保护车联网环境中的移动医疗数据隐私 | 未明确说明实验数据的具体规模和来源，且未与其他量子抗性方案进行直接比较 | 开发量子计算时代下移动医疗服务的隐私保护解决方案 | 车联网环境中的移动医疗服务和敏感医疗数据 | 网络安全, 机器学习 | NA | 格密码学, 深度神经网络 | CNN, 注意力机制 | 网络数据, 医疗数据 | NA | NA | 卷积模块, 注意力模块 | 准确率, 端到端延迟, 加密开销, 入侵检测效果 | NA |
| 770 | 2025-10-06 |
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与门控残差连接，以及动态Tanh归一化函数，增强异质多组学特征的整合与建模能力 | NA | 癌症驱动基因的精准识别 | 蛋白质编码基因 | 机器学习 | 癌症 | 多组学数据整合分析 | Transformer | 多组学数据 | 约20,000个蛋白质编码基因，在TCGA、CGC和PCAWG数据集上验证 | NA | Transformer | NA | NA |
| 771 | 2025-10-06 |
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，用于预测复杂系统干预对基因组和细胞特异性效应 | 利用排列不变性作为核心模块，通过在大规模单化合物干预数据上预训练，再在少量复杂系统干预数据上微调，实现了对未见复杂系统干预效应的准确预测 | 模型在复杂系统干预数据上的训练样本量相对较小 | 开发能够预测复杂系统（如天然产物）对基因组和细胞特异性干预效应的计算模型 | 细胞系中的单化合物和复杂系统干预效应 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因组干预效应数据 | 大量单化合物干预数据和少量复杂系统干预数据 | NA | SETComp（基于排列不变性的嵌入和迁移学习模型） | 准确率 | NA |
| 772 | 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 | NA | NA | NA | NA |
| 773 | 2025-10-06 |
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 | 本文系统回顾了深度学习在模拟凝聚态物质系统连续尺度演化方面的最新方法与应用 | 系统化整理了神经网络处理时间依赖演化的多种策略与架构，区分了数据驱动和物理信息策略，并讨论了混合方法 | 神经网络方法作为传统计算方法有效替代方案仍面临主要挑战和缺陷 | 研究凝聚态物理中复杂系统时间演化的模拟方法 | 凝聚态物质系统的连续尺度演化 | 机器学习 | NA | 神经网络方法 | NA | 偏微分方程解的大型数据集 | NA | NA | NA | NA | NA |
| 774 | 2025-10-06 |
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脑卒中患者在不同再通情况下的最终病灶结果 | 针对完全再通和无再通两种不同临床场景分别开发专门的深度学习模型，相比传统阈值方法提供更准确的病灶预测 | 样本量相对有限，特别是无再通组样本较少(n=138)，且为多中心回顾性研究 | 预测急性缺血性脑卒中患者的最终病灶位置和体积，改善临床治疗决策 | 急性缺血性脑卒中患者，包括完全再通患者(n=350)和无再通患者(n=138) | 医学影像分析 | 脑卒中 | CT灌注成像，扩散加权成像 | 深度学习 | 医学影像 | 完全再通患者350例，无再通患者138例 | NA | 3D nnU-Net | Dice系数, 95% Hausdorff距离, 平均对称表面距离 | NA |
| 775 | 2025-10-06 |
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 | 探讨深度学习在系统发育学中的应用潜力及挑战 | 提出使用紧凑双射梯形向量或Transformer等新训练数据编码方式处理更大规模的树和基因组数据集 | 基于模拟训练数据存在风险，计算估计的可重复性和鲁棒性仍需加强 | 推动深度学习与传统系统发育重建方法的互补融合 | 系统发育数据和基因组数据集 | 机器学习 | NA | 基因组测序 | Transformer | 基因组数据 | NA | NA | Transformer | NA | NA |
| 776 | 2025-10-06 |
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 | 提出基于视觉Transformer的OcuViT模型，用于自动分类糖尿病视网膜病变和年龄相关性黄斑变性 | 首次将视觉Transformer通过迁移学习应用于眼科诊断，并设计了高效的预处理流程 | 未明确说明模型在计算效率方面的具体表现 | 开发自动化的视网膜疾病分类系统以提高诊断精度和可靠性 | 糖尿病视网膜病变(DR)和年龄相关性黄斑变性(AMD) | 计算机视觉 | 视网膜疾病 | 深度学习，迁移学习 | Vision Transformer (ViT) | 视网膜眼底图像 | APTOS数据集和IChallenge-AMD数据集 | PyTorch | ViT-Base-Patch16-224 | 准确率，鲁棒性 | NA |
| 777 | 2025-10-06 |
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图像分类 | 比较多种轻量级ResNet变体和自定义CNN在脑肿瘤分类中的表现，证明迁移学习在小规模临床中心的适用性 | 仅使用单一序列MRI数据，需要多序列MRI和更大患者队列验证 | 开发高效准确的脑肿瘤AI诊断解决方案 | 胶质瘤、脑膜瘤、垂体瘤和无肿瘤的MRI扫描图像 | 计算机视觉 | 脑肿瘤 | MRI成像 | CNN, ResNet | 图像 | 7023张MRI图像（5712训练，1311验证） | PyTorch, TensorFlow | ResNet-18, ResNet-34, ResNet-50, 自定义CNN | 准确率, AUC, 敏感度, 特异度, 混淆矩阵 | 有限计算资源（针对小型临床中心优化） |
| 778 | 2025-10-05 |
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 | 通过开发UUATAC-seq技术和深度学习模型NvwaCE，系统解析脊椎动物基因组调控序列景观 | 开发了超高通量单核染色质可及性测序技术(UUATAC-seq)，并构建了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 | 仅涵盖五个代表性脊椎动物物种，可能无法完全代表所有脊椎动物的调控序列多样性 | 解码脊椎动物基因组调控序列的语言和功能组织 | 五个代表性脊椎动物物种的顺式调控元件(cCREs) | 计算生物学 | NA | UUATAC-seq，染色质可及性测序 | 深度学习 | 基因组序列，染色质可及性数据 | 五个脊椎动物物种 | NA | NvwaCE | 预测精度，与QTL和基因组编辑结果的一致性 | NA |
| 779 | 2025-10-06 |
RNA velocity and beyond: Current advances in modeling single-cell transcriptional dynamics
2025-Sep-18, Allergology international : official journal of the Japanese Society of Allergology
IF:6.2Q1
DOI:10.1016/j.alit.2025.08.005
PMID:40973591
|
综述 | 本文系统回顾了RNA Velocity技术在单细胞转录组动力学建模中的发展历程、应用进展与未来方向 | 全面梳理了从基础RNA Velocity到第二代计算工具（如scVelo、dynamo、CellRank）的演进过程，并重点探讨了在过敏和免疫疾病研究中的创新应用 | RNA Velocity分析仍存在计算挑战和方法学限制，需要进一步改进 | 总结单细胞转录动力学建模技术的最新进展，特别是在免疫疾病研究中的应用 | 单细胞RNA测序数据、免疫细胞分化过程、疾病机制研究 | 计算生物学 | 过敏性疾病和免疫介导疾病 | 单细胞RNA测序（scRNA-seq）、RNA Velocity分析 | 数学动力学模型、深度学习模型 | 单细胞转录组数据、空间转录组数据、多组学数据 | NA | NA | NA | NA | NA |
| 780 | 2025-10-06 |
Comparative evaluation of deep learning and traditional models for predicting traffic accident severity in Saudi Arabia
2025-Sep-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13484-4
PMID:40962904
|
研究论文 | 本研究比较了深度学习与传统模型在预测沙特阿拉伯交通事故严重程度方面的性能 | 首次在沙特阿拉伯东部省份使用人工神经网络与传统机器学习模型进行交通事故严重程度预测的对比研究 | 研究仅基于2018-2022年沙特阿拉伯东部省份的数据，可能缺乏地域普适性 | 预测交通事故严重程度以提升道路安全和事故预防能力 | 沙特阿拉伯东部14个城市的交通事故数据 | 机器学习 | NA | NA | ANN, BRT, SVM, Naïve Bayes, logistic regression | 交通事故记录数据 | 9,548起事故案例，涉及17,100辆车，造成2,527人死亡和8,020人受伤 | NA | NA | 准确率, 灵敏度, 特异性, G-mean, AUC | NA |