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 1753 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2025-12-15 |
De novo Design of All-atom Biomolecular Interactions with RFdiffusion3
2025-Nov-19, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.18.676967
PMID:41000976
|
研究论文 | 本文介绍了RFdiffusion3（RFD3），一种能够生成蛋白质结构并考虑其与配体、核酸等非蛋白质原子相互作用的扩散模型 | 首次提出能够显式建模所有聚合物原子并在非蛋白质原子背景下生成蛋白质结构的扩散模型，相比先前方法计算成本降低90% | 未明确说明模型在处理超大规模蛋白质复合物时的性能限制 | 开发能够设计全原子生物分子相互作用的蛋白质设计方法 | 蛋白质结构、配体、核酸及其他非蛋白质原子 | 机器学习 | NA | 扩散模型 | 扩散模型 | 蛋白质结构数据、原子坐标数据 | NA | NA | RFdiffusion3 | 基准测试性能 | 计算成本为先前方法的十分之一 |
| 342 | 2025-12-15 |
Graph attention with structural features improves the generalizability of identifying functional sequences at a protein interface
2025-Nov-10, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.04.686550
PMID:41292907
|
研究论文 | 本文提出了一种结合蛋白质结构图和语言模型嵌入的图注意力网络架构，用于预测蛋白质-蛋白质界面功能序列，并在SARS-CoV-2 Spike RBD与ACE2受体结合的大规模突变库中验证了其泛化能力 | 开发了GAN-PLM图注意力网络架构，整合蛋白质结构图的局部残基环境表示与蛋白质语言模型嵌入的长程残基间相关性，显著提升了功能序列预测的泛化性能 | 研究主要针对SARS-CoV-2 Spike RBD与ACE2受体的结合界面，尚未在其他蛋白质界面广泛验证 | 提高蛋白质-蛋白质界面功能序列预测的准确性和泛化能力 | SARS-CoV-2 Spike受体结合域（RBD）与ACE2受体的结合界面序列变异 | 机器学习 | 传染病 | 深度突变扫描 | 图注意力网络（GAN） | 序列数据，结构图数据 | 超过43,000个序列变异 | NA | GAN-PLM（结合图注意力网络与蛋白质语言模型） | 平衡准确率 | NA |
| 343 | 2025-12-15 |
Deep learning-driven characterization of single cell tuning in primate visual area V4 supports topological organization
2025-Nov-04, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.12.540591
PMID:41279983
|
研究论文 | 本研究利用深度学习技术分析猕猴视觉区域V4中单个神经元的调谐特性，以支持其拓扑组织 | 结合大规模线性探针记录与深度学习方法，在非参数自然图像空间中系统表征V4神经元调谐，并量化功能聚类 | 研究主要基于猕猴V4区域，结果在人类或其他视觉皮层区域的普适性有待验证 | 探索灵长类视觉区域V4中神经元的功能组织及其与人工视觉系统的潜在共享编码策略 | 猕猴视觉区域V4中的单个神经元 | 计算机视觉 | NA | 线性探针记录，深度学习分析 | 深度学习模型 | 图像 | 超过1,200个V4神经元 | NA | 对比学习嵌入空间 | 人类心理物理学相似性度量，嵌入空间距离 | NA |
| 344 | 2025-12-15 |
PLiCat: decoding protein-lipid interactions by large language model
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf665
PMID:41378883
|
研究论文 | 本文提出了一个基于蛋白质序列预测蛋白质-脂质相互作用类别的深度学习框架PLiCat | 首次开发了仅从蛋白质序列预测脂质类别的计算工具，并采用ESMC与BERT结合的混合深度学习架构实现可解释的分类 | 仅覆盖八个主要脂质类别，可能未涵盖所有脂质亚型 | 预测蛋白质相互作用的脂质类别并揭示序列编码的脂质结合特征 | 蛋白质序列及其与脂质的相互作用 | 自然语言处理 | NA | 蛋白质语言模型 | 深度学习 | 序列数据 | NA | PyTorch | ESMC, BERT | NA | NA |
| 345 | 2025-12-15 |
Impact of intrinsically disordered regions and functional disorder hotspots in the human kinome
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf662
PMID:41378882
|
研究论文 | 本研究提出了一种基于长短期记忆深度学习框架的标准化方法，用于预测人类激酶组中的内在无序区域，并揭示了这些区域的功能热点及其在激酶调控中的作用 | 开发了一种激酶中心化的内在无序区域预测方法，使用LSTM深度学习框架实现高预测性能（AUC=0.97），并首次系统分析了人类激酶组中内在无序区域的保守性和功能热点 | 研究依赖于计算预测方法，虽然性能较高，但可能需要实验验证进一步确认预测结果的生物学准确性；且方法主要针对人类激酶组，在其他蛋白质组中的适用性有待评估 | 系统预测和表征人类激酶组中的内在无序区域，揭示其在激酶调控和信号转导中的功能意义 | 人类激酶组中的蛋白质激酶及其内在无序区域 | 计算生物学 | NA | 深度学习，生物信息学分析 | LSTM | 蛋白质序列数据 | 涵盖人类所有137个激酶家族 | NA | 长短期记忆网络 | AUC | NA |
| 346 | 2025-12-14 |
Development and validation of a multimodal radiomics-serum biomarker model for diagnosing solid pulmonary nodules via machine learning
2025-Nov-30, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-2025-1214
PMID:41376905
|
研究论文 | 本研究开发了一种结合CT影像组学特征和血清生物标志物的多模态机器学习模型，用于诊断实性肺结节 | 首次将传统影像组学分析方法与三维深度学习技术相结合，并整合血清生物标志物，构建了多模态诊断模型 | 回顾性研究设计，可能存在选择偏倚；样本量相对有限 | 开发一种高精度的多模态诊断模型，以区分良恶性实性肺结节 | 实性肺结节患者 | 数字病理 | 肺癌 | CT扫描，血清生物标志物检测 | 深度学习，机器学习 | 图像，生物标志物数据 | 638个肺结节（来自633名患者） | NA | 三维深度学习模型 | AUC，准确率，阳性预测值，阴性预测值，决策曲线分析，校准曲线 | NA |
| 347 | 2025-12-14 |
A computed tomography-based deep learning radiomics for predicting the response to neoadjuvant chemotherapy combined with immunotherapy in patients with locally advanced esophageal cancer: a multicenter cohort study
2025-Nov-30, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-2025-1208
PMID:41376959
|
研究论文 | 本研究开发了一种基于CT的深度学习放射组学列线图，用于预测局部晚期食管癌患者对新辅助化疗联合免疫治疗的反应 | 结合放射组学特征和深度学习特征构建集成模型，并首次用于预测局部晚期食管鳞状细胞癌患者对新辅助化疗联合免疫治疗的主要病理缓解 | 样本量较小（共60例患者），且为回顾性多中心研究，可能存在选择偏倚 | 预测局部晚期食管鳞状细胞癌患者对新辅助化疗联合免疫治疗的反应，以指导个性化治疗 | 局部晚期食管鳞状细胞癌患者 | 数字病理学 | 食管癌 | 计算机断层扫描（CT） | 深度学习, 机器学习 | CT图像 | 60例患者（训练集42例，测试集18例） | PyTorch, Scikit-learn | ResNet101 | AUC | NA |
| 348 | 2025-12-14 |
Performance evaluation of deep learning-based osteoporosis diagnostic models with conventional chest X-ray in a clinical cohort
2025-Nov-30, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-2025-1077
PMID:41376999
|
研究论文 | 本研究开发并评估了一种基于深度学习的骨质疏松诊断模型PROS® CXR: OSTEO，该模型利用常规胸部X光片预测骨质疏松，旨在解决双能X线吸收测定法（DXA）在初级保健中可及性有限的问题 | 首次开发了基于卷积神经网络和迁移学习的深度学习模型，能够从常规胸部X光片中预测骨质疏松，为骨质疏松筛查提供了一种低成本、机会性的替代方法 | 研究样本量较小（仅80名成人患者），且假阳性在男性中更常见，特异性有待提高，临床实施前需要进一步优化以减少假阳性 | 评估基于深度学习的骨质疏松诊断模型在临床队列中的性能，以促进骨质疏松的早期筛查 | 80名在3个月内同时接受DXA和胸部X光检查的成年患者 | 数字病理学 | 骨质疏松症 | 双能X线吸收测定法（DXA），胸部X光摄影 | CNN | 图像 | 80名成人患者 | NA | 卷积神经网络 | AUC, 敏感性, 特异性 | NA |
| 349 | 2025-12-14 |
Prediction of EGFR mutation status and mutation sites in lung cancer based on radiomics and deep learning
2025-Nov-30, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-2025-567
PMID:41377006
|
研究论文 | 本研究开发并验证了一种基于影像组学和深度学习的非侵入性预测模型，用于识别非小细胞肺癌患者的EGFR突变状态及其亚型 | 整合了影像组学、深度学习和临床数据，构建了联合模型，显著提升了EGFR突变状态和突变位点的预测性能 | 研究为回顾性分析，可能存在选择偏倚；模型性能需在更大规模、前瞻性队列中进一步验证 | 开发非侵入性方法，准确预测非小细胞肺癌患者的EGFR突变状态和突变亚型，以指导治疗策略 | 非小细胞肺癌患者 | 数字病理学 | 肺癌 | CT成像 | SVM, LR, CNN | CT图像 | 557名接受EGFR基因分型的非小细胞肺癌患者 | NA | ResNet-18, DenseNet-121 | AUC, 准确率 | NA |
| 350 | 2025-12-14 |
Convolutional Neural Networks for Estimation of Uniaxial Tensile Test Equivalent Properties from Small Punch Test
2025-Nov-22, Materials (Basel, Switzerland)
DOI:10.3390/ma18235276
PMID:41374120
|
研究论文 | 本研究利用卷积神经网络从小冲杆试验数据预测单轴拉伸试验等效性能 | 首次将卷积神经网络应用于小冲杆试验与单轴拉伸试验之间的曲线到曲线预测，以减小系统偏差 | 研究仅针对三种锅炉钢材料，未验证其他材料类型的适用性 | 开发基于深度学习的方法，从小冲杆试验数据准确估计单轴拉伸试验等效性能 | 三种锅炉钢（10H2M、13HMF和15HM）在新状态和使用退化状态下的材料 | 机器学习 | NA | 小冲杆试验、单轴拉伸试验 | CNN | 曲线数据 | 三种锅炉钢材料在两种状态下的配对SPT和UTT实验数据库 | NA | 卷积神经网络 | NA | NA |
| 351 | 2025-12-14 |
General Intelligence-based Fragmentation (GIF): A framework for peak-labeled spectra simulation
2025-Nov-11, ArXiv
PMID:41293535
|
研究论文 | 提出了一种基于大语言模型的质谱模拟框架GIF，用于提高代谢组学中质谱注释的效率 | 首次将大语言模型通过结构化提示和推理引导应用于质谱模拟，提供了一种系统化的替代方案 | 未明确说明模型在复杂分子或低丰度化合物上的泛化能力限制 | 开发一个基于大语言模型的框架，以改进质谱模拟和注释 | 质谱数据 | 自然语言处理 | NA | 质谱分析 | LLM | 文本 | 基于MassSpecGym数据集衍生的QA-sim数据集 | NA | GPT-4o, GPT-4o-mini, GPT-5, Llama-3.1, ChemDFM | 余弦相似度 | NA |
| 352 | 2025-12-14 |
buzzdetect: an open-source deep learning tool for automated bioacoustic pollinator monitoring
2025-Nov-07, Journal of insect science (Online)
DOI:10.1093/jisesa/ieaf104
PMID:41369586
|
研究论文 | 本文介绍了一种名为“buzzdetect”的开源深度学习工具，用于通过音频数据进行生物声学传粉者自动监测 | 开发了首个开源深度学习工具“buzzdetect”，专门用于传粉者的被动声学监测，能够从环境噪声中区分昆虫飞行嗡嗡声 | 模型在检测昆虫飞行嗡嗡声时的灵敏度仅为28%，可能影响对低强度活动的捕捉能力 | 开发并测试一个自动化工具，以支持生态学中传粉者的大规模、长期监测研究 | 传粉昆虫（通过其飞行嗡嗡声进行监测） | 机器学习 | NA | 被动声学监测 | 深度学习模型 | 音频数据 | 来自4种作物和1种野花的录音数据 | NA | NA | 灵敏度, 精确度 | NA |
| 353 | 2025-12-14 |
StoPred: Accurate Stoichiometry Prediction for Protein Complexes Using Protein Language Models and Graph Attention
2025-Nov-05, Research square
DOI:10.21203/rs.3.rs-7909758/v1
PMID:41282093
|
研究论文 | 本文提出了一种名为StoPred的新方法，通过整合蛋白质语言模型嵌入和图注意力网络来预测蛋白质复合物的化学计量比 | 首次提出基于深度学习的异源寡聚体化学计量比预测方法，无需模板组装或预定义组成，并利用图注意力网络建模亚基间相互作用 | 未在摘要中明确说明 | 开发一种准确预测蛋白质复合物化学计量比的计算方法 | 蛋白质复合物（包括同源和异源寡聚体） | 计算生物学 | NA | 蛋白质语言模型，图注意力网络 | 图注意力网络 | 序列特征，结构特征 | NA | NA | 图注意力网络 | top-1准确率 | NA |
| 354 | 2025-12-14 |
A Systematic Review on Machine Learning Techniques for Survival Analysis in Cancer
2025-Nov, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.71375
PMID:41264402
|
系统综述 | 本文系统综述了机器学习技术在癌症生存分析中的应用，比较了不同方法的预测性能 | 首次系统性地比较了机器学习与传统统计方法在癌症生存分析中的表现，并识别了多任务学习和深度学习方法在少数研究中显示出优越性能 | 仅分析了39项可比研究，且深度学习方法仅在少数论文中报告，方法学及实施存在较大变异性 | 评估机器学习技术在癌症生存分析中是否优于传统统计方法，并比较不同机器学习策略的性能 | 癌症患者的生存数据 | 机器学习 | 癌症 | NA | 深度学习, 多任务学习 | 生存数据 | 196项研究中的39项可比研究 | NA | NA | 预测性能 | NA |
| 355 | 2025-12-14 |
PBIP: a deep learning framework for predicting phage-bacterium interactions at the strain level
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf656
PMID:41370631
|
研究论文 | 本文提出了一种名为PBIP的深度学习框架，用于在菌株级别预测噬菌体-细菌相互作用 | PBIP框架首次在菌株级别整合了预训练的统一表示模型、合成少数类过采样技术以及结合CNN、双向GRU和注意力机制的深度神经网络，以捕获序列中的复杂生物模式 | 研究主要基于从湘雅医院临床环境中分离的肺炎克雷伯菌，可能限制了模型在其他细菌种类或环境中的泛化能力 | 开发一个深度学习框架来准确预测噬菌体与细菌在菌株级别的相互作用，以支持噬菌体疗法的临床应用 | 噬菌体和细菌（具体为肺炎克雷伯菌）的蛋白质序列 | 机器学习 | NA | 生物感染实验和测序 | CNN, 双向GRU | 蛋白质序列 | NA | NA | 结合CNN、双向GRU和注意力机制的深度神经网络 | NA | NA |
| 356 | 2025-12-14 |
Artificial intelligence guided Raman spectroscopy in biomedicine: Applications and prospects
2025-Nov, Journal of pharmaceutical analysis
IF:6.1Q1
DOI:10.1016/j.jpha.2025.101271
PMID:41377140
|
综述 | 本文综述了人工智能（特别是深度学习）如何增强拉曼光谱在生物医学中的应用，包括药物分析、疾病诊断和治疗优化 | 通过人工智能（尤其是深度学习算法）提升拉曼光谱的数据处理、特征提取和模型优化，从而扩展其在生物医学中的应用范围 | 存在计算需求高、数据要求严格以及伦理考虑等挑战 | 探讨人工智能如何推动拉曼光谱在生物制药研究和临床诊断中的进步 | 拉曼光谱在生物医学领域的应用，包括药物结构表征、疾病早期诊断和治疗优化 | 机器学习 | NA | 拉曼光谱 | 深度学习 | 光谱数据 | NA | NA | NA | 准确性, 效率 | NA |
| 357 | 2025-12-13 |
Whole genome characterization of patient-derived lung cancer organoids
2025-Nov-30, Translational lung cancer research
IF:4.0Q1
DOI:10.21037/tlcr-2025-738
PMID:41367555
|
研究论文 | 本研究通过全基因组测序对患者来源的肺癌类器官进行了全面的基因组特征分析，探索其突变景观和治疗潜力 | 利用全基因组测序技术对患者来源的肺癌类器官进行全面的基因组特征分析，包括非编码区域的突变，并结合深度学习进行药物反应预测 | 药物筛选显示基因组数据可用于药物预测，但需要更先进的模型来充分利用全基因组测序数据 | 建立并表征患者来源的肺癌类器官，以研究肿瘤生物学并为精准医学提供信息 | 来自14名非小细胞肺癌患者的切除肿瘤和恶性胸腔积液 | 数字病理学 | 肺癌 | 全基因组测序, 下一代测序 | 深度学习 | 基因组数据 | 14名非小细胞肺癌患者的肺癌类器官 | NA | NA | NA | NA |
| 358 | 2025-12-13 |
Artificial intelligence in metabolic dysfunction-associated steatotic liver disease: Machine learning for non-invasive diagnosis and risk stratification
2025-Nov-27, World journal of hepatology
IF:2.5Q2
DOI:10.4254/wjh.v17.i11.111354
PMID:41368121
|
综述 | 本文综述了人工智能，特别是机器学习和深度学习，在代谢功能障碍相关脂肪性肝病（MASLD）非侵入性诊断和风险分层中的最新进展、关键模型、性能指标及临床应用 | 系统总结了AI在MASLD诊断中的最新应用，强调了其在风险预测、影像解读和疾病分层方面的准确性提升，并指出了数据标准化、可解释性和临床验证等挑战 | NA | 探讨人工智能在代谢功能障碍相关脂肪性肝病（MASLD）非侵入性诊断和风险分层中的应用 | 代谢功能障碍相关脂肪性肝病（MASLD） | 机器学习 | 代谢功能障碍相关脂肪性肝病 | NA | 机器学习, 深度学习 | 影像数据 | NA | NA | NA | NA | NA |
| 359 | 2025-12-13 |
Artificial Intelligence for the Analysis of Biometric Data from Wearables in Education: A Systematic Review
2025-Nov-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25227042
PMID:41305250
|
综述 | 本文系统综述了在教育环境中使用可穿戴设备采集生物特征数据并结合AI算法进行分析的研究现状 | 首次系统性地整合了可穿戴设备、生物特征数据与AI算法在教育场景中的应用研究，并提出了未来研究方向 | 缺乏标准化的数据采集和报告规范，导致研究难以复制、比较和综合 | 探讨可穿戴设备采集的生物特征数据与AI算法结合在教育环境中的应用 | 教育环境中的学生生物特征数据 | 机器学习 | NA | 可穿戴设备生物特征测量 | 机器学习,深度学习 | 生物特征数据 | 43项研究 | NA | NA | NA | NA |
| 360 | 2025-12-13 |
Regional brain aging patterns reveal disease-specific pathways of neurodegeneration
2025-Nov-14, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.11.12.25339989
PMID:41292666
|
研究论文 | 本文介绍了一种名为BrainAgeMap的可解释深度学习框架，用于从T1加权磁共振成像扫描中生成精细的体素级脑预测年龄差异图，以揭示神经退行性疾病的特定区域脑老化模式 | 引入了BrainAgeMap框架，能够生成体素级的脑预测年龄差异图，提高了对脑老化异质性的特异性映射，超越了传统的全局指标 | 未明确提及样本量或计算资源的具体细节，可能限制了结果的泛化性 | 开发一种工具来描绘疾病特异性的神经退行性途径，为早期诊断、患者分层和治疗干预监测提供新机会 | 阿尔茨海默病、额颞叶痴呆、精神分裂症患者以及轻度认知障碍个体的脑部磁共振成像数据 | 医学影像分析 | 阿尔茨海默病, 额颞叶痴呆, 精神分裂症 | T1加权磁共振成像, 正电子发射断层扫描 | 深度学习 | 图像 | NA | NA | NA | NA | NA |