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
981	2025-11-23	Neuromorphic computing paradigms enhance robustness through spiking neural networks 2025-Nov-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65197-x PMID:41261120	研究论文	本研究探索了利用脉冲神经网络(SNN)的神经形态计算范式如何通过时间处理能力和专门训练算法提升对抗攻击的鲁棒性	提出优先处理任务关键信息的编码序列、早期退出解码机制、专门训练算法和融合编码策略，显著增强SNN的鲁棒性	仅在CIFAR-10数据集上验证，未在其他更复杂数据集上测试	解决深度学习模型对抗攻击脆弱性问题，开发更鲁棒的智能系统	脉冲神经网络(SNN)与传统人工神经网络(ANN)的鲁棒性对比	机器学习	NA	神经形态计算	SNN, ANN	图像	CIFAR-10数据集	NA	脉冲神经网络	鲁棒性	NA
982	2025-11-23	Identification of novel vertebral development factors through UK Biobank candidate gene search and body imaging analysis 2025-Nov-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-09021-8 PMID:41261143	研究论文	通过整合UK Biobank基因数据与深度学习多模态身体成像分析，识别影响人类椎体发育的关键基因	首次在人类中发现VRTN基因影响椎体发育，并建立基因变异与慢性疼痛的关联	研究依赖UK Biobank数据库，样本特征可能存在局限性	探究与胸腰椎解剖结构相关的遗传因素	人类椎体发育和肋骨变异	数字病理学	骨骼发育异常	基因分析，多模态身体成像	深度学习	基因数据，医学影像	UK Biobank数据库样本	NA	NA	NA	NA
983	2025-11-23	High-accuracy protein complex structure modeling based on sequence-derived structure complementarity 2025-Nov-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65090-7 PMID:41261173	研究论文	提出DeepSCFold流程，通过序列衍生的结构互补性提高蛋白质复合物结构建模精度	利用基于序列的深度学习模型预测蛋白质间结构相似性和相互作用概率，构建深度配对多序列比对，有效捕获蛋白质相互作用的内在保守模式	NA	提高蛋白质复合物结构预测的准确性	蛋白质复合物结构	生物信息学	NA	深度学习，多序列比对	深度学习模型	蛋白质序列数据，结构数据	CASP15的多聚体靶标和SAbDab数据库的抗体-抗原复合物	NA	NA	TM-score，预测成功率	NA
984	2025-11-23	A deep learning approach for the analysis of birdsong 2025-Nov-18, eLife IF:6.4Q1 DOI:10.7554/eLife.101111 PMID:41252196	研究论文	开发了一种基于深度学习的斑胸草雀鸣声分析工具AVN，能够高精度标注鸣声并生成可解释特征	开发了无需重新训练即可跨动物群体泛化的鸣声分析工具，并提出了无需训练数据即可测量鸣声模仿的新方法	目前主要针对斑胸草雀鸣声，在其他物种上的适用性需要进一步验证	开发可解释且可泛化的鸟类鸣声行为分析工具	斑胸草雀的学习性鸣声	机器学习	NA	深度学习行为分析	深度学习	音频数据	多个动物群体的斑胸草雀鸣声数据	Python	AVN（鸟类发声网络）	准确率, 敏感性, 与专家判断的一致性	NA
985	2025-11-23	Prompt guiding multi-scale adaptive sparse representation-driven network for low-dose CT MAR 2025-Nov-13, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103870 PMID:41270401	研究论文	提出一种提示引导的多尺度自适应稀疏表示驱动网络PMSRNet，用于低剂量CT重建与金属伪影减少的联合任务	设计了提示引导尺度自适应阈值生成器和多尺度系数融合模块，能够同时利用尺度内特征和跨尺度互补性；通过提示引导策略实现单一模型适应多种剂量水平	未明确说明模型在极端剂量条件下的性能表现和临床验证结果	解决低剂量CT重建与金属伪影减少的联合任务	低剂量CT图像	医学影像处理	NA	CT成像	深度学习网络	CT图像	NA	NA	PMSRNet, PDuMSRNet	NA	NA
986	2025-11-23	Assessing deep learning models for multi-class upper endoscopic disease segmentation: A comprehensive comparative study 2025-Nov-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i41.111184 PMID:41262538	研究论文	本研究对17种深度学习模型在上消化道多类别疾病分割任务中的表现进行了全面比较分析	首次系统比较了基于CNN、Transformer和Mamba架构的17种先进模型在上消化道多类别疾病分割任务中的表现，并特别关注临床转化和实时应用潜力	跨数据集评估显示模型泛化能力有限（泛化保留率64.78%-71.52%），需要更强大的临床验证	评估深度学习模型在上消化道多类别疾病分割中的性能，识别适合临床应用的最佳模型	上消化道疾病的内镜图像	计算机视觉	上消化道疾病	内镜检查	CNN, Transformer, Mamba	图像	自收集数据集3313张图像（9个类别），公共EDD2020数据集386张图像（5个类别）	NA	Swin-UMamba, SegFormer, ConvNeXt + UPerNet, 金字塔视觉Transformer v2 + 高效多尺度卷积解码	交并比(IoU), 性能效率权衡得分	NA
987	2025-11-23	High-throughput Raman platform for microplastics detection on filtration membranes 2025-Nov-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.140101 PMID:41109029	研究论文	开发了一种集成线扫描拉曼成像平台，用于滤膜上微塑料的高通量检测与分析	结合马赛克扫描拉曼光谱和光学显微镜，集成先进深度学习分割算法，实现快速高通量微塑料分析	在结构复杂的滤膜表面进行拉曼测量存在挑战，仅能检测≥10μm的微塑料	开发高通量微塑料检测平台，解决当前技术无法提供大量微塑料化学和形态分布分析的难题	47毫米直径滤膜上的微塑料颗粒	环境监测	NA	拉曼光谱，光学显微镜，马赛克扫描拉曼光谱	深度学习分割算法	光谱数据，空间数据，图像数据	47毫米直径滤膜	NA	NA	统计可靠性	NA
988	2025-11-23	A machine learning framework using urinary biomarkers for pancreatic ductal adenocarcinoma prediction with post hoc validation via single-cell transcriptomics 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf583 PMID:41212589	研究论文	开发基于尿液生物标志物和人口统计学数据的机器学习框架用于胰腺导管腺癌预测，并通过单细胞转录组学进行验证	首次结合尿液生物标志物与人口统计学数据构建PDAC预测模型，并利用单细胞RNA测序验证生物标志物的表达显著性	需要不同数据集验证框架的泛化能力，尚未整合其他组学数据	开发早期准确诊断胰腺导管腺癌的预测工具	胰腺导管腺癌患者尿液生物标志物和人口统计学数据	机器学习	胰腺癌	单细胞RNA测序(scRNA-seq)	机器学习,深度学习	生物分子数据,人口统计学数据	NA	NA	NA	准确率	NA
989	2025-11-21	RETRACTION: A Novel Deep Learning Framework for Accurate Melanoma Diagnosis Integrating Imaging and Genomic Data for Improved Patient Outcomes 2025-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.70296 PMID:41261496	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
990	2025-11-22	FetalDenseNet: multi-scale deep learning for enhanced early detection of fetal anatomical planes in prenatal ultrasound 2025-Nov-25, Journal of perinatal medicine IF:1.7Q2 DOI:10.1515/jpm-2025-0249 PMID:40983600	研究论文	本研究开发了FetalDenseNet多尺度深度学习模型，用于增强产前超声中胎儿解剖平面的早期检测	比较了五种CNN架构在胎儿超声图像分类中的性能，发现DenseNet169在大型临床验证数据集上表现最佳	仅评估了五种CNN架构，可能未涵盖所有先进的深度学习模型	提高胎儿解剖平面的分类准确性以改善胎儿超声解读	胎儿超声图像中的解剖平面	计算机视觉	产前诊断	超声成像	CNN	图像	12,400张超声图像来自1,792名患者	NA	VGG16, ResNet50, InceptionV3, DenseNet169, MobileNetV2	准确率	NA
991	2025-11-22	Cortical surface electric field estimation for real-time TMS with graph neural networks 2025-Nov-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae1ee7 PMID:41223543	研究论文	开发了一种基于图神经网络的实时经颅磁刺激皮层表面电场估计方法	无需构建3D解剖头部模型，通过图神经网络直接在二维皮层表面网格上实现电场估计	NA	实现经颅磁刺激中皮层表面电场的实时估计	人类头部磁共振图像和皮层表面电场	医学图像分析	神经系统疾病	经颅磁刺激，磁共振成像	图神经网络，U-Net	三维头部磁共振图像	NA	NA	GNN，U-Net	估计精度，计算速度	NA
992	2025-11-22	TEMC-Cas: Accurate Cas Protein Classification via Combined Contrastive Learning and Protein Language Models 2025-Nov-21, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.5c00631 PMID:41100703	研究论文	提出一种结合对比学习和蛋白质语言模型的Cas蛋白准确分类框架TEMC-Cas	将精细调优的ESM蛋白质语言模型与对比学习相结合，利用进化尺度建模捕捉远缘同源性，通过对比学习区分密切相关的亚型	NA	开发准确的Cas蛋白分类方法以理解CRISPR-Cas系统和开发基因组编辑工具	Cas1-Cas13家族和17种Cas12亚型的蛋白质	机器学习	NA	蛋白质序列分析	深度学习, 对比学习	蛋白质序列数据	NA	PyTorch	ESM蛋白质语言模型	分类准确率	NA
993	2025-11-22	A Paradigm Shift in Congenital Heart Disease: A Scientometric Portrait of the Rise of Computational Intelligence 2025-Nov-21, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-025-04102-1 PMID:41269260	文献计量分析	通过文献计量学方法分析人工智能在先天性心脏病研究领域的全球发展态势	首次系统描绘人工智能在先天性心脏病研究领域的全球知识图谱和发展轨迹	仅基于Web of Science数据库文献，可能遗漏部分相关研究	揭示人工智能在先天性心脏病研究领域的全球研究格局和发展趋势	500篇与先天性心脏病人工智能应用相关的科学出版物	机器学习	先天性心脏病	文献计量分析	深度学习	文献元数据	500篇出版物	VOSviewer, Bibliometrix R	NA	NA	NA
994	2025-11-22	Emerging trends in AI-integrated optical biosensors for point-of-care diagnostics: current status and future prospects 2025-Nov-20, Chemical communications (Cambridge, England) DOI:10.1039/d5cc04899k PMID:41200923	综述	本文综述了人工智能集成光学生物传感器在即时诊断领域的发展现状与未来前景	系统探讨了人工智能技术与光学生物传感器的融合创新，重点关注传感器设计、数据科学和小型化的最新进展	面临数据隐私保护、系统集成复杂性和临床验证等挑战	分析人工智能增强型光学生物传感器在即时诊断领域的应用潜力与发展方向	光学生物传感器及其与人工智能的集成系统	生物医学工程	NA	SPR、荧光、比色法、拉曼光谱等光学传感技术	机器学习、深度学习	光学传感信号	NA	NA	NA	灵敏度、特异性、多重检测能力	物联网、云计算
995	2025-11-22	Estimating concentrations of atmospheric pollutants in mixed gases based on deep convolutional network with time series decomposition 2025-Nov-20, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01235j PMID:41222504	研究论文	提出一种基于时间序列分解的深度卷积网络模型，用于混合气体中大气污染物浓度的估计和成分识别	首次将时间序列高低频分解与CNN结合用于混合气体分析，通过分解信号分别估计浓度均值和偏差	仅针对四种特定大气污染物（CO、NO、SO、HCHO）进行研究，未验证对其他气体的适用性	开发混合气体中污染物浓度估计和成分识别的新方法	四种大气污染物（CO、NO、SO、HCHO）及其混合气体	机器学习和信号处理	NA	气体传感器阵列技术	CNN	时间序列传感器数据	通过自动化气体混合采集系统生成的预设比例混合气体数据集	NA	基于CNN的深度学习模型	估计精度	NA
996	2025-11-22	A transfer learning framework for PTP1B inhibitor activity prediction: differential modeling of natural and non-natural products with web platform implementation 2025-Nov-20, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11400-6 PMID:41264203	研究论文	开发了一个基于迁移学习的PTP1B抑制剂活性预测框架，专门针对天然产物和非天然产物分别建模，并实现了在线预测平台	首次将PTP1B抑制剂数据集按天然产物和非天然产物分离建模，并应用迁移学习技术提升天然产物的预测性能	未明确说明数据集的具体规模和来源限制	开发针对PTP1B抑制剂的深度学习活性预测模型，提高药物筛选效率	PTP1B抑制剂和诱饵分子，包括天然产物和非天然产物	机器学习	糖尿病,肥胖症,癌症	深度学习,迁移学习	图神经网络,多层感知机,Transformer	分子结构数据,SMILES字符串,分子指纹	NA	NA	Attentive FP,多层感知机-ECFP4,PubChem10M_SMILES_BPE_450k	五折交叉验证	NA
997	2025-11-22	DeepMCL-DTI: predicting drug-target interactions using multi-channel deep learning with attention mechanism 2025-Nov-20, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11402-4 PMID:41264204	研究论文	提出一种基于注意力机制的多通道深度学习模型DeepMCL-DTI，用于预测药物-靶点相互作用	采用四通道特征提取架构（GraphSAGE和CNN用于药物特征，ProtBert和BiConvLSTM用于蛋白质特征）和跨空间与通道维度的交互注意力模块	未明确说明模型的可解释性和计算效率限制	开发更准确的药物-靶点相互作用预测方法以加速药物发现	药物分子和蛋白质靶点	生物信息学，机器学习	NA	深度学习，注意力机制	CNN, LSTM, Graph Neural Network, Transformer	药物分子图数据，蛋白质序列数据	DrugBank和Davis数据集	NA	GraphSAGE, CNN, ProtBert, BiConvLSTM	NA	NA
998	2025-11-22	IMF-DDI: Information Mapping and Fusion Framework for Drug-drug Interaction Prediction 2025-Nov-20, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00781-9 PMID:41264226	研究论文	提出一种结合多源外部实体信息的药物相互作用预测框架IMF-DDI	通过信息映射模块捕获药物分子与多外部实体的关联，并利用多源信息融合模块整合信息生成药物分子表征	未明确说明模型对未知药物相互作用的泛化能力验证	提升药物相互作用预测的准确性和泛化能力	药物分子及其相互作用关系	机器学习	NA	深度学习	NA	药物分子结构数据，药物相互作用数据	DrugBank和TWOSIDES数据集	NA	信息映射模块，多源信息融合模块	NA	NA
999	2025-11-22	Integrative Deep Learning from H&E Images Reveals Prognostically Distinct Pathology-Based Subtypes in Bladder Cancer 2025-Nov-20, Current cancer drug targets IF:2.3Q3 DOI:10.2174/0115680096434051251113094536 PMID:41268830	研究论文	本研究开发了一种基于H&E图像深度学习的膀胱癌病理分型方法	首次使用常规H&E染色全切片图像通过深度学习特征识别具有预后意义的膀胱癌病理亚型，无需RNA测序	需要外部验证和前瞻性研究确认临床适用性	开发基于病理图像的膀胱癌分型方法以替代传统分子分型	膀胱癌患者的H&E染色全切片图像	数字病理	膀胱癌	H&E染色全切片图像分析	CNN	图像	来自四个独立中心的WSI数据以及IMvigor210和GSE32894队列的转录组数据	NA	ResNet50	NA	NA
1000	2025-11-22	Denoising single-cell RNA-seq data with a deep learning-embedded statistical framework 2025-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06296-w PMID:41257571	研究论文	提出一种结合深度学习和统计建模的ZILLNB框架，用于去除单细胞RNA测序数据中的技术噪声	首次将零膨胀负二项回归与深度生成模型集成，通过变分自编码器和生成对抗网络学习细胞和基因层面的潜在表示	在样本量有限的情况下可能存在过拟合风险，模型机制解释性仍有提升空间	解决单细胞RNA测序数据中的技术噪声和零计数问题，提高下游分析准确性	单细胞RNA测序数据，包括小鼠皮层、人类PBMC和特发性肺纤维化数据集	生物信息学	特发性肺纤维化	单细胞RNA测序	InfoVAE, GAN	基因表达数据	多个scRNA-seq数据集，具体样本数未明确说明	NA	集成架构结合信息变分自编码器和生成对抗网络	调整兰德指数, 调整互信息, AUC-ROC, AUC-PR, 错误发现率	NA