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 1702 篇文献，本页显示第 1101 - 1120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1101 | 2025-11-21 |
DeepGCGR: an interpretable two-layer deep learning model for the discovery of GCGR-activating compounds
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60969-1
PMID:41260780
|
研究论文 | 提出一种可解释的双层深度学习模型DeepGCGR，用于加速发现GCGR激动剂化合物 | 首次将图卷积网络与多重注意力机制结合用于GCGR激动剂发现，并专门应用于中药天然产物的筛选 | 未提及模型验证的样本规模和数据来源局限性 | 开发高效发现GCGR激活化合物的计算方法 | 针对GCGR的化合物生物活性预测和功能分类 | 药物发现 | 2型糖尿病 | 深度学习，图卷积网络 | GCN | 化学化合物结构数据 | NA | NA | 图卷积网络(GCN)与多重注意力机制 | NA | NA |
| 1102 | 2025-11-21 |
Advancing network pharmacology with artificial intelligence: the next paradigm in traditional Chinese medicine
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60941-1
PMID:41260784
|
综述 | 本文探讨人工智能如何推动网络药理学在中医药研究中的发展 | 提出将人工智能技术整合到中医药网络药理学研究的新范式 | 未提及具体实验验证数据和实际应用案例 | 促进中医药网络药理学研究的现代化发展 | 中医药网络药理学研究方法 | 自然语言处理, 机器学习 | NA | 网络生物学, 深度学习 | 深度学习模型 | 网络数据, 药理学数据 | NA | NA | NA | NA | NA |
| 1103 | 2025-11-21 |
Artificial intelligence in natural products research
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60902-2
PMID:41260783
|
综述 | 本文探讨人工智能技术在天然药物研究中的应用与前景 | 系统阐述AI技术如何解决天然药物研究中成分复杂、提取困难等传统挑战 | 当前应用存在数据质量、模型可解释性和伦理问题等限制 | 加速天然药物的发现与开发进程 | 天然药物及其化学成分 | 机器学习 | NA | 深度学习, 机器学习 | DL, ML | 化学数据集 | NA | NA | NA | NA | NA |
| 1104 | 2025-11-21 |
Artificial intelligence in traditional Chinese medicine: from systems biological mechanism discovery, real-world clinical evidence inference to personalized clinical decision support
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60983-6
PMID:41260781
|
综述 | 概述人工智能在中医药领域的应用研究，涵盖系统生物学机制发现、真实世界临床证据推断和个性化临床决策支持 | 首次从系统生物学机制发现、真实世界临床证据推断和个性化临床决策支持三个维度系统梳理中医药与人工智能的融合研究 | 依赖高质量大规模数据仓库的建立和领域知识图谱的构建，在中医药证候机制解析和因果推断框架方面仍存在挑战 | 推动人工智能与中医药的跨学科融合，提升中医药科学研究和临床实践水平 | 中医药电子医疗记录、实验分子数据、中医证候机制、中药方剂和临床诊疗决策 | 自然语言处理, 机器学习 | 中医药相关疾病 | 电子医疗记录分析, 分子数据挖掘, 知识图谱构建 | 深度学习, 大语言模型 | 文本, 结构化医疗数据, 分子数据 | NA | NA | NA | NA | NA |
| 1105 | 2025-11-20 |
Patent analysis of mRNA therapy using deep learning
2025-Nov-19, Naunyn-Schmiedeberg's archives of pharmacology
DOI:10.1007/s00210-025-04734-3
PMID:41258061
|
研究论文 | 基于深度学习方法的mRNA治疗专利分析研究 | 首次结合深度学习和社会网络分析方法对mRNA治疗专利进行定量分析和未来预测 | 仅基于Derwent专利数据库，时间跨度为27年 | 通过专利分析阐明mRNA技术竞争格局，为技术创新和产业发展提供依据 | mRNA治疗相关专利 | 自然语言处理 | 传染病,癌症 | 专利分析,社会网络分析 | 深度学习,机器学习 | 专利文本 | 27年的mRNA治疗专利数据 | NA | NA | NA | NA |
| 1106 | 2025-11-20 |
FaceAge as a biomarker for prognosis and treatment stratification in large-scale oncology cohort
2025-Nov-19, Journal of the National Cancer Institute
DOI:10.1093/jnci/djaf323
PMID:41259012
|
研究论文 | 本研究探讨FaceAge（基于面部照片估计生物年龄的深度学习系统）与实足年龄的极端差异在预测28种癌症类型患者生存期和早期死亡率中的预后价值 | 首次在大规模癌症队列中验证FaceAge与实足年龄的极端差异作为生存期和早期死亡率的独立预测因子 | 研究仅纳入接受放射治疗的老年患者（≥60岁），可能限制结果的普适性 | 评估FaceAge作为癌症预后生物标志物的临床价值 | 24,556名年龄≥60岁的癌症患者 | 数字病理 | 癌症 | 深度学习 | CNN | 面部照片 | 24,556名癌症患者，涵盖28种癌症类型 | NA | FaceAge | 风险比(HR), 比值比(OR), P值 | NA |
| 1107 | 2025-11-20 |
Enhancing deep chemical reaction prediction with advanced chirality and fragment representation
2025-Nov-18, Chemical communications (Cambridge, England)
DOI:10.1039/d5cc02641e
PMID:40932372
|
研究论文 | 本研究通过引入fragSMILES分子表示方法，在深度学习有机反应预测中实现了对分子手性和子结构的更好表征 | 开发了能够同时编码分子子结构和手性信息的fragSMILES表示法，在立体化学反应信息识别方面表现优异 | NA | 改进有机反应预测的深度学习模型性能，特别是立体化学复杂性的捕捉能力 | 有机化学反应 | 机器学习 | NA | 深度学习 | NA | 分子结构文本表示 | NA | NA | NA | 正向合成预测准确率，逆向合成预测准确率 | NA |
| 1108 | 2025-11-20 |
Deep Learning-Assisted Prediction of Air-Bone Gap Using Tympanic Membrane Perforation Image Features
2025-Nov-18, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.70074
PMID:41252627
|
研究论文 | 开发基于深度学习的鼓膜穿孔图像分析方法，用于预测气骨导差 | 首次使用Mask R-CNN自动分割鼓膜和穿孔区域，并基于分割特征预测气骨导差 | 样本量有限（150张穿孔鼓膜图像），模型性能仍有提升空间 | 解决特定人群或环境下听力测试设备不足的问题，提供替代评估方法 | 鼓膜穿孔患者的耳镜图像 | 计算机视觉 | 听力损失 | 耳镜成像 | CNN, Mask R-CNN | 图像 | 1014张完整鼓膜图像，150张穿孔鼓膜图像（模型开发），75张术中穿孔图像（独立测试） | NA | Mask R-CNN | 类别像素准确率，交并比，Dice系数，R²，均方根误差，10dB内预测比例 | NA |
| 1109 | 2025-11-20 |
Harnessing artificial intelligence to advance CRISPR-based genome editing technologies
2025-Nov-18, Nature reviews. Genetics
DOI:10.1038/s41576-025-00907-1
PMID:41254174
|
综述 | 本综述探讨人工智能如何推动CRISPR基因编辑技术的发展与应用 | 系统总结AI在优化基因编辑器、指导工具工程化和发现新型编辑酶方面的创新应用，并提出AI驱动的虚拟细胞模型等新兴机遇 | NA | 总结人工智能方法在基因编辑技术中的应用进展并展望未来发展方向 | CRISPR基因编辑技术（包括核酸酶编辑、碱基编辑和引物编辑）及人工智能方法 | 机器学习 | 遗传疾病 | CRISPR基因编辑 | 机器学习,深度学习 | NA | NA | NA | NA | NA | NA |
| 1110 | 2025-11-20 |
HPCSMN: A Classification Method of Chemotherapy Sensitivity of Hypopharyngeal Cancer Based on Multimodal Network
2025-Nov-18, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00783-7
PMID:41254314
|
研究论文 | 提出基于多模态融合网络的喉咽癌化疗敏感性分类方法HPCSMN，通过整合3D CT图像和影像组学特征提高预测准确率 | 首次将3D CT图像空间特征与LASSO筛选的影像组学特征通过多模态网络融合，利用互补优势捕获复杂空间依赖关系和详细影像特征 | 样本量相对有限（仅102例），仅基于单中心数据验证 | 开发喉咽癌化疗敏感性分类方法以支持个性化治疗 | 喉咽癌患者 | 数字病理 | 喉咽癌 | CT成像，影像组学分析 | 多模态融合网络，3D CNN | 3D CT图像，影像组学特征，临床数据 | 102例喉咽癌CT图像（NKU-TMU-hphc数据集） | NA | 3D ResNet，全连接网络 | 准确率，多评价指标 | NA |
| 1111 | 2025-11-20 |
Subtype-HM: A Novel Cancer Subtype Identification Method Based on Hypergraph Learning and Multi-omics Data
2025-Nov-18, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00789-1
PMID:41254315
|
研究论文 | 提出基于超图学习和多组学数据的癌症亚型识别新方法Subtype-HM | 使用多级超图建模复杂生物结构，设计超图传播网络捕获组学内外相关性，引入并行判别器引导的注意力模块提取组学特异性特征，提出多组学对比熵对齐方法 | NA | 提高癌症亚型识别的准确性和生物可解释性 | 癌症患者的多组学数据 | 机器学习 | 癌症 | 多组学数据分析 | 超图学习网络 | 多组学数据 | TCGA癌症数据集 | NA | 超图传播网络 | 生存分析p值, 临床参数富集分数 | NA |
| 1112 | 2025-11-20 |
Artificial Intelligence in the Detection of Clinically Negotiable Second Mesio-Buccal Canals in Periapical Images of Maxillary Molars
2025-Nov-18, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.70065
PMID:41254435
|
研究论文 | 本研究开发并验证了用于检测上颌磨牙根尖片中可临床操作MB2根管的深度学习模型 | 首次比较六种预训练监督卷积神经网络和三种自监督模型在MB2根管检测中的性能，并与人类临床医生进行对比 | 样本量相对有限（1504张图像），模型准确率仍有提升空间（最高66.0%） | 评估人工智能在牙髓病学病例难度评估中的潜力 | 上颌第一和第二磨牙的根尖周影像 | 计算机视觉 | 牙髓疾病 | 深度学习 | CNN | 图像 | 1504张术前根尖周影像 | NA | ResNet-18, ResNet-50, ResNeXt-101, VGG-16, DenseNet-121, MobileNetV2, DINO, SimCLR, BYOL | 准确率, 精确率, 敏感度, 特异度, F1分数 | NA |
| 1113 | 2025-11-20 |
Estimating 10-Year Cardiovascular Disease Risk in Primary Prevention Using UK Electronic Health Records and a Hybrid Multitask BERT Model: Retrospective Cohort Study
2025-Nov-13, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/76659
PMID:41232034
|
研究论文 | 开发一种混合多任务深度学习模型，整合电子健康记录中的结构化和文本特征，用于预测10年心血管疾病风险 | 首次将结构化变量和临床文本结合，采用多任务BERT模型进行心血管风险预测，支持跨模态交互建模和事件时间估计 | 在贫困和少数民族亚组中表现有所下降，存在跨人口统计学群体的异质性 | 开发心血管疾病风险预测模型，支持个体化分层和公平评估 | 40-85岁患者群体，来自英国临床实践研究数据链数据库 | 自然语言处理,机器学习 | 心血管疾病 | 电子健康记录分析 | BERT,多任务学习,深度学习 | 结构化数据,文本数据 | 469,496名患者用于模型开发，711,052个测试样本，144,370个外部验证样本 | PyTorch或TensorFlow（具体未明确说明） | DistilBERT,多层感知机,多头注意力机制 | AUROC,一致性指数,Brier分数,对数秩检验 | NA |
| 1114 | 2025-11-20 |
Deep learning-based eye sign communication system for people with speech impairments
2025-Nov, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2532698
PMID:40684450
|
研究论文 | 提出一种基于深度学习的眼动符号通信系统，帮助言语障碍人士通过标准网络摄像头进行交流 | 无需预校准即可在各种光照条件下工作，集成了文本预测功能，直接通过标准网络摄像头采集眼动符号 | 仅在18-35岁年龄段参与者中测试，未在更广泛年龄群体中验证 | 开发适用于言语障碍人士的辅助通信系统 | 言语障碍或瘫痪人士 | 计算机视觉 | 言语障碍 | 深度学习 | CNN | 图像 | 18-35岁年龄段参与者 | NA | NA | 准确率 | 标准网络摄像头 |
| 1115 | 2025-11-20 |
Artificial Intelligence-Led Whole Coronary Artery OCT Analysis; Validation and Identification of Drug Efficacy and Higher-Risk Plaques
2025-Nov, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.018133
PMID:40995622
|
研究论文 | 开发并验证基于人工智能的全冠状动脉OCT自动分析系统AutoOCT，用于识别药物疗效和更高风险斑块 | 首次开发能够自动校正OCT图像分割错误、识别斑块成分并测量多种参数的深度学习系统，实现全冠状动脉OCT的快速分析 | 模型开发仅使用106名患者的数据，样本量相对有限 | 验证人工智能OCT分析系统在识别药物疗效和高风险斑块方面的准确性和实用性 | 冠状动脉OCT图像和斑块特征 | 医学影像分析 | 心血管疾病 | 光学相干断层扫描(OCT) | 深度学习 | 医学影像 | 开发集：36,212帧图像（127个完整回拉，106名患者）；验证集：IBIS-4研究83名患者，CLIMA研究62名患者 | NA | NA | 准确率 | NA |
| 1116 | 2025-11-20 |
Insights into the Impact of Artificial Intelligence on Psoriasis Treatment Strategies: A Mini Review
2025-Nov-01, Indian dermatology online journal
IF:1.9Q3
DOI:10.4103/idoj.idoj_1055_24
PMID:40788101
|
综述 | 本文探讨人工智能在银屑病治疗策略中的影响，重点关注AI在诊断精度和治疗选择方面的应用 | 系统综述AI在银屑病治疗四大领域的整合应用：光疗结果预测、皮损分割与严重程度评估、远程监测系统及生物制剂疗效预测 | 数据集多样性不足、标准化欠缺和验证不充分 | 评估人工智能技术在银屑病精准医疗中的应用潜力 | 银屑病患者临床数据、影像资料和多组学数据 | 数字病理 | 银屑病 | 临床数据分析、影像分析、多组学数据分析 | 随机森林,CNN,多尺度超像素聚类,梯度提升决策树 | 临床数据,图像,多组学数据 | NA | NA | NA | 敏感度,准确率,像素准确率,组内相关系数 | NA |
| 1117 | 2025-11-20 |
Advancing toxicity AI-based prediction with multilevel systems biology: a case study on genotoxicity
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf594
PMID:41241819
|
研究论文 | 提出一种多模态深度学习框架GenotoxNet，通过整合化学结构、体外实验数据和转录组学数据来提升遗传毒性预测能力 | 首次系统整合化学结构、高通量体外实验数据和转录组学数据，通过多模态深度学习捕捉细胞异质性和机制复杂性 | 未明确说明模型在更广泛化学物质上的泛化能力限制 | 开发高精度的遗传毒性预测计算方法以支持健康风险评估 | 化学物质及其诱导的遗传毒性效应 | 机器学习 | NA | 高通量体外实验, 转录组学分析 | 深度学习 | 化学结构数据, 体外实验数据, 转录组学数据 | NA | NA | GenotoxNet | AUCROC | NA |
| 1118 | 2025-11-19 |
Understanding the relationship between rosemary odor and mental workload through deep learning
2025-Nov-19, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究通过深度学习分析脑电图信号，探索迷迭香气味与心理负荷之间的关系 | 首次结合嗅觉刺激和深度学习直接分析原始EEG信号进行心理负荷分类，无需手动特征工程 | 样本量较小(30名志愿者)，仅研究单一气味(迷迭香) | 研究迷迭香气味对心理负荷的影响及其通过深度学习的检测方法 | 30名志愿者在迷迭香气味暴露下执行神经心理学测试时的EEG信号 | 机器学习 | NA | 脑电图(EEG) | LSTM, CNN | EEG信号 | 30名志愿者 | NA | LSTM, CNN | 准确率 | NA |
| 1119 | 2025-11-19 |
A deep learning approach to artifact removal in Transcranial Electrical Stimulation: From shallow methods to deep neural networks and state space models
2025-Nov-19, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究分析机器学习方法在经颅电刺激噪声伪影去除中的应用，比较了从浅层方法到深度神经网络和状态空间模型的性能差异 | 首次系统比较11种伪影去除技术在不同tES刺激类型下的性能，发现最优方法取决于刺激类型，并为不同tES模式提供了方法选择指南 | 使用合成数据集而非真实临床数据，可能无法完全反映实际应用场景 | 开发有效的经颅电刺激伪影去除方法以改善脑电信号分析 | 经颅电刺激产生的EEG伪影 | 机器学习 | 神经系统疾病 | 经颅电刺激，脑电图 | CNN, 状态空间模型 | 脑电信号 | 合成数据集（清洁EEG数据与合成tES伪影组合） | NA | Complex CNN, M4 | RRMSE, 相关系数 | NA |
| 1120 | 2025-11-19 |
Deep Learning-Enabled Real-Time Single-Shot Refocusing of Microwell Array for Digital Melting Curve Analysis
2025-Nov-18, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05194
PMID:41188072
|
研究论文 | 提出一种基于深度学习的单次自适应点扩散函数注意力重聚焦模型，用于数字熔解曲线分析中的微孔阵列实时重聚焦 | 首次将深度学习与点扩散函数自校准调制结合，实现无机电运动的数字PCR微阵列自动聚焦 | 未明确说明模型在更广泛温度范围内的泛化能力及对不同样本类型的适应性 | 提升数字熔解曲线分析在宽温度范围内的准确性和分辨率 | 数字PCR微孔阵列中的核酸样本 | 计算机视觉 | 呼吸道病原体感染 | 数字PCR, 熔解曲线分析, 荧光成像 | 深度学习, 注意力机制 | 荧光图像 | NA | NA | 单次自适应点扩散函数注意力重聚焦模型 | 识别准确率, 变异系数, 分辨率 | NA |