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
41	2025-09-09	Integrative strategies in drug discovery: Harnessing genomics, deep learning, and computer-aided drug design 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108530 PMID:40466334	综述	本文探讨了基因组学、深度学习和计算机辅助药物设计在药物发现中的整合策略及其变革性影响	整合高通量测序技术、深度学习与CADD，实现更精准的药物-靶点相互作用预测并加速候选药物识别	NA	提升药物发现效率与准确性，减少脱靶效应	药物靶点相互作用、候选药物	机器学习	NA	NGS（高通量测序）、基因组学、转录组学、蛋白质组学、代谢组学	深度学习	基因组数据	NA
42	2025-09-09	An enhancement of multi-scope topological graph pooling and representation learning with attention for molecular graph classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108548 PMID:40554399	研究论文	提出一种新颖的注意力增强多尺度拓扑图池化策略AETP，用于分子图表示学习与分类	引入注意力机制增强多尺度拓扑特征提取，克服现有方法对局部邻域聚合的依赖，提升复杂结构图的表示能力	NA	提升分子图分类任务的性能，通过拓扑数据分析与深度学习结合增强图表示学习	分子图数据	机器学习	NA	拓扑数据分析（TDA）、持久同调、地标提取	图神经网络（GNN）、注意力机制	图数据	多个真实世界分子数据集（包括FDA_DILIst, T3DB_Toxin_2, Eye_Irritation, Eye_Corrosion）
43	2025-09-09	FrAdadelta-CSA: Fractional Adadelta Chameleon Swarm Algorithm-based feature selection with SpikeGoogle-DenseNet for epileptic seizure detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108550 PMID:40554820	研究论文	提出一种基于分数阶Adadelta变色龙群算法特征选择和SpikeGoogle-DenseNet混合模型的癫痫发作检测方法	将分数阶微积分概念融入Adadelta变色龙群算法进行特征选择，并采用SpikeGoogle与DenseNet的混合模型进行预测	NA	开发基于深度学习的EEG信号癫痫发作识别机制	癫痫患者的EEG信号	生物医学信号处理	癫痫	短时傅里叶变换(STFT), 深度学习	SpikeGoogle-DenseNet hybrid model	EEG信号	NA
44	2025-09-09	A systematic framework enhancing molecular screening efficiency in drug discovery via scaffold-driven fuzzy similarity and adaptive spectral clustering 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108559 PMID:40582252	研究论文	提出一种基于分子骨架和模糊相似性的创新药物发现筛选框架，结合自适应谱聚类提升分子筛选效率	引入分子骨架概念和模糊分子相似性分类方法，采用自适应高斯核函数动态调整谱聚类参数	仅使用PubChem公开数据进行案例验证，未涉及更广泛的数据集和实际应用场景测试	提升药物发现过程中先导化合物识别和生物活性预测的效率	分子化合物（以1-萘酚为目标分子的案例研究）	机器学习	NA	QSAR模型、模糊逻辑、谱聚类	自适应谱聚类	分子结构数据	来自PubChem数据库的公开分子数据
45	2025-09-09	GC-PGE: A novel deep learning model for tumor drug resistance prediction and core resistance gene extraction based on graph and signaling pathways 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108578 PMID:40614480	研究论文	提出基于图神经网络和信号通路的深度学习模型GC-PGE，用于预测肿瘤耐药性并识别核心耐药基因	首次整合基因相关性网络与信号通路数据，通过贝叶斯学习实现耐药基因预测与肿瘤样本分类的双任务协同优化	未明确说明模型在不同癌症类型间的泛化能力及对未知耐药机制的预测效果	开发高精度且可解释的肿瘤耐药预测与核心基因识别方法	肝癌、卵巢癌和黑色素瘤的肿瘤样本与耐药相关基因	机器学习	肿瘤癌症	多组学数据整合、信号通路分析、图神经网络	GNN（图神经网络）与贝叶斯学习结合	多维组学数据（蛋白互作、基因同源性、信号通路）	未明确说明具体样本数量，但涉及三种癌症类型（肝癌、卵巢癌、黑色素瘤）
46	2025-09-09	DeepELR: Deep learning-based energy and link stability aware routing in IoT for heart disease classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108574 PMID:40627942	研究论文	提出一种基于深度学习的能量和链路稳定性感知路由算法DeepELR，用于物联网中心脏病分类数据的可靠传输	开发了DeepELR路由算法，结合DRNN预测节点能量和链路稳定性，并采用ASSA优化的集成学习方法进行疾病分类	NA	开发心脏病检测方法并将其集成到物联网范式中，设计高效路由算法供医疗专业人员使用物联网节点感知的数据	心脏病患者通过物联网设备监测的数据	物联网与医疗健康监测	心脏病	深度学习，集成学习，优化算法	DRNN, RNN, 集成学习	传感器数据	NA
47	2025-09-09	Revolutionizing medical imaging: A cutting-edge AI framework with vision transformers and perceiver IO for multi-disease diagnosis 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108586 PMID:40633409	研究论文	提出一种结合Vision Transformers和Perceiver IO的混合AI框架，用于提升多疾病医学影像分类的准确性和临床实用性	首次将ViT和Perceiver IO应用于神经、皮肤和肺部疾病诊断，在准确性、计算效率和临床可解释性方面超越传统架构	NA	解决传统深度学习模型在医学影像分类中的泛化性差、假阳性率高和重叠解剖特征区分困难等问题	神经系统疾病（中风、阿尔茨海默病）、皮肤疾病（癣、黑色素瘤）和肺部疾病（肺癌、肺炎）	计算机视觉	多疾病诊断	医学影像分析	Vision Transformers (ViT), Perceiver IO	医学影像（MRI、X射线、皮肤图像）	多个公开数据集（Brain Stroke Prediction CT Scan Image Dataset、Best Alzheimer MRI Dataset、Skin Diseases Dataset、HAM10000/HAM10k、Lung Cancer Image Dataset、Pneumonia Dataset）
48	2025-09-09	Integrative review of intelligent nuchal translucency for genetic disorder 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108597 PMID:40684521	综述	本文对智能颈项透明层筛查在遗传疾病中的应用进行了整合性综述，分析了53篇相关研究论文	首次系统收集和分析深度学习技术在NT筛查中的应用研究，揭示传统方法的局限性并强调ML/DL技术的改进需求	基于现有文献的二次分析，缺乏原始实验数据验证	提高颈项透明层筛查在染色体异常和先天性心脏缺陷检测中的准确性和可靠性	产前筛查中的颈项透明层检测	数字病理	遗传疾病	深度学习技术	深度学习模型	医学影像数据	53篇研究论文的分析
49	2025-09-09	PreAIS: Prediction of A-to-I editing sites based on DNN-CNN deep learning models 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108612 PMID:40749520	研究论文	提出基于DNN-CNN深度学习模型的PreAIS方法，用于精准预测A-to-I RNA编辑位点	结合K-mer特征提取与DNN-CNN架构，在准确性和泛化能力上显著超越现有最优模型	NA	开发高精度、强泛化能力的A-to-I RNA编辑位点预测工具	A-to-I RNA编辑位点	生物信息学	NA	K-mer特征提取，DNN-CNN深度学习，10折交叉验证	DNN-CNN	基因组序列数据	数据集1（未明确数量）及58个经Sanger验证的人类A-to-I位点
50	2025-09-09	Fertilizer prediction using serial exponential newton meta-heuristic algorithm-based convolutional neural network in IoT-based WSNs 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108561 PMID:40570467	研究论文	提出一种基于序列指数牛顿元启发式算法优化的一维卷积神经网络，用于物联网无线传感器网络中的肥料预测	整合牛顿元启发式算法和序列指数加权移动平均法形成SExpNMA算法，用于簇头路由选择和CNN分类器参数优化	NA	通过深度学习技术实现精准农业中的肥料需求预测	物联网无线传感器网络采集的农业数据	机器学习	NA	深度学习，无线传感器网络	1D CNN, BiLSTM	传感器时序数据	NA
51	2025-09-09	AI-Driven molecule generation and bioactivity prediction: A multi-model approach combining VAE, graph and language-based neural networks 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108532 PMID:40550191	研究论文	本文提出并比较了多种深度学习模型，用于抗癌小分子设计和生物活性预测	结合了VAE、图神经网络和语言模型的集成方法，采用平均和堆叠两种集成策略进行生物活性预测	研究仅限于乳腺癌肿瘤的6种癌细胞系，未验证在其他癌症类型上的泛化能力	加速抗癌药物发现过程，提高小分子设计和生物活性预测效率	抗癌小分子化合物	药物发现	乳腺癌	深度学习，分子生成，生物活性预测	VAE, GAT, GCN, MPNN, ChemBERTa	分子结构数据，SMILES序列	包含多个化合物的数据集，针对6种乳腺癌细胞系
52	2025-09-09	MJnet: A lightweight RNN-based model for microRNA target site prediction 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108603 PMID:40737827	研究论文	提出一种基于双向门控循环单元的轻量级深度学习模型MJnet，用于microRNA靶点预测	结合BiGRU架构、C2编码、多尺度一维卷积网络和自注意力机制，在保持低计算成本的同时捕获局部序列特征和全局上下文依赖	NA	开发高效且可解释的microRNA靶点预测方法	microRNA靶点序列	自然语言处理	NA	深度学习	BiGRU, TextCNN, 自注意力机制	序列数据	经过实验验证的数据集
53	2025-09-09	A multi-task deep sequential neural network for IgA nephropathy Oxford classification and prognosis prediction 2025-Dec, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106052 PMID:40743805	研究论文	开发了一种名为DeepSNN的多任务深度序列神经网络，用于IgA肾病牛津分类和预后预测	首个集成病变分割、肾小球分类、牛津MEST-C评分和预后预测的多任务模型，性能达到资深病理医生水平	样本量相对有限（总样本量277），需要更多外部验证	开发自动化肾病理分析工具以解决IgA肾病临床诊断挑战	IgA肾病患者的肾脏病理图像和数据	数字病理	肾脏疾病	深度学习，多任务学习	深度序列神经网络(DeepSNN)	多模态肾脏数据集，病理图像	277例样本（PLAG医院245例，CJF医院32例）
54	2025-09-07	Artificial intelligence-based apps for screening and diagnosing diabetic retinopathy and common ocular disorders 2025-Dec-20, World journal of methodology DOI:10.5662/wjm.v15.i4.107166 PMID:40900875	综述	本文综述了人工智能在眼科疾病筛查与诊断中的应用，特别是糖尿病视网膜病变及其他常见眼病	全面总结了AI在多种眼病（如糖尿病视网膜病变、青光眼、年龄相关性黄斑变性）诊断中的集成应用及与远程医疗的结合前景	在发展中国家实施AI算法仍存在挑战	探讨人工智能在眼科疾病诊断和预后中的应用及未来发展	糖尿病视网膜病变、糖尿病性黄斑水肿、青光眼、年龄相关性黄斑变性等眼病	医学人工智能	眼科疾病	机器学习、深度学习	深度学习算法	医学影像数据	NA
55	2025-09-07	Artificial intelligence for early diagnosis and risk prediction of periodontal-systemic interactions: Clinical utility and future directions 2025-Dec-20, World journal of methodology DOI:10.5662/wjm.v15.i4.105516 PMID:40900876	系统性综述	评估人工智能在牙周病与全身性疾病相互作用早期诊断和风险预测中的临床应用与未来方向	首次系统评估AI整合多组学数据与先进影像技术（如CBCT和MRI）在牙周-系统性疾病双向相互作用中的诊断与预测价值	仅纳入2010-2024年样本量≥500的研究，可能存在发表偏倚	提升牙周病与全身性疾病相互作用的早期诊断准确性和风险预测能力	牙周病患者（特别伴2型糖尿病等系统性疾病）	医疗人工智能	牙周病及相关系统性疾病（糖尿病、心血管疾病等）	多组学数据分析、锥形束CT（CBCT）、磁共振成像（MRI）	机器学习、深度学习、自然语言处理（NLP）	多模态数据（临床数据、影像数据、文本记录）	1000-1500名参与者（纳入研究要求≥500样本量）
56	2025-09-07	Adversarial learning for beamforming domain transfer in ultrasound medical imaging 2025-Dec, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107749 PMID:40674811	研究论文	本研究提出使用生成对抗网络（GANs）将平面波DAS超声图像转换为类似F-DMAS方法生成的高质量图像	首次将对抗学习应用于超声波束形成域迁移，利用GAN在无法获取原始RF数据的情况下提升B模式图像质量，并引入纹理分析作为生成模型的验证手段	依赖模拟数据验证，临床实际应用效果需进一步验证；未说明模型在不同超声设备和扫描参数下的泛化能力	改善超声医学图像质量，特别是在无法获取原始射频数据的情况下实现图像增强	超声B模式图像	医学图像处理	NA	生成对抗网络（GANs），包括Pix2Pix、金字塔Pix2Pix和CycleGAN架构	GAN	超声图像	NA
57	2025-09-06	mbSparse: an autoencoder-based imputation method to address sparsity in microbiome data 2025-Dec, Gut microbes IF:12.2Q1 DOI:10.1080/19490976.2025.2552347 PMID:40888610	研究论文	提出一种基于自编码器的微生物组数据插补方法mbSparse，用于解决数据稀疏性问题	利用特征自编码器学习样本表示，并结合条件变分自编码器(CVAE)进行数据重建，首次在微生物组数据插补中应用深度学习替代传统预定义分布方法	NA	开发能够有效处理微生物组数据高稀疏性的插补算法	微生物组计数矩阵数据	机器学习	结直肠癌	深度学习	自编码器, CVAE	微生物组计数数据	NA
58	2025-09-06	Diagnostic performance of dual-layer spectral CT Radiomics and deep learning for differentiating osteoblastic bone metastases from bone islands 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100679 PMID:40895390	研究论文	比较双层光谱CT影像组学特征和深度学习模型在鉴别成骨性骨转移与骨岛方面的诊断性能	首次系统评估双层光谱CT影像组学与深度学习模型在骨病变鉴别诊断中的对比性能，并发现VMI40keV图像的熵特征具有更高的敏感性	回顾性研究设计，样本量相对有限（216个病灶），需进一步多中心验证	评估和比较不同CT成像方法在骨病变鉴别诊断中的效能	成骨性病变患者（94例患者的216个病灶，包括125个骨岛和91个成骨性骨转移）	医学影像分析	骨肿瘤/骨转移癌	双层光谱CT（DLSCT），影像组学分析，深度学习	深度学习模型（具体架构未指明）	CT影像数据	94例患者（48男，46女，平均66±12岁）的216个病灶
59	2025-09-05	Unraveling bladder cancer-related circRNA biomarkers: a hybrid model combining deep learning and statistics 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00373-3 PMID:40893176	研究论文	本研究结合深度学习和统计方法，从膀胱癌患者的RNA测序数据中识别新型环状RNA生物标志物	开发了集成深度学习、特征选择和统计分析的混合模型，成功鉴定出34个新型膀胱癌相关circRNA生物标志物，其中17个为全新发现	样本量相对有限（454例患者和19例健康对照），需要更大规模验证	发现膀胱癌的非侵入性诊断和预后生物标志物	膀胱癌患者和健康对照的环状RNA	生物信息学	膀胱癌	RNA测序，CIRCexplorer3工具	深度学习集成模型	RNA测序数据	454例膀胱癌患者和19例健康对照
60	2025-09-05	Method for fetal ultrasound image classification using pseudo-labelling with PCA-KMeans and an attention-augmented MobileNet-LSTM model 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103563 PMID:40896717	研究论文	提出一种结合无监督伪标签生成与注意力增强混合深度学习模型的胎儿超声图像分类方法	使用PCA-KMeans进行无监督伪标签生成并结合多头自注意力机制与LSTM的MobileNet混合架构	NA	解决胎儿超声图像分类中标注数据有限和类别不平衡的挑战	胎儿超声图像	计算机视觉	NA	PCA, K-means聚类, 过采样技术	MobileNet, 多头自注意力机制, LSTM	图像	NA