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
241	2026-09-21	Multitrait analyses identify genetic variants associated with aortic valve function and aortic stenosis risk 2026-01, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-025-02397-7 PMID:41419685	研究论文	使用深度学习从磁共振成像中测量主动脉瓣功能指标，进行全基因组关联研究和多性状分析，识别与主动脉瓣功能及主动脉瓣狭窄风险相关的遗传变异	结合深度学习测量的主动脉瓣功能指标与主动脉瓣狭窄的GWAS进行MTAG分析，识别了166个独特位点，并在独立队列中验证了多基因风险评分的预测能力，通过孟德尔随机化发现Lp(a)和LDL对主动脉瓣功能的潜在因果作用	未明确提及	识别与正常主动脉瓣功能相关的遗传变异，并评估其对主动脉瓣狭窄风险的影响	英国生物银行（UK Biobank）的59,571名参与者，以及All of Us和Mass General Brigham Biobank队列	机器学习	心血管疾病	全基因组关联研究（GWAS）、多性状分析（MTAG）、孟德尔随机化、深度学习	深度学习模型（具体架构未指明）	图像、遗传数据	59,571名UK Biobank参与者，以及All of Us和Mass General Brigham Biobank队列	NA	NA	风险比（HR）、P值	NA
242	2026-09-21	Mimicking opioid analgesia in cortical pain circuits 2026-01, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09908-w PMID:41501467	研究论文	本文研究了前扣带皮层中阿片类药物调节疼痛的神经机制，并通过深度学习行为分析和纵向神经记录，开发了一种模拟阿片类镇痛效果的化学遗传学基因疗法	首次揭示了前扣带皮层中编码自发疼痛相关行为的神经元群体，并开发了靶向阿片敏感神经元的化学遗传学基因疗法，能够复制吗啡的镇痛效果	研究仅在小鼠模型中进行，尚未在人类中验证；化学遗传学基因疗法的长期安全性和有效性需要进一步研究	揭示阿片类药物如何调节前扣带皮层疼痛回路，并开发更安全、更靶向的慢性疼痛治疗方法	小鼠的前扣带皮层神经元和慢性神经病理性疼痛模型	神经科学	慢性疼痛	深度学习行为分析、纵向神经记录、化学遗传学基因疗法	深度学习模型	行为数据、神经电生理数据	NA	NA	NA	NA	NA
243	2026-09-21	Particle Morphology Controls the Bulk Mechanical Behavior of Far-Side Lunar Regolith from Chang'e-6 Samples and Deep Learning 2026, Research (Washington, D.C.) DOI:10.34133/research.1064 PMID:41522610	研究论文	结合高分辨率X射线微计算机断层扫描与半监督机器学习，重建并分析嫦娥六号月背样品中349,740个颗粒，通过离散元模拟揭示颗粒形态对力学行为的影响	首次对嫦娥六号月背样品进行高通量颗粒形态重建与分析，发现月背月壤比月正面样品更不规则，并首次获取月背月壤的高内摩擦角和粘聚力参数	未明确说明月背月壤的采样深度和空间代表性，模拟仅考虑5-15 kPa的围压范围，可能未涵盖所有月球表面条件	研究嫦娥六号月背月壤的颗粒形态特征及其对整体力学行为的影响，为未来月球探测和原位资源利用提供岩土工程参数	嫦娥六号返回的月球背面月壤样品（南极-艾特肯盆地）	数字病理学	NA	高分辨率X射线微计算机断层扫描、半监督机器学习、离散元方法模拟	半监督机器学习	图像	349,740个颗粒	NA	NA	中值粒径、三维球形度、内摩擦角、粘聚力	NA
244	2026-09-21	XMP-Net: An XAI-Based Modified Xception Model for Recognizing Monkeypox and Other Skin Diseases 2026, BioMed research international IF:2.6Q3 DOI:10.1155/bmri/1113178 PMID:41522723	研究论文	本研究提出了一种基于改进Xception的深度学习架构XMP-Net，用于对猴痘及其他皮肤疾病进行分类，并结合Grad-CAM和LIME增强模型可解释性	提出了XMP-Net改进型Xception架构用于猴痘识别，并整合Grad-CAM和LIME两种可解释人工智能技术，提升模型预测的透明度和临床可信度	水痘类别的分类性能相对较低（准确率77.27%），数据集规模有限，模型在资源受限环境下的实际部署效果有待进一步验证	开发一种可解释的深度学习模型，用于准确识别猴痘及其他皮肤疾病，为临床诊断提供可靠且可解释的辅助工具	皮肤图像，包括正常皮肤、水痘、麻疹和猴痘四类皮肤状况的图像	计算机视觉	猴痘、水痘、麻疹等皮肤疾病	深度学习图像分类、可解释人工智能（XAI）	CNN	图像	NA	NA	Xception	准确率、精确率、召回率、F1分数	NA
245	2026-09-21	Automated Learning of a Dense Manifold of Electronic States and Electronic Energy Transfer and Reactions in Singlet O Collisions with N2 2026, Research (Washington, D.C.) DOI:10.34133/research.0992 PMID:41541569	研究论文	本文应用深度学习框架自动发现并拟合单态氧原子与N₂碰撞中NO的稠密电子态流形上的相容势能矩阵，提出新的半经典动力学方法，计算电子非绝热截面	1. 使用深度神经网络自动发现并拟合相容势能矩阵，覆盖稠密13态流形；2. 提出渐近扩展的曲率驱动相干切换与混合衰减半经典动力学方法，解决了原子-双原子系统对称性与完全分离末态对称性冲突；3. 获得绝热势能面及其梯度的解析表示	摘要未明确提及局限性	为高能环境（如高超声速再入飞行器周围流场）中电子能量转移和反应建模提供新能力，解决实验和理论数据缺乏的问题	单态氧原子与N₂分子的碰撞体系，涉及NO分子的稠密电子态流形	计算化学	NA	深度学习，半经典动力学模拟	深度神经网络	势能面数据，碰撞动力学数据	NA	NA	深度神经网络	电子非绝热截面	NA
246	2026-09-21	Differentiating cytology of pancreatic ductal adenocarcinoma and pancreatic neuroendocrine tumors by EUS-FNA through hyperspectral imaging technology combined with artificial intelligence 2026, Therapeutic advances in gastroenterology IF:3.9Q1 DOI:10.1177/17562848251414188 PMID:41541641	研究论文	该研究利用高光谱成像技术结合人工智能，通过内镜超声引导细针穿刺获取的液基细胞学标本，区分胰腺导管腺癌和胰腺神经内分泌肿瘤	将高光谱成像技术与人工智能相结合，用于胰腺导管腺癌和胰腺神经内分泌肿瘤的细胞学诊断，并采用属性引导因子分解可视化技术可视化卷积神经网络的决策过程	样本量相对较小，仅基于59名患者的数据，需要更大规模的多中心研究验证	开发基于高光谱成像的卷积神经网络，辅助诊断内镜超声引导细针穿刺获取的胰腺导管腺癌和胰腺神经内分泌肿瘤液基细胞学标本	胰腺导管腺癌和胰腺神经内分泌肿瘤的液基细胞学标本	数字病理学	胰腺癌	高光谱成像，内镜超声引导细针穿刺，液基细胞学	CNN	图像	59名患者的2014张高光谱成像图像	NA	ResNet18	灵敏度，特异度，准确率，AUC	NA
247	2026-09-21	Cycle-Consistent Zero-Shot Through-Plane Super-Resolution for Anisotropic Head MRI 2026, Information processing in medical imaging : proceedings of the ... conference DOI:10.1007/978-3-031-96628-6_17 PMID:41552688	研究论文	本文针对各向异性头部MRI的平面内超分辨率问题，提出了一种基于循环一致性零样本超分辨率方法，通过分析2D MR采集的正向问题并构建合适的线性映射，利用去噪扩散概率模型和DDNM实现超分辨率，并在多个T1加权MR数据集上验证了方法的有效性	分析了2D MR采集的正向问题并构建了合适的线性映射，将其整合到DDNM框架中，实现了零样本、循环一致的超分辨率，无需训练数据中的高分辨率图像，且能保证估计的高分辨率图像与低分辨率观测循环一致，避免了深度学习超分辨率中常见的幻觉问题	方法主要针对T1加权头部MRI图像，在其他MRI序列或身体部位的泛化能力未验证	解决临床各向异性MRI图像的低分辨率问题，通过超分辨率技术提升图像质量	各向异性头部MRI图像	计算机视觉, 医学图像处理	NA	MRI成像	去噪扩散概率模型	MRI图像	来自多个数据集的T1加权头部MRI图像，包括训练集保留对象及两个外部站点数据	NA	DDNM（去噪扩散零空间模型）	失真度量，感知度量	NA
248	2026-09-21	Whose city is it? Mapping perceived urban livability with citizen-guided AI 2026, npj urban sustainability IF:9.1Q1 DOI:10.1038/s42949-025-00320-x PMID:41583077	研究论文	开发轻量级深度学习模型（AI-voters），基于DUA居民和城市规划者的宜居偏好，使用开源卫星影像绘制城市宜居性地图	采用两步城市形态采样策略，将数据需求降低90%；训练独立的AI-voters以区分规划者和DUA居民的偏好；证明AI-voters能作为可扩展的本地洞察代理	未明确提及	解决传统宜居性指标忽视弱势群体经验的问题，通过公民引导的AI实现包容性参与式城市宜居性映射	加纳大阿克拉都市区的DUA居民和城市规划者的宜居偏好	计算机视觉、机器学习	NA	深度学习、卫星遥感	CNN	图像	未明确提及	NA	轻量级深度学习模型	NA	NA
249	2026-09-21	An optimized EEG-based hybrid deep learning framework for schizophrenia detection 2026-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00509-0 PMID:41584819	研究论文	本文提出了一种基于脑电信号的精神分裂症检测混合深度学习框架，结合MAO优化算法、CNN和GRU网络，实现了高精度的早期诊断	提出了突变增强阿基米德优化算法用于脑电信号预处理，并将该算法与CNN-GRU混合深度学习模型集成，实现了双目标优化，同时提升检测准确率和降噪效果	未明确讨论模型的泛化能力、跨数据集验证以及临床实际部署的可行性，样本来源和多样性未详细说明	开发一种基于脑电信号的混合深度学习方法，用于精神分裂症的早期诊断，提高诊断准确率和信号质量	精神分裂症患者的脑电信号数据	机器学习	精神分裂症	脑电图	CNN, GRU	信号	NA	NA	CNN, GRU	准确率, 精确率, 召回率, F1分数, 特异性	NA
250	2026-09-21	A Deep Learning-Generated Mixed Tumor-Stroma Ratio for Prognostic Stratification and Multi-omics Profiling in Bladder Cancer 2026, Research (Washington, D.C.) DOI:10.34133/research.1053 PMID:41602481	研究论文	该研究开发了一个卷积神经网络来量化膀胱癌中的混合瘤-间质比率（MTSR），并评估其预后价值，探索其分子机制，并构建MRI放射组学模型进行非侵入性预测	开发了深度学习生成的MTSR，在膀胱癌中展示了可重复性和预后独立性，并与ITGB8富集的间质-致癌通路机制相关；构建了基于mpMRI放射组学的非侵入性MTSR预测模型	未明确提及	量化膀胱癌中的肿瘤-间质结构，改进风险分层，并探索其分子基础	膀胱癌患者和肿瘤组织样本	数字病理学	膀胱癌	全幻灯片图像分割、RNA测序、单细胞RNA测序、放射组学	CNN、随机森林	图像、文本（组学数据）	多中心队列（未指定具体数量）	NA	ResNet50	准确率、Cohen's kappa、Cox回归、Kaplan-Meier分析	NA
251	2026-09-21	Advancing regulatory variant effect prediction with AlphaGenome 2026-01, Nature IF:50.5Q1 DOI:10.1038/s41586-025-10014-0 PMID:41606153	研究论文	本文提出了一种统一的DNA序列模型AlphaGenome，能够从1 Mb的DNA序列输入预测数千种功能基因组轨迹，达到单碱基对分辨率，并在变异效应预测评估中超越了现有模型	AlphaGenome同时解决了输入序列长度和预测分辨率的权衡问题，能够以单碱基对分辨率预测多种模态的功能基因组轨迹，并在26项变异效应预测评估中的25项达到或超过最强现有模型，还能同时评估所有模态的变异效应以准确重现TAL1癌基因附近临床相关变异的机制	摘要中未明确提及研究的局限性	开发一种统一的深度学习模型，从DNA序列出发预测多种功能基因组测量指标，以实现对遗传调控密码的解码和变异效应的准确预测	人类和小鼠基因组DNA序列	基因组学	癌症	深度学习序列建模，功能基因组学预测	深度学习	DNA序列，功能基因组轨迹数据	人类和小鼠基因组	NA	AlphaGenome	变异效应预测评估	NA
252	2026-09-21	A Deep Learning Model to Guide Personalized Mechanical Circulatory Support Use in Cardiogenic Shock Patients Undergoing PCI 2026-Jan, JACC. Advances DOI:10.1016/j.jacadv.2025.102379 PMID:41609277	研究论文	该研究开发并验证了一个名为OPtiMCS的深度学习模型，用于预测接受经皮冠状动脉介入治疗的心源性休克患者使用机械循环支持装置后的多种临床结局，并模拟不同装置转换后的效果以指导个性化治疗	首次利用深度学习模型整合心源性休克患者从入院到机械循环支持置入期间纵向的临床、血流动力学和代谢变量，预测多种结局并模拟IABP与mAFP之间的转换效果，以支持以患者为中心的治疗决策	研究为多中心回顾性分析，样本量相对有限（1408例），模型尚需外部验证和临床实践验证才能推广应用	开发和验证一个深度学习模型，以指导接受PCI的心源性休克患者个性化使用机械循环支持装置	1408名接受IABP或mAFP治疗的心源性休克患者	机器学习	心血管疾病	NA	TabNet	临床数据、血流动力学数据、代谢数据	1408名心源性休克患者	PyTorch	TabNet	AUC	Google Colab
253	2026-09-21	Improved quantification in end-to-end deep learning FastPET reconstruction using multi-view histo-images of attenuation correction factors 2026-Jan, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3569198 PMID:41625252	研究论文	本文提出使用多视角衰减校正因子直方图图像改进端到端深度学习PET重建的量化精度	提出使用多视角衰减校正因子直方图图像替代传统的衰减图作为网络输入，并探索了将其作为独立通道、用于预校正数据或两者兼用的方式，显著提高了图像量化精度	未明确说明局限性，可能包括方法在更广泛数据集上的泛化能力、计算复杂度等	改进端到端深度学习PET重建的量化精度，减少重建图像中的偏差	PET图像重建	计算机视觉	NA	PET重建	CNN	图像	NA	NA	NA	相对差异、绝对偏差、p值	NA
254	2026-09-20	Engaging the Community: CASP Special Interest Groups 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.26833 PMID:40304050	评论	本文介绍了CASP社区于2023年成立的特别兴趣小组（SIGs），旨在通过在线研讨会系列促进社区持续对话和跨学科交流	CASP特别兴趣小组（SIGs）的建立，通过在线研讨会系列促进社区持续交流和跨学科讨论，打破了传统上仅限于预测季和会议期间的交流模式	摘要未提及具体参与数据、研讨会的具体效果评估以及可能存在的技术或参与障碍	促进CASP社区的持续对话和跨学科交流，推动准确预测算法的发展	CASP社区成员，包括深度学习专家、NMR专家等跨学科科学家	计算生物学	NA	NA	NA	文本	NA	NA	NA	NA	NA
255	2026-09-20	Structure Modeling Protocols for Protein Multimer and RNA in CASP16 With Enhanced MSAs, Model Ranking, and Deep Learning 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.70033 PMID:40751131	研究论文	该文章介绍了在CASP16中蛋白质复合物和RNA结构预测的方法与结果，结合了多种深度学习模型、共识评分和增强的MSA策略	整合多种最先进深度学习模型与共识评分方法，利用大型宏基因组序列数据库增强MSA深度，在共识排名方法中增加更多评分项，并基于文献证据进行人工精修；对于RNA，采用以NuFold框架为中心的集成方法	部分靶标预测仍需进一步改进，且人工精修依赖文献证据，可能存在局限性	在CASP16中提升蛋白质多聚体和RNA结构预测的准确性	CASP16中的蛋白质复合物和RNA靶标	机器学习	NA	NA	深度学习模型（具体未指定）	序列数据（蛋白质和RNA序列）	NA	NA	NuFold	NA	NA
256	2026-09-20	Performance of Artificial Intelligence Models in Predicting Responsiveness of Hepatocellular Carcinoma to Transarterial Chemoembolization (TACE): A Systematic Review and Meta-Analysis 2026-01, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.08.028 PMID:40889566	系统综述与荟萃分析	本文系统综述并荟萃分析了人工智能模型（包括手工放射组学和深度学习）在预测肝细胞癌患者经动脉化疗栓塞治疗反应中的表现	首次系统比较了手工放射组学与深度学习模型在预测肝细胞癌TACE治疗反应中的性能，并评估了内部验证与外部验证的差异	研究间存在异质性，需要进一步研究	评估人工智能模型在预测肝细胞癌患者接受经动脉化疗栓塞治疗疗效中的预测性能	确诊为肝细胞癌并接受经动脉化疗栓塞治疗的患者	数字病理学	肝癌	NA	CNN	图像	27项研究，其中11项纳入TACE治疗反应模型荟萃分析	NA	NA	AUC	NA
257	2026-09-20	Progress and Bottlenecks for Deep Learning in Computational Structure Biology: CASP Round XVI 2026-01, Proteins IF:3.2Q2 DOI:10.1002/prot.70076 PMID:41178755	综述	本文评估了CASP16中深度学习方法在计算结构生物学多个领域的进展和瓶颈，包括蛋白质单体、复合物、RNA、大分子集合以及配体-蛋白质结构和亲和力预测	提供了CASP16竞赛的最新评估结果，展示了深度学习在蛋白质复合物界面精度选择方面的有效性，并指出了传统物理方法与深度学习结合以及训练数据增加这两个有前景的趋势	对于RNA结构预测，深度学习方法目前不成功且不优于传统方法；在没有结构同源性的情况下，两种方法结果都很差；大分子集合的CASP目标集有限，难以得出结论；配体-蛋白质复合物预测结果往往达不到实验精度	严格评估计算结构生物学领域的最新方法水平，特别是深度学习方法在CASP16中的表现	CASP16竞赛中的蛋白质单体结构、蛋白质复合物、RNA结构、大分子集合、有机配体-蛋白质结构和亲和力预测目标	计算结构生物学	NA	深度学习，传统物理方法，结构同源性建模	AlphaFold变体	结构数据	NA	NA	AlphaFold	与实验结构的一致性，界面精度	NA
258	2026-09-20	Identification of potent high-affinity secondary nucleation inhibitors of Aβ42 aggregation from an ultra-large chemical library using deep docking 2026-Jan, Molecular systems biology IF:8.5Q1 DOI:10.1038/s44320-025-00159-5 PMID:41193694	研究论文	本文开发了一个开源Deep Docking流程，从超过5.39亿化合物的超大型化学库中筛选Aβ42聚集的二次成核抑制剂，并通过体外实验验证了候选化合物的抑制活性	将可筛选化合物数量提高了4个数量级，开发了开源Deep Docking流程，并从超大型化学库中成功发现了效力优于adapalene的高亲和力Aβ42聚集抑制剂	候选化合物仅通过体外实验验证，尚未进行细胞实验或动物模型验证，且未评估化合物的药代动力学性质和血脑屏障穿透能力	利用基于深度学习的结构对接方法，从超大型化学库中快速、经济地识别针对蛋白质错误折叠疾病的强效先导化合物，特别是Aβ42聚集的二次成核抑制剂	Aβ42肽的聚集过程及其二次成核抑制剂，超大型化学库中的化合物	药物发现，机器学习	阿尔茨海默病	Deep Docking，分子对接，表面等离子共振	深度学习模型	分子结构数据，化合物库数据	超过5.39亿个化合物（超大型化学库），35个候选化合物进行体外测试，其中19个具有抑制活性	NA	NA	命中率（54%），平衡解离常数（低纳摩尔范围）	NA
259	2026-09-20	Application of deep learning in evaluating the anatomical relationship between the mandibular third molar and inferior alveolar nerve: A scoping review 2026-Jan-01, Medicina oral, patologia oral y cirugia bucal DOI:10.4317/medoral.27584 PMID:41108775	综述	本综述旨在识别和比较用于下颌第三磨牙手术影像评估的深度学习模型，重点关注AI模型类型、关键性能指标、影像模态和临床适用性	首次对深度学习在下颌第三磨牙与下牙槽神经解剖关系评估中的应用进行范围综述，系统比较了不同AI模型的性能并揭示了当前研究的局限性	大多数研究依赖二维影像且聚焦于检测和分割，预测建模和三维CBCT分析相对有限；数据集大小、验证流程和性能指标存在显著差异，模型泛化性不一致	识别和比较用于下颌第三磨牙手术影像评估的深度学习模型，评估其临床适用性	2015至2024年间发表的关于深度学习应用于下颌第三磨牙影像分析的研究	计算机视觉, 数字病理学	口腔疾病	全景X线摄影, 锥形束计算机断层扫描(CBCT)	CNN	图像	16篇符合纳入标准的研究	NA	U-Net, CNN	准确率, 灵敏度, 特异度	NA
260	2026-09-19	Enhancing Newborn Health Assessment: Ultrasound-based Body Composition Prediction Using Deep Learning Techniques 2026-Jan, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.09.016 PMID:41102035	研究论文	本研究利用深度学习模型，通过超声图像预测新生儿的体成分（脂肪量和去脂体重），以改善新生儿健康评估	首次将改进的U-Net架构应用于超声图像预测新生儿体成分，并结合Grad-CAM可视化关键区域	样本量较小（65名早产儿），仅使用超声图像，未与其他模态或更大群体验证	探讨深度学习通过超声预测体成分的可行性，以提高新生儿健康评估	65名早产儿的721张超声图像（肱二头肌、股四头肌和腹部）	医学图像分析	新生儿健康	超声成像	CNN	图像	65名早产儿，721张超声图像	NA	U-Net	MAE, MSE, RMSE, MAPE, Bland-Altman图	NA