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
861	2026-09-26	Developmental Brain Age Estimation From MRI Data: A Systematic Review of Deep Learning Approaches and Open Datasets 2026-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70180 PMID:41414873	综述	本文系统综述了基于MRI数据的深度学习脑龄估计方法，聚焦于发育中大脑（胎儿至2岁），并比较了开放数据集和模型性能	全面综述了发育脑龄估计的深度学习方法和开放数据集，涵盖了临床和技术层面，并提出了未来研究方向	作为综述文章，未进行原始实验验证，可能受限于已发表研究的质量和范围	综述深度学习在发育脑龄估计中的应用，比较模型性能，讨论临床应用和挑战	发育中大脑（胎儿至2岁）的MRI数据	医学图像分析	神经发育障碍	MRI	深度学习	图像	NA	NA	NA	评估指标（未具体列出）	NA
862	2026-09-26	Deep learning for the change-point Cox model with current status data 2026-02-09, Lifetime data analysis IF:1.2Q2 DOI:10.1007/s10985-026-09689-y PMID:41661381	研究论文	该研究针对当前状态数据下的变点Cox比例风险模型，开发了深度部分线性估计方法，以处理复杂的变点效应	使用深度神经网络对Cox框架中的协变量效应进行建模，提出最大似然估计过程，并建立估计量的渐近性质	未明确说明	为当前状态数据下的深度部分线性变点Cox比例风险模型开发估计方法，以容纳复杂的变点效应	乳腺癌数据集	机器学习	乳腺癌	当前状态数据	深度部分线性Cox比例风险模型	生存数据	未明确说明	未明确说明	深度神经网络	一致性,渐近独立性,半参数效率	未明确说明
863	2026-09-26	Fast learning-free organoid quantification and tracking with OrganoSeg2 2026-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37526-7 PMID:41663503	研究论文	介绍了一种名为OrganoSeg2的软件，用于快速、无需训练地分割和追踪类器官，并在多种类器官类型中验证了其优越的泛化分割精度。	提出了一种改进的多窗口自适应阈值分割方法，加速了约10倍，增加了纵向单类器官追踪和多色荧光定量功能，并在泛化分割精度上超越了深度学习方法。	未明确提及局限性，但可能受限于明场低倍图像的分割挑战，以及特定应用下的参数调整需求。	开发一种通用、无需训练且高效的类器官分割和追踪软件，以支持大规模定量分析。	六种类型的类器官，包括腔面乳腺癌类器官。	数字病理学	乳腺癌	明场显微镜成像	NA	图像	六种类型的类器官	NA	NA	分割精度	NA
864	2026-09-26	Mass spectrometry-based human spatial omics: fundamentals, innovations, and applications 2026-Feb-06, Journal of biomedical science IF:9.0Q1 DOI:10.1186/s12929-026-01219-0 PMID:41645178	综述	系统综述了基于质谱的人体空间组学技术的基本原理、创新进展与应用前景	系统整合了质谱成像、标记方法和邻近标记技术的最新进展，并强调了深度学习、跨模态配准和云优化数据格式在分析流程中的整合	需要标准化、临床验证和可解释的人工智能才能实现更广泛的采用	系统梳理基于质谱的空间组学技术发展，探讨其在多模态空间生物学和个性化医疗中的应用	基于质谱的空间组学技术及其在肿瘤微环境、神经退行性疾病、发育生物学等领域的应用	空间组学	肿瘤, 神经退行性疾病	质谱成像, 邻近标记技术	NA	图像, 分子数据	NA	NA	NA	NA	NA
865	2026-09-26	Self-adaptive fine-tuning of deep learning super-resolution microscopy for artifact suppression in live-cell imaging 2026-Feb-02, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2025.101123 PMID:41658490	研究论文	本文开发了一种自适应微调方法，用于抑制深度学习超分辨率显微镜中的伪影，并应用于活细胞成像。	创新点在于自适应微调方法能够动态调整模型参数以最小化损失函数，该损失函数直接量化了活细胞成像中的伪影。	未明确提及局限性，因此输出为NA。	研究目的是抑制深度学习超分辨率显微镜中的伪影，提高活细胞成像的质量。	研究对象是活细胞成像中的纳米级细胞器相互作用。	计算机视觉	NA	深度学习超分辨率显微镜	NA	图像	NA	NA	NA	NA	NA
866	2026-09-26	Unsupervised learning of spatially varying regularization for diffeomorphic image registration 2026-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103887 PMID:41317547	研究论文	提出一种分层概率模型，用于在微分同胚图像配准中从数据端到端学习空间变化的形变正则化	将形变正则化强度的先验分布集成到分层概率模型中，实现空间变化正则化的端到端学习，并通过贝叶斯优化自动调参	未明确提及	解决深度学习图像配准中空间不变正则化忽略局部形变变化的问题	可变形图像配准	计算机视觉	NA	NA	分层概率模型	图像	NA	NA	NA	配准性能（具体指标未指明）	NA
867	2026-09-26	Attention-Based Multimodal Deep Learning for Uveal Melanoma Classification Using Ultra-Widefield Fundus Images and Ocular Ultrasound 2026-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100985 PMID:41439217	研究论文	该研究开发并评估了一种基于注意力机制的多模态深度学习模型，整合超广角眼底照相和B超图像，用于自动分类葡萄膜黑色素瘤和脉络膜痣。	首次将注意力机制的多模态深度学习应用于超广角眼底图像和眼部超声图像的融合，以提高葡萄膜黑色素瘤与脉络膜痣的分类性能。	样本量相对较小，仅包括174名患者，且为回顾性单中心研究，可能影响模型的泛化能力。	开发并评估一种深度学习模型，整合超广角眼底照相和B超图像，用于自动分类葡萄膜黑色素瘤和脉络膜痣。	174名患者（93例葡萄膜黑色素瘤和81例脉络膜痣），来自一家三级眼科中心。	计算机视觉	葡萄膜黑色素瘤	超广角眼底照相和B超超声成像	深度学习模型	图像	174名患者（93例葡萄膜黑色素瘤和81例脉络膜痣）	NA	注意力机制	准确率, F1分数, AUC	NA
868	2026-09-26	Multiscale segmentation using hierarchical phase-contrast tomography and deep learning 2026-Feb, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013923 PMID:41628266	研究论文	本文利用分层相位对比断层扫描（HiP-CT）生成的多尺度数据集，开发了一种基于深度学习的多尺度分割流程，并以人肾脏中的肾小球为案例进行了验证	提出了一种结合HiP-CT多尺度成像与深度学习的分割流程，通过高分辨率数据训练模型并利用伪标签和多尺度图像配准将分割能力扩展到低分辨率全器官扫描，实现了在完整人体器官中分割微小功能单元	伪标签的质量依赖于高分辨率预测的准确性和多尺度图像配准的精度，可能引入累积误差；目前仅在肾脏肾小球上进行了验证，对其他器官系统的适用性尚需进一步研究	开发一种能够在多尺度生物医学影像数据中有效分割微小功能单元的深度学习流程	人肾脏中的肾小球，包括来自四名人类肾脏的高分辨率VOI数据以及两名供体的全器官低分辨率数据	数字病理学	肾脏疾病	分层相位对比断层扫描（HiP-CT）	CNN	图像	四个高分辨率VOI数据集（来自四名人类肾脏）用于模型基准测试；两个全器官低分辨率数据集（分别来自一名62岁无肾脏疾病供体和一名94岁高血压供体）用于多尺度分割应用	NA	nnUNet	Dice系数	NA
869	2026-09-26	Strategies in Global Ancestry and Local Ancestry Inference 2026-Feb, Current protocols DOI:10.1002/cpz1.70321 PMID:41649483	综述	本文提供了一份关于全球祖先成分和局部祖先推断的实用协议指南，涵盖概念、方法分类、工具选择以及逐步操作流程	系统性地整合了全球祖先和局部祖先推断的方法学，并提供了基于ADMIXTURE和SHAPEIT5+RFMix的逐步协议，同时讨论了深度学习等最新进展	作为协议指南，未提出新的算法或模型，主要基于现有方法的总结和推荐	帮助研究人员在不同研究设计和数据集中选择和实施合适的祖先推断方法	混合人群的基因型阵列和全基因组测序数据	机器学习	NA	基因型阵列, 全基因组测序	基于模型的聚类, 降维方法, 隐马尔可夫模型, 基于窗口的机器学习, 深度学习	基因型数据, 测序数据	NA	NA	ADMIXTURE, SHAPEIT5, RFMix	NA	NA
870	2026-09-26	Learning genetic perturbation effects with variational causal inference 2026-Feb, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013194 PMID:41628222	研究论文	本文提出了一种结合机制因果模型与变分深度学习的混合方法SCCVAE，用于预测遗传扰动效应	将基于基因调控网络的线性因果模型与变分自编码器结合，利用学习到的调控网络表示扰动变化，实现对外部未见扰动的更好泛化	未明确提及	预测单细胞水平下遗传扰动引起的转录组响应，并识别功能扰动模块	单细胞转录组数据中的遗传扰动响应	机器学习, 计算生物学	NA	Perturb-seq, 单细胞测序	变分自编码器, 因果模型	单细胞转录组数据	NA	NA	SCCVAE (Single Cell Causal Variational Autoencoder)	NA	NA
871	2026-09-26	An Effective Approach for Recognition of Crop Diseases Using Advanced Image Processing and YOLOv8 2026-Feb, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.71504 PMID:41676010	研究论文	该文章提出了一种结合先进图像处理技术和YOLOv8模型识别作物病害的有效方法	将局部对比度增强、小波变换、Sigmoid校正、伽马校正和中值滤波等先进图像处理技术与YOLOv8模型相结合，用于作物病害的分割和分类，并采用迁移学习	未明确提及	开发计算机辅助方法，利用作物图像检测和分类病害，以提高早期病害诊断并避免重大作物损失	番茄、咖啡、黄瓜、橄榄和小麦等经济作物的病害	计算机视觉	植物病害	图像处理技术（局部对比度增强、小波变换、Sigmoid校正、伽马校正、中值滤波）、深度学习	YOLOv8	图像	包含32种病害的混合数据集（具体样本数量未提及）	NA	YOLOv8	召回率、精确率、准确率、均方误差、峰值信噪比	NA
872	2026-09-26	EDEN: multiscale expected density of nucleotide encoding for enhanced DNA sequence classification with hybrid deep learning 2026-Jan-24, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06367-6 PMID:41580658	研究论文	提出了一种基于核密度估计的多尺度核苷酸编码框架，用于DNA序列分类	统一多尺度编码框架，能同时捕捉局部和远程依赖关系，参数数量远少于先进模型	未明确说明	提高DNA序列分类的准确性，用于理解基因调控、疾病机制和转化基因组学	DNA序列	机器学习	NA	核密度估计	混合深度学习	序列数据	16个基准数据集	NA	混合深度学习架构	平均性能	NA
873	2026-09-26	Deep tobit model: an integrated framework for high-dimensional censored regression with variable selection 2026-01-23, Lifetime data analysis IF:1.2Q2 DOI:10.1007/s10985-026-09690-5 PMID:41571915	研究论文	本文提出了一种深度Tobit模型，将Tobit似然损失与深度学习结合，用于高维删失回归的变量选择和预测。	将负Tobit对数似然作为深度学习损失函数，并开发了两阶段特征选择算法，提供了收敛速度和选择一致性的理论保证。	未明确讨论计算复杂度或模型可扩展性。	解决高维左删失数据中非线性关系建模和变量选择的问题。	高维左删失数据，包括航空发动机机匣振动数据和HIV病毒载量数据。	机器学习	艾滋病	NA	深度学习	表格数据	NA	NA	NA	变量选择准确性，预测准确性	NA
874	2026-09-26	Harnessing artificial intelligence for genomic variant prediction: advances, challenges, and future directions 2026-01-21, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giag004 PMID:41518203	综述	本文综述了人工智能在基因组变异预测中的应用进展、挑战和未来方向，涵盖从传统方法到机器学习和蛋白质语言模型的演变	系统评估了当前变异影响预测器，并提出了增强预测器选择、多组学数据整合和优化计算工作流的策略	数据异质性、可解释性不足以及意义不明变异的持续存在，缺乏包容性基因组数据库	探讨人工智能在基因组变异解释中的演变，解决变异分类的关键挑战，并提出改进策略	基因组变异、变异影响预测器、多组学数据	机器学习	NA	多组学数据整合	机器学习, 深度学习, 蛋白质语言模型	基因组数据, 多模态数据	NA	NA	NA	预测准确性	NA
875	2026-09-26	Active guidance in ultrasound bladder scanning using reinforcement learning 2026-Jan-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35285-z PMID:41540132	研究论文	本文提出了一种基于强化学习的智能引导系统，用于改善膀胱超声扫描中图像采集过程	首次将强化学习应用于膀胱评估的超声引导；引入Adam LMCDQN算法并在线性MDP中验证；设计了结合领域知识的奖励函数	实验在模拟环境中进行，尚未在临床环境中验证	提高超声膀胱扫描中图像采集的质量和一致性	超声膀胱扫描过程	医学图像分析	泌尿系统疾病	超声成像	强化学习	图像	NA	NA	深度Q网络	成功率	NA
876	2026-09-26	Assessing the relation between protein phosphorylation, AlphaFold3 models, and conformational variability 2026-Jan, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70376 PMID:41432299	研究论文	本文系统评估了AlphaFold模型（AF2、AF3非磷酸化、AF3磷酸化）预测磷酸化诱导的蛋白质构象多样性的能力	首次系统评估AlphaFold3磷酸化感知设计在预测磷酸化诱导构象变化方面的效果，并与AF2和AF3非磷酸化模型进行对比	所有模型主要与主导结构状态对齐，往往无法捕获磷酸化特异性构象，AF3磷酸化预测仅比AF2和AF3非磷酸化略有改善	评估AlphaFold模型预测翻译后修饰（特别是磷酸化）驱动的蛋白质构象变化的能力	蛋白质及其磷酸化修饰诱导的构象变化	机器学习	癌症, 阿尔茨海默病	NA	NA	NA	NA	NA	AlphaFold2, AlphaFold3	NA	NA
877	2026-09-26	Assessing the validity of leucine zipper constructs predicted by AlphaFold 2026-Jan, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70438 PMID:41432297	研究论文	本研究利用超过2000个人类亮氨酸拉链实验数据，评估AlphaFold预测亮氨酸拉链二聚体结构的有效性，发现AlphaFold能高置信度预测出在体内因静电作用无法形成的二聚体，揭示了高置信度但低准确度的结构预测问题	首次系统性地使用大规模实验测试的人类亮氨酸拉链数据来评估AlphaFold对亮氨酸拉链结构域的预测能力，并揭示了AlphaFold预测高置信度但低准确度的二聚体界面这一重要局限性	研究仅聚焦于亮氨酸拉链结构域，未评估AlphaFold对其他类型蛋白质相互作用界面的预测能力；未提出改进AlphaFold预测准确度的方法；实验验证数据仅涵盖人类亮氨酸拉链	评估AlphaFold预测亮氨酸拉链结构域及区分可能和不可能二聚体界面的能力，理解AI在结构生物学中的当前能力和局限性	AP-1转录因子（特别是Fos和Jun）的亮氨酸拉链结构域，以及超过2000个实验测试的人类亮氨酸拉链	机器学习	NA	AlphaFold2, AlphaFold3, 氨基酸序列分析, 多序列比对	深度学习	蛋白质氨基酸序列	超过2000个实验测试的人类亮氨酸拉链	NA	AlphaFold2, AlphaFold3	NA	NA
878	2026-09-26	Associations between contralesional neuroplasticity and motor impairment through deep learning-derived MRI regional brain age in chronic stroke (ENIGMA): a multicohort, retrospective, observational study 2026-01, The Lancet. Digital health DOI:10.1016/j.landig.2025.100942 PMID:41577565	研究论文	本研究通过深度学习从MRI提取区域脑龄，探讨慢性卒中患者病灶负荷、双侧大脑区域脑龄与运动障碍之间的关联	首次利用图卷积网络算法从结构MRI估计18个功能亚区的区域脑龄，揭示同侧半球加速老化与对侧半球代偿性减速老化并存的现象	回顾性观察性研究设计，无法确定因果关系，样本主要来自特定队列可能存在选择偏倚	探究局灶性病变损伤、双侧半球区域脑龄与慢性卒中运动结局之间的关联，并识别运动障碍的关键预测因子	慢性单侧卒中患者（卒中后超过180天）	数字病理学	心血管疾病	结构T1加权MRI	图卷积网络, 机器学习分类器, 线性混合效应模型, 结构方程模型	图像	501名来自ENIGMA卒中恢复工作组的慢性卒中患者（来自8个国家34个队列）和17791名来自英国生物样本库的个体	NA	图卷积网络	β系数, 95%置信区间, FDR校正p值, 调整后平均差异	NA
879	2026-09-25	HyLnc: a hybrid deep learning and feature-based approach for long non-coding RNA prediction 2026-Dec-31, RNA biology IF:3.6Q2 DOI:10.1080/15476286.2026.2731913 PMID:42716909	研究论文	该研究提出了HyLnc框架，通过整合基于Transformer的上下文嵌入与手工序列特征，用于长非编码RNA（lncRNA）预测	创新性地将预训练的BERT模型提取的深度上下文嵌入与348个手工特征相结合，并采用多阶段特征选择策略优化混合特征集	未明确提及	提高从转录组数据中准确识别lncRNA的计算方法性能	后生动物RNA序列（用于预训练）、lncRNA和蛋白编码转录本（用于微调与评估）	自然语言处理, 机器学习	NA	RNA测序（转录组数据）, 掩码语言建模预训练	BERT, 随机森林（RF）	序列文本	NA	NA	BERT, 随机森林	准确率, F1分数, MCC	NA
880	2026-09-25	Artificial intelligence for anticancer drug discovery from natural products of macroalgae and sponges: A systematic review 2026-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.109280 PMID:42556018	系统综述	本文系统综述了人工智能方法在大型海藻和海绵来源海洋天然产物抗癌药物发现中的应用，涵盖机器学习与深度学习在生物活性预测、靶点识别、ADMET筛选、生成式类似物设计和临床前候选物选择等方面的进展	系统区分了经典机器学习和现代深度学习在海洋天然产物抗癌发现中的不同角色，将AI方法置于大型海藻和海绵来源肿瘤先导化合物的化学背景中进行审视，并提出了优先发展开放MNP专属基准、共生体感知建模以及结合可合成性和ADMET约束的主动学习循环的路线图	海洋天然产物的生物活性记录稀疏、异质且存在分类学偏差，限制了当前模型的学习能力，降低了AI优先候选物进入临床前管线的可靠性，医学转化的主要瓶颈已从算法能力部分转向数据基础设施和实验验证	系统梳理AI方法在海洋天然产物抗癌药物发现中的应用现状，评估已发表的案例研究及其验证水平（计算、体外、体内、临床），并提出推动该领域发展的路线图	大型海藻和海绵来源的海洋天然产物及其抗癌药物发现过程，包括已进入临床的海洋来源抗癌药物（如阿糖胞苷、艾日布林）和抗体药物偶联物（如布伦妥昔单抗维多汀）	机器学习, 药物发现, 海洋天然产物化学	癌症	经典机器学习, 深度学习, 图神经网络, 基于Transformer的分子生成器, 扩散模型, 卷积神经网络, 分子网络去重复化	图神经网络, Transformer, 扩散模型, 卷积神经网络, 经典机器学习模型（基于分子指纹）	分子结构数据, 生物活性数据, 质谱数据, 文本	NA	NA	图神经网络, Transformer, 扩散模型, 卷积神经网络	NA	NA