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
81	2026-06-04	Fewest-Switches Surface Hopping with Combined Deep Learning Potential and Long Short-Term Memory Network Propagator for Simulating Realistic Photochemical Processes 2026-May-28, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00170 PMID:42207866	研究论文	本文开发了一种结合等变神经网络势和长短期记忆网络传播器的少开关表面跳跃方法，用于模拟真实光化学过程	重新设计了LSTM的输入特征和训练过程，有效表示高维核自由度；集成了等变神经网络构建基态和激发态的绝热势能面	仅需10条参考轨迹进行训练，但方法适用范围可能受限于模型复杂度	模拟真实光化学反应，特别是光异构化过程，并准确计算激发态寿命和产物产率	CHNH和偶氮苯的光异构化反应	机器学习	NA	NA	长短期记忆网络（LSTM）和等变神经网络	分子动力学轨迹数据	10条参考轨迹用于训练LSTM网络	PyTorch	LSTM, 等变神经网络	激发态寿命, 产物产率	NA
82	2026-06-04	The Tsetlin Machine: A "Third Way" in QSAR Modeling 2026-May-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c03109 PMID:42208944	研究论文	介绍Tsetlin Machine作为一种新型的QSAR建模方法，结合了规则方法、深度学习的迭代学习特性与内在可解释性	首次将Tsetlin Machine算法引入QSAR建模，实现了规则方法的准确性、神经网络的迭代学习能力与完全可解释性的统一	由于TM-QSAR的二进制特性，在处理离散化连续描述符时性能有限	探索TM算法在QSAR建模中的应用潜力，提供一个兼具准确性、计算效率与可解释性的新方法	包括MOR（µ-阿片受体）和CYPA4（细胞色素P450 3A4）等生物靶标	机器学习	NA	QSAR建模	Tsetlin Machine	分子描述符数据	NA	NA	Tsetlin Machine	ROC-AUC, PRC-AUC, PPV	NA
83	2026-06-04	Evolutionary transfer learning enables organism-wide inference of mammalian enhancer landscapes 2026-May-27, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.07.717039 PMID:41993329	研究论文	通过进化迁移学习框架STEAM，利用跨物种的增强子直系同源关系，实现哺乳动物细胞类型特异性增强子的全基因组推断	提出进化迁移学习概念，利用调控因子（慢）与增强子（快）的进化速率差异，结合241种哺乳动物基因组（Zoonomia）的同源信息，构建STEAM模型显著提升跨物种泛化能力	进化感知模型在跨物种泛化时失效；进化增强模型虽提升泛化但引入更大标签噪声；仅关注增强子预测未涉及启动子等其它调控元件	开发可跨物种泛化的深度学习模型，实现哺乳动物发育过程中细胞类型特异性远端增强子的全基因组预测	小鼠胚胎（E10至出生）的3.9百万个细胞核，涵盖36个细胞类别和140个细胞类型，及241种哺乳动物基因组	计算机视觉, 自然语言处理, 机器学习	无特定疾病	单细胞ATAC-seq（scATAC-seq）、组合索引、深度学习、比较基因组学	多输出深度学习模型（CREsted、STEAM）	染色质开放性数据（单细胞ATAC-seq）、基因组序列、增强子直系同源关系	3.9百万个细胞核（来自36个胚胎）、241种哺乳动物基因组	NA	多输出深度学习模型（具体架构未明确）、STEAM（基于同源监督的迁移学习模型）	模型性能（具体指标未明确）、跨物种泛化能力	NA
84	2026-06-04	EZPro-Multi: Contrastive Learning-Enhanced Multi-property Prediction for Enzyme Engineering 2026-May-27, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00821 PMID:42199085	研究论文	提出EZPro-Multi，一个集成ProtT5和Molformer表示并通过交叉注意力模块和对比学习增强的多属性预测框架，用于酶工程	首次将蛋白质表示与底物表示通过交叉注意力模块深度融合，并采用监督对比学习区分不同催化变化的突变子-底物对，同时引入辅助分类头提升回归主任务	未提及在极大规模数据集上的可扩展性及对全新酶家族或未知底物类型的泛化能力	准确预测酶突变体的多种生化属性（催化效率、稳定性、溶解性），加速酶工程优化	酶突变体及其与底物的相互作用对	机器学习	NA	NGS（深度突变扫描数据集）	Transformer（ProtT5、Molformer）、对比学习、辅助分类头	蛋白质序列数据、底物分子数据	包含多样酶-底物对的精选数据集及多个基准数据集	PyTorch	ProtT5、Molformer、交叉注意力模块	回归准确率、分类一致性、前10%高活性突变体命中率	NA
85	2026-06-04	Conditionally Site-Independent Neural Evolution of Antibody Sequences 2026-May-26, ArXiv PMID:41822160	研究论文	提出CoSiNE模型，利用深度神经网络参数化的连续时间马尔可夫链，弥合深度学习与系统发育模型在抗体序列进化分析中的差距	首次将深度神经网络与连续时间马尔可夫链结合，实现对抗体序列进化过程中上位效应的显式建模，并理论证明其突变过程的一阶近似误差边界；提出Guided Gillespie采样方案，实现推理时对抗体结合亲和力的定向优化	NA	建立能够同时捕捉抗体序列进化动态和上位相互作用的计算方法，提升零样本变异效应预测和抗体结合亲和力优化能力	抗体序列的进化动力学过程	机器学习	NA	深度神经网络、连续时间马尔可夫链	混合模型	序列数据	NA	NA	CoSiNE	零样本变异效应预测准确性	NA
86	2026-06-04	Imaging Features of Herpetic Interstitial Keratitis by Anterior Segment Optical Coherence Tomography 2026-May-26, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004196 PMID:42228428	研究论文	利用前段光学相干断层扫描（AS-OCT）分析疱疹性间质性角膜炎（HIK）的影像特征	首次系统描述活动性HIK在AS-OCT上的特征，包括前基质高反射、模糊边界和凸形后轮廓，并发现上皮厚度在HIK与基质瘢痕中的差异	样本量小（仅27例）；缺乏深度学习算法验证；未包含非活动期病例对照	探索AS-OCT在鉴别活动性HIK与既往基质瘢痕中的临床应用价值	活动性HIK患者（HSV或VZV感染）及基质瘢痕患者	数字病理学	感染性角膜炎	前段光学相干断层扫描（AS-OCT）	NA	图像	27例活动性HIK（17例HSV，10例VZV）和9例基质瘢痕	NA	NA	与裂隙灯诊断的符合率	NA
87	2026-06-04	Hypergraph-Based Dual-Channel Improved Variational Autoencoder with Cross-Attention for Compound-Protein Interactions Identification 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00027 PMID:42077155	研究论文	提出一种基于超图的双通道改进变分自编码器与多头交叉注意力机制，用于识别化合物-蛋白质相互作用	创新性地构建了双通道超图（化合物/蛋白质互为超边和节点），并整合改进变分自编码器与多头交叉注意力机制，以同时提取节点特征和超图拓扑信息	未明确讨论模型在极度不平衡数据或大规模蛋白质组上的扩展性及过拟合风险	开发一种理论计算方法，准确识别化合物-蛋白质相互作用，辅助早期药物发现和药物重定位	化合物-蛋白质相互作用（CPI）	机器学习	NA	计算机模拟	改进的变分自编码器(VAE)、深度神经网络(DNN)、多头交叉注意力机制	表格数据（化合物-蛋白质相互作用数据）	基准数据集，采用5折交叉验证；另外使用DrugBank、GPCR、KIBA和Human数据集	NA	改进的变分自编码器、多头交叉注意力、深度神经网络	准确率、敏感度、特异性、精确率、马修斯相关系数、ROC曲线下面积、精确率-召回率曲线下面积	NA
88	2026-06-04	Emerging applications of traditional and generative artificial intelligence in Liver Transplantation 2026-May-25, Liver transplantation : official publication of the American Association for the Study of Liver Diseases and the International Liver Transplantation Society IF:4.7Q1 DOI:10.1097/LVT.0000000000000914 PMID:42190268	综述	这篇综述系统总结了传统人工智能和生成式人工智能在肝移植全流程中的新兴应用，涵盖患者选择、供受者匹配、术中管理和术后护理等环节	首次系统整合了自2023年以来生成式AI和大语言模型在肝移植中的扩展应用，包括从结构化数据到非结构化数据的多模态推理和临床信息提取	实际临床应用仍受限于本地验证、工作流程集成和基础设施需求等挑战	综述AI在肝移植患者全流程中的最新发展，从慢性肝病管理到长期术后结局	肝移植患者、供受者匹配、移植物存活、术后并发症等	机器学习	肝移植相关疾病	NA	传统机器学习（随机森林、梯度提升）、深度学习（CNN、RNN）、生成式AI（LLM）	结构化临床数据集、非结构化数据、影像数据、组学数据	NA	NA	随机森林、梯度提升、神经网络、循环架构、多任务框架	NA	NA
89	2026-06-04	Nuclear DNA-Gated Electrochemiluminescence Microscopy with Deep Learning for Single-Cell Apoptosis Profiling 2026-May-24, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c01234 PMID:42177648	研究论文	开发了核DNA门控电化学发光显微镜结合深度学习，用于单细胞凋亡分析	利用基因组DNA作为Ru(bpy)的内在共反应物，将凋亡相关的染色质凝集和断裂转化为核ECL强度的空间分辨下降，并结合深度学习实现高通量分类	未明确提及模型泛化性、实验重复性及临床适用性等限制	实现单细胞水平上抗癌药物反应的定量和可扩展的凋亡分析	经抗癌药物处理的单个细胞，包括两种光敏剂及三种天然抗癌化合物处理的细胞	计算机视觉, 数字病理学	癌症	电化学发光显微镜, 深度学习	深度学习模型	图像	大规模数据集（具体数量未提及）	NA	深度学习模型（具体架构未提及）	分类准确率（具体指标未列出）	未提及
90	2026-06-04	Non-invasive predictive model for incidental gallbladder carcinoma based on multimodal features: Integrating clinical data, MRI radiomics, and deep transfer learning features 2026-May-22, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2026.102826 PMID:42172792	研究论文	基于临床数据、MRI影像组学和深度学习迁移学习特征，开发一种无创预测偶发性胆囊癌的多模态模型	首次整合临床特征、MRI影像组学与深度学习迁移学习特征构建多模态预测模型，并证明其性能优于单一模态模型	NA	构建无创预测偶发性胆囊癌的模型，辅助术前风险分层	偶发性胆囊癌患者和良性胆囊疾病患者	机器学习	胆囊癌	MRI，深度学习迁移学习	多模态深度学习模型	临床数据、MRI影像	299例良性胆囊疾病患者和106例偶发性胆囊癌患者，共405例	NA	NA	AUC	NA
91	2026-06-04	Deep-learning endomicroscope with large field-of-view and depth-of-field for real-time in vivo imaging of epithelial cancer hallmarks 2026-May-19, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2602705123 PMID:42113975	研究论文	提出一种名为PrecisionView的深度学习内窥显微镜，通过整合深度学习优化的相位掩模和实时重建，实现了20毫米视野和500微米景深，用于上皮癌标志物的活体实时成像	首次将深度学习优化的相位掩模和实时重建集成到紧凑型内窥显微镜中，突破了传统活体显微镜在分辨率、视野和景深之间的固有权衡，实现了视野和景深的大幅提升（分别增加约5倍和8倍）	NA	开发一种能够实现大视野、大景深且高分辨率的活体内窥显微镜，用于早期检测上皮癌前病变	健康志愿者的口腔和具有癌前病变的宫颈标本	计算机视觉	上皮癌	活体显微镜	深度学习模型	图像	健康志愿者口腔和癌前病变宫颈标本	NA	NA	视野、景深、分辨率	NA
92	2026-06-04	PL-PatchSurfer3: improved structure-based virtual screening for structure variation using 3D Zernike descriptors 2026-May-14, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-026-01224-3 PMID:42135840	研究论文	提出了一种改进的基于表面斑块的虚拟筛选方法PL-PatchSurfer3，利用3D Zernike描述符稳健处理受体结构变异	引入了氢键互补性的精确定义和可见性（捕捉局部曲率）两个关键改进，对全息、未结合、建模及AlphaFold预测的受体结构均表现稳健	NA	提高基于结构的虚拟筛选对受体结构变异的鲁棒性和筛选性能	受体和药物分子的结合位点表面斑块	分子计算	NA	NA	NA	分子结构数据	NA	NA	NA	NA	NA
93	2026-06-04	Immune Spatial Organization Predicts Distant Metastasis Risk in Aggressive Localized Prostate Cancer 2026-May-11, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-25-4900 PMID:42113020	研究论文	提出一种基于免疫微环境空间组织的可解释计算病理学生物标志物，用于预测侵袭性局限性前列腺癌的远处转移风险	首次提出免疫空间聚类作为可解释的计算病理学生物标志物，并揭示高级别前列腺癌的独特免疫特征与远处转移风险的关联	研究基于回顾性队列，且样本量有限（总n=816），需进一步在前瞻性队列中验证	开发一种可解释的、基于免疫微环境计算病理学的生物标志物，以改进前列腺癌风险分层	M0期前列腺癌患者（三个队列：发现队列和验证队列共n=490，TCGA队列n=326）	数字病理学	前列腺癌	H&E染色全切片成像、深度学习（CellViT）、DBSCAN聚类、CIBERSORTx免疫细胞去卷积、TRUST4免疫受体库重建	CNN（CellViT）	图像（H&E染色WSI）、基因表达数据（批量测序）	816例前列腺癌患者（发现队列n=490，验证队列n=326）	CellViT, CIBERSORTx, TRUST4	CellViT（基于U-Net的细胞级ViT模型）	调整风险比、95%置信区间、交互作用P值	NA
94	2026-06-04	Deep learning-assisted versus manual reading in routine cervical cytopathology: a multicentre randomised crossover trial 2026-May-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02703-5 PMID:42086920	临床试验	该项多中心交叉随机试验评估了深度学习系统在常规宫颈细胞学检查中相较于人工读片的诊断效果，结果显示深度学习能显著提高敏感性和效率而不牺牲特异性	首次通过多中心随机交叉试验评估深度学习在宫颈细胞学中对非专家病理学家的辅助效果，超越仅关注准确性的先验工作，同时验证了灵敏度和工作效率的提升	仅包含非专家病理学家，未评估对专家病理学家的效果；试验设计可能受洗脱期影响；样本量有限，需更大规模验证	评估深度学习系统在常规宫颈细胞学检查中对诊断准确性和效率的临床效用	1920名18岁及以上接受液基细胞学宫颈癌筛查的女性	数字病理学	宫颈癌	液基细胞学	深度学习模型	宫颈细胞学数字化图像	1920名女性患者的宫颈细胞学涂片	NA	NA	敏感性, 特异性, 读片时间	NA
95	2026-06-04	Autodidactic dense anatomical models 2026-May-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104117 PMID:42229212	研究论文	提出一种自监督学习框架Adam-v2，通过显式编码医学图像中的部分-整体层级结构来提升解剖学理解能力	首次在自监督学习中通过三个分支（可定位性、可组合性、可分解性）显式学习医学图像的解剖层级结构，并展现出零样本解剖理解等新兴特性	未明确讨论计算资源需求及在大规模数据集上的扩展性	解决深度学习模型未能显式编码医学图像中固有解剖层级结构的问题	医学图像中的解剖结构及其多层级关系	计算机视觉	NA	NA	自监督学习框架	医学图像	NA	PyTorch	NA	少样本学习性能、全迁移学习性能、新颖性和异常检测性能	NA
96	2026-06-04	Neuron Segment Connectivity Prediction With Multimodal Features for Connectomics 2026-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3658169 PMID:41587252	研究论文	提出一种利用多模态特征进行神经元片段连接预测的自动校对流水线，用于连接组学分析	创新性地融合全局三维形态特征和高分辨率局部图像上下文，通过提议式图像特征采样提高多模态交叉注意力效率，构建模拟人工校对的自动合并流水线	NA	解决大规模电子显微镜数据中神经元重建的过度分割问题，实现自动化神经元片段合并	大规模电子显微镜数据集中的神经元片段	计算机视觉	NA	电子显微镜成像	深度学习网络	图像	NA	PyTorch	连接点检测网络、连接性预测网络	NA	NA
97	2026-06-04	Comparing the accuracy of artificial intelligence models to detect alcohol in video images 2026-May, Addiction (Abingdon, England) DOI:10.1111/add.70337 PMID:41588658	研究论文	比较三种人工智能模型在视频图像中检测酒精存在的准确性	首次系统比较监督深度学习模型与两种零样本学习模型在视频图像中检测酒精的准确性，并评估其计算效率	NA	比较三种AI模型在视频图像中检测酒精存在的准确性	视频图像中的酒精存在与否	计算机视觉	NA	NA	监督深度学习、零样本学习	图像	三个数据集：谷歌/必应图像集、电影帧集、上下文挑战性电影帧集	NA	ABIDLA2, CLIP, LLaVA	准确率、未加权平均召回率、F1分数、每帧执行时间	NA
98	2026-06-04	Automatic detection and measurement system for aortic aneurysms using deep learning-based artificial intelligence 2026-May, The international journal of cardiovascular imaging DOI:10.1007/s10554-026-03630-y PMID:41591618	研究论文	评估基于深度学习的人工智能系统在非增强CT图像上自动检测梭形主动脉瘤及测量整个主动脉直径的性能	首次系统评估DLAI系统在非增强CT上的自动检测与测量准确性，并利用放射科医生二次阅读提高最终检测精度	样本量相对较小，且为回顾性单中心研究，可能限制泛化能力	开发并验证深度学习人工智能系统在非增强CT图像上自动检测主动脉瘤和测量主动脉直径的准确性	主动脉瘤，包括胸主动脉、腹主动脉及髂动脉的梭形动脉瘤	计算机视觉	主动脉瘤	非增强CT	深度学习（深度神经网络）	图像	训练集160例（男性130例），验证集190例（男性153例）	NA	NA	Dice分数，敏感性，阳性预测值，F值，平均误差，ICC	NA
99	2026-06-04	Knowledge-guided multi-geometric window transformer for cardiac cine MRI reconstruction 2026-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103936 PMID:41604895	研究论文	提出一种基于知识引导的多几何窗口变换器用于心脏电影 MRI 重建，以加速成像并提升图像质量	提出 KGMgT 网络，创新性地采用自适应时空注意力机制推断相邻心脏帧的运动轨迹并结合 Transformer 驱动的动态特征聚合建立长距离依赖，实现全局信息整合	NA	开发一种高效的深度学习网络用于心脏电影 MRI 快速重建，辅助临床诊断和决策	心脏电影 MRI 重建任务中的图像序列	计算机视觉	心血管疾病	MRI	Transformer	图像	NA	NA	KGMgT（多几何窗口 Transformer）	NA	NA
100	2026-06-04	Analysis of Upper Airway Morphology Using Four-Dimensional Dynamic MRI With Active Deep Learning-Based Automatic Segmentation 2026-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70237 PMID:41607039	research paper	使用基于主动学习的nnU-Net自动分割四维动态MRI图像，分析上气道形态在两种口位下的动态变化	首次将主动学习nnU-Net应用于自由呼吸四维动态MRI上气道自动分割，减少手动标注工作量并保持高精度，同时量化不同口位下的动态形态差异	NA	实现自由呼吸四维动态MRI中上气道的自动分割，并量化闭口和开口两种口位下的动态形态变化	上气道形态在呼吸过程中的动态变化	medical imaging	睡眠呼吸障碍	4D cine MRI	nnU-Net	四维动态MRI图像	84名无OSA的成人（28男/56女，年龄18-80岁，其中33人有睡眠相关呼吸症状），内部测试集18人	NA	nnU-Net	Dice系数	NA