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
1001	2026-09-23	Harnessing snake venom cardiotoxins for antimicrobial peptide discovery 2026-Sep-16, npj drug discovery DOI:10.1038/s44386-026-00073-2 PMID:42749748	研究论文	该研究结合两种计算毒素挖掘策略，从眼镜蛇心脏毒素中识别抗菌肽候选物，并通过抗菌筛选和机制研究验证其活性。	首次将AMPA引导的序列挖掘与序列比对及共识序列分析相结合，从心脏毒素中挖掘抗菌肽，并发现CTX-p5具有抗菌活性。	当前计算优先级排序方法存在局限，肽面板整体抗菌活性有限，截短或化学修饰未能提高CTX-p5的抗菌效力，需要更准确的毒素挖掘工作流程。	从蛇毒心脏毒素中发现抗菌肽候选物，并评估其抗菌活性和作用机制。	眼镜蛇（Naja spp.）心脏毒素（CTXs）及其衍生的抗菌肽候选物	机器学习	NA	AMPA引导的序列挖掘、序列比对、共识序列分析、原子力显微镜、流式细胞术、荧光显微镜、膜通透性测定	机器学习、深度学习	序列、图像	14条CTX衍生肽，包括CTX-p5的两个修饰衍生物	NA	NA	抗菌活性（对革兰氏阴性和阳性细菌）、膜完整性破坏	NA
1002	2026-09-23	Temperature-Modulated MEMS Gas Sensor Array Enabled by Physics-Informed Deep Learning for Thermal-Runaway Characteristic Gas Discrimination 2026-Sep-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.77784 PMID:42750262	研究论文	本文提出了一种2×2集成单芯片MEMS气体传感器阵列，结合温度调制和物理信息深度学习，用于热失控特征气体的判别	提出了2×2集成单芯片MEMS气体传感器阵列，通过改变加热电极线宽实现四个不同温度区，开发了分层Kolmogorov-Arnold专家混合（HK-MoE）模型，实现了可靠的多气体判别，并在30天连续老化后仍保持良好性能	传感器阵列在30天连续老化后性能有所下降，尽管模型表现出满意的鲁棒性，但漂移问题仍未完全解决	实现热失控特征气体的可靠判别，用于电池安全早期监测	热失控特征气体（H2、CO、CH4和CO2）	机器学习	NA	MEMS气体传感器阵列，温度调制	分层Kolmogorov-Arnold专家混合模型（HK-MoE）	传感器响应数据	NA	NA	HK-MoE，Transformer	F1分数	NA
1003	2026-09-23	A deep learning-assisted Biological Early Warning System using composite behavioral indicators in Daphnia magna with field-collected river water 2026-Sep-16, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.126973 PMID:42767073	研究论文	该研究开发了一种深度学习辅助的生物早期预警系统，结合YOLO轨迹生成与多参数行为分析，利用大型蚤和野外采集河水评估其适用性	将YOLO-based轨迹生成与复合行为指标相结合，实现了在野外河水基质条件下对亚致死毒性的检测，突破了传统BEWS仅能检测急性高浓度暴露响应的局限	研究仅为探索性评估，复合行为指标的效果需进一步验证，且未在其他物种或更广泛的污染物类型中测试	开发深度学习辅助的BEWS，整合YOLO轨迹生成与多参数行为分析，评估其在野外河水基质条件下检测亚致死毒性的适用性	大型蚤（Daphnia magna）及野外采集的河水样本	计算机视觉	NA	深度学习辅助生物早期预警、行为监测	CNN	视频（行为轨迹数据）	大型蚤在七天的暴露期间（预暴露、暴露和恢复阶段）连续监测，河水来自不同采样点	NA	YOLO	精确率、真阳性率	NA
1004	2026-09-23	Deep learning-assisted classification of phototherapy-induced cellular responses mediated by gold shell-isolated nanoparticles 2026-Sep-16, Journal of photochemistry and photobiology. B, Biology DOI:10.1016/j.jphotobiol.2026.113569 PMID:42767131	研究论文	本文研究利用无标记光学显微镜图像和深度卷积神经网络对黑色素瘤细胞在光疗后的细胞响应进行分类	将深度学习应用于无标记光学显微镜图像分类光疗诱导的细胞表型，并结合Grad-CAM揭示模型依赖的纹理和空间特征	未明确说明样本量、计算资源等具体细节	研究是否可以利用深度学习辅助的光学显微镜图像对光疗后黑色素瘤细胞的治疗相关表型进行分类	黑色素瘤细胞（A375和SH-4细胞系），经光敏纳米结构处理	计算机视觉	黑色素瘤	无标记光学显微镜成像	CNN	图像	NA	NA	深度卷积神经网络	准确率	NA
1005	2026-09-23	DeepMASS v.2: An enhanced deep learning platform for large-scale discovery and structural annotation of unknown plant metabolites 2026-Sep-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2026.101976 PMID:42363597	研究论文	本文介绍了DeepMASS v.2，一个用于大规模发现和结构注释未知植物代谢物的增强深度学习平台	结合Spec2Vec语义光谱表示、HNSW图检索和基于分子指纹的统一化学空间，实现对未知代谢物的准确注释	未明确提及	解决植物代谢组学中未知代谢物结构注释的瓶颈问题	未知植物代谢物	机器学习	NA	液相色谱-串联质谱	深度学习	质谱数据	来自GNPS、NIST和内部资源的数百万张光谱	NA	Spec2Vec, HNSW	NA	NA
1006	2026-09-23	Artificial intelligence in trigeminal neuralgia: trigeminal nerve segmentation and neurovascular conflict detection: a systematic review and meta-analysis 2026-Sep-14, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-026-04486-5 PMID:42734878	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在三叉神经痛诊断中用于三叉神经分割和神经血管冲突检测的性能	首次通过系统综述和荟萃分析综合评估AI模型在三叉神经痛MRI诊断中分割三叉神经和检测神经血管冲突的诊断准确性	仅纳入5项研究，样本量有限，且各研究间存在异质性，可能影响结果的普遍性	评估深度学习和机器学习模型在通过MRI自动分割三叉神经和检测神经血管冲突以提高三叉神经痛诊断准确性方面的潜力	确诊为三叉神经痛的患者	医学图像分析	三叉神经痛	MRI	深度学习，机器学习	医学图像	5项研究，共577名确诊三叉神经痛的患者	NA	NA	灵敏度，特异度，准确率，AUC，阳性诊断似然比，阴性诊断似然比，诊断优势比	NA
1007	2026-09-23	Data-driven approaches in green microbiology: strategies for plant growth-promoting bacteria 2026-Sep-14, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107711 PMID:42735891	系统综述	本文系统综述了机器学习与深度学习在植物促生菌（PGPB）表征中的应用，分析了算法选择、性能与目标植物系统，并指出了该领域的研究空白与挑战	系统性地评估了ML/DL与PGPB表征相结合的研究进展，统计了248项观察中仅6.0%直接涉及PGPB筛选这一显著空白，并提出了整合基因组数据与功能验证的可解释AI框架需求	该领域受限于数据集不足、高计算需求以及多物种和宿主相关相互作用的建模困难	评估机器学习和深度学习在植物促生菌表征与筛选中的应用进展，识别当前研究空白并指明未来方向	植物促生菌（PGPB）相关研究文献及其中涉及的机器学习与深度学习应用	机器学习	NA	高通量测序	CNN	图像, 基因组数据, 生理数据, 生态数据	248项观察（研究记录）	NA	卷积神经网络（CNN）	NA	NA
1008	2026-09-23	Explainable ultrasound-based multimodal deep learning for outcome prediction after needle release in carpal tunnel syndrome: a multicenter study 2026-Sep-13, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113251 PMID:42766999	研究论文	该研究开发了一种可解释的多模态深度学习模型（CTSNet-P），基于超声影像、电生理参数和临床信息预测腕管综合征患者经皮针释术后的6个月治疗效果，并验证了其辅助放射科医生决策的潜力	首次将可解释的多模态深度学习应用于超声引导下腕管综合征针释术后的预后预测，结合超声影像、电生理参数和临床信息，并通过Shapley值和Grad-CAM实现模型可解释性，同时验证了AI辅助策略对放射科医生预测性能的提升效果	研究结论仍需在更大规模队列中进一步验证	开发可解释的多模态深度学习模型以增强腕管综合征针释术后预后预测的个体化决策能力	腕管综合征患者	医学影像分析、数字病理	腕管综合征	超声成像、彩色多普勒成像、电生理检查	多模态深度学习	超声图像、电生理参数、临床文本信息	回顾性收集449例来自四个临床中心的患者用于训练、验证和内部测试，前瞻性招募169例用于外部测试，共618例	NA	CTSNet-P	AUC、准确率	NA
1009	2026-09-23	Molecular docking versus co-folding for protein-peptide pose prediction: effects of protein flexibility and training set overlap 2026-Sep-11, Digital discovery IF:6.2Q1 DOI:10.1039/d6dd00242k PMID:42769622	研究论文	本文系统比较了三种共折叠方法（AFM、AF3、Boltz-2）与两种分子对接方法（ADCP、HADDOCK）在蛋白质-多肽结合构象预测中的表现，重点关注蛋白质柔性和训练集重叠的影响	首次系统性地将深度学习共折叠方法与多肽优化的分子对接方法进行基准测试，并构建了基于训练集冗余度分类的独立测试集以评估泛化性能，同时揭示了ipTM和pLDDT等评分指标的互补价值	研究主要基于PepPro数据集及其衍生的独立测试集，数据集规模有限，可能无法完全代表所有类型的蛋白质-多肽复合物；未涉及其他类型的多肽（如环肽或翻译后修饰肽）	评估和比较共折叠方法与分子对接方法在蛋白质-多肽结合构象预测中的准确性、排序性能和泛化能力	蛋白质-多肽复合物，包括来自PepPro数据集的结构以及构建的独立非冗余测试集	机器学习	NA	分子对接、共折叠结构预测	AlphaFold-Multimer, AlphaFold3, Boltz-2	蛋白质-多肽复合物结构数据	PepPro数据集及构建的独立测试集（具体数量未在摘要中说明）	NA	AlphaFold-Multimer, AlphaFold3, Boltz-2	ipTM, pLDDT, 构象预测准确率, 排序性能	NA
1010	2026-09-23	moTSart: accelerating automated transition state search with generative models in a low-data regime 2026-Sep-11, Digital discovery IF:6.2Q1 DOI:10.1039/d6dd00259e PMID:42769678	研究论文	本文提出了一个生成式机器学习框架，用于加速自动化过渡态搜索，并在低数据量下通过生物正交点击反应的高通量筛选进行了验证。	将生成式模型嵌入全自动过渡态搜索流程，并在仅544个反应的低数据制度下实现了约40%的优化周期减少。	文章未明确说明限制，可能涉及框架在其他反应类型上的泛化能力及数据依赖性。	加速自动化过渡态搜索，实现可靠的高通量反应发现。	生物正交点击反应的反应空间。	机器学习	NA	生成式机器学习，量子力学计算	生成模型，深度学习模型	SMILES表示，反应数据	544个反应	NA	NA	过渡态优化周期减少百分比	NA
1011	2026-09-23	Artificial Intelligence Across the PET Reconstruction Pipeline: An Update 2026-Sep-09, AJR. American journal of roentgenology DOI:10.2214/AJR.26.34681 PMID:42714438	综述	本文综述了人工智能在PET重建流程中的应用，涵盖采集、校正、重建和后处理阶段，并讨论了技术基础、临床意义以及监管和实际部署问题	系统性地综述了AI在PET重建全流程中的应用，并强调了AI增强而非替代传统物理重建框架的定位，同时讨论了从研究到临床转化的验证、互操作性、可追溯性和软件生命周期管理等实际问题	本文为综述性文章，未提供原始实验数据或新的算法验证	探讨AI在PET重建流程中的应用，讨论技术基础、临床意义以及监管和实际部署问题	PET重建流程	医学图像重建	NA	PET	深度学习	图像	NA	NA	NA	NA	NA
1012	2026-09-23	Machine Learning Model Using Pre-Cancer Therapy Cardiac Magnetic Resonance Images to Predict Cancer Therapy-Related Cardiac Dysfunction 2026-Sep, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2026.04.007 PMID:42212994	研究论文	该研究利用癌症治疗前的心脏磁共振图像构建深度学习模型，预测癌症治疗相关心脏功能障碍。	使用治疗前CMR短轴电影图像构建深度学习模型预测后续CTRCD，性能优于临床风险评分和常规影像模型。	样本量相对较小，且仅纳入HER2阳性乳腺癌女性患者，需要更大规模多中心验证。	评估基于治疗前CMR图像的深度学习方法能否预测后续CTRCD风险，并与临床和常规影像模型进行比较。	接受蒽环类药物和曲妥珠单抗治疗的HER2阳性乳腺癌女性患者	医学图像分析	乳腺癌, 心血管疾病	心脏磁共振成像, 超声心动图	深度卷积神经网络	图像	229名患者（内部开发队列176名，52例CTRCD事件；外部验证队列53名，14例CTRCD事件）	NA	深度卷积神经网络	AUC, F1分数	NA
1013	2026-09-23	A multiperspective evaluation framework of spatial transcriptomics clustering methods 2026-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqag075 PMID:42421749	研究论文	本文介绍了MultimetricST，一个基于Python的框架，用于统一灵活地评估空间转录组学聚类方法	提出了一个整合了前沿和先进的有标签和无标签指标的评估框架，克服了现有评估方法的局限性	未明确提及	系统评估空间转录组学聚类方法，提供比较和稳健评估以及方法选择的工具	空间转录组学聚类方法	空间转录组学	NA	空间转录组学	NA	基因表达数据	两个合成数据集和十三个来自七种空间转录组学技术的数据集	NA	NA	NA	NA
1014	2026-09-23	A clinically grounded taxonomy and systematic review of artificial intelligence for cardiovascular diagnosis: From machine learning to multimodal and agentic systems 2026-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111859 PMID:42520754	系统综述	本文对心血管疾病诊断中的人工智能研究进行了系统综述，并提出了一个基于临床的六层分类体系，涵盖诊断目标、数据模态、建模范式、数据集成复杂度、可解释性与可信度以及部署成熟度	提出了一个基于临床的六层分类体系，用于组织心血管AI研究，并将临床验证技术与联邦学习、基础模型和智能体AI等新兴范式进行了区分	现有证据分散且碎片化，外部验证、数据集代表性、工作流程集成、可解释性、隐私、治理以及前瞻性临床部署等方面仍存在持续挑战	对心血管疾病诊断中的人工智能研究进行系统综述，并建立一个统一的分类框架，以评估下一代智能诊断系统的成熟度、可信度和临床就绪度	心血管疾病诊断中的人工智能研究，包括从传统机器学习到多模态和智能体系统的各类研究	机器学习	心血管疾病	NA	NA	文本	226条记录，其中76项主要实证研究纳入比较证据综合	NA	NA	NA	NA
1015	2026-09-23	Longitudinal 3D quantification of joint space from CT images: Semi-automatic segmentation and feasibility of nnU-Net automation 2026-Sep, Osteoarthritis imaging DOI:10.1016/j.ostima.2026.100455 PMID:42635968	研究论文	该研究提出了一种基于CT图像的三维关节间隙量化方法，使用半自动分割和nnU-Net自动分割，并在纵向数据上验证了其可行性	利用CT图像进行三维关节间隙量化，并训练nnU-Net实现自动分割，以替代半自动分割	样本量较小，仅包含54名受试者，且仅针对内侧 compartment 骨关节炎患者	从CT图像中量化三维关节间隙，并评估nnU-Net自动分割的可行性	54名内侧 compartment 骨关节炎患者（Kellgren-Lawrence 2-3级）的膝关节CT图像	医学图像分析	骨关节炎	CT成像、深度学习分割	nnU-Net	三维CT图像	54名受试者（6名男性，48名女性），每个受试者在两个时间点（M00和M36）进行CT扫描，共108次扫描	NA	nnU-Net	均方根变异系数（RMSCV%）、均方根标准差（RMSSDmm）、平均偏差	NA
1016	2026-09-23	ToxiGuard: an AOP-guided mechanistically interpretable framework for multi-organ toxicity prediction 2026-09, Archives of toxicology IF:4.8Q1 DOI:10.1007/s00204-026-04436-6 PMID:42159741	研究论文	该研究提出了ToxiGuard，一个将器官特异性不良结局路径（AOP）结构嵌入模型架构的机制可解释深度学习框架，用于多器官毒性预测	将AOP的分子起始事件-关键事件-不良结局（MIE-KE-AO）连接性显式编码到深度学习架构中，约束表示学习到生物学合理的因果路径，实现化学和生物学双层面的互补可解释性	摘要中未明确提及研究局限性	实现具有机制可解释性的器官特异性毒性精准预测，用于化学安全评估和转化毒理学	四种器官毒性终点：肝毒性、心脏毒性、肾毒性和呼吸毒性	机器学习	NA	分子描述符、功能类别指纹、AOP网络分析、SHAP分析	深度学习	分子描述符、分子指纹、AOP网络数据	NA	NA	NA	NA	NA
1017	2026-09-23	Machine learning prediction for epilepsy treatment selection and prognosis: achievements and challenges 2026-Sep, The Lancet. Digital health DOI:10.1016/j.landig.2026.101022 PMID:42692951	综述	本文综述了使用机器学习和深度学习技术预测癫痫治疗选择与预后的研究进展与挑战	系统总结了最先进的深度学习技术在癫痫药物和手术治疗结果预测中的应用，并展望了未来研究方向	缺乏可靠的替代生物标志物，治疗选择仍主要基于试错法，机器学习在临床管理中的整合面临挑战	探讨机器学习和统计方法在癫痫治疗选择和预后预测中的应用现状与未来方向	癫痫患者接受抗癫痫药物或手术治疗的研究	机器学习	癫痫	NA	深度学习	NA	NA	NA	NA	NA	NA
1018	2026-09-23	Artificial Intelligence for Esophageal Precancerous Lesions and Esophageal Cancer 2026-Sep, The Korean journal of helicobacter and upper gastrointestinal research DOI:10.7704/kjhugr.2025.0079 PMID:42755000	综述	本文综述了人工智能在食管癌前病变（包括巴雷特食管）和食管癌内镜诊断中的应用发展	系统总结了深度学习模型在食管鳞状细胞癌诊断、浸润深度评估、微血管分类和病变边缘勾画中的最新应用进展	未提及具体的技术局限，但文中指出操作者经验差异、疲劳等因素仍是漏诊的主要原因	探讨当前人工智能模型在食管癌前病变和食管癌诊断中的开发与应用	食管癌前病变（巴雷特食管）和食管癌	数字病理学	食管癌	内镜	CNN	图像	NA	NA	NA	NA	NA
1019	2026-09-23	AlloPool is a deep learning framework that infers protein allostery from molecular dynamics simulations 2026-Sep, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3004002 PMID:42766632	研究论文	本文提出了一种基于图神经网络的深度学习框架 AlloPool，通过分析分子动力学模拟数据来推断蛋白质的变构调控机制	首次将时间注意力机制与图聚合相结合，从平衡和非平衡分子动力学模拟中学习动态相互作用图，通过迭代修剪残基-残基相互作用来揭示控制蛋白质构象动态的最小时间分辨相互作用网络	摘要中未明确提及	从分子动力学模拟中推断蛋白质变构效应，预测动态转变并重建驱动构象转变的相互作用网络	多种动态蛋白质系统，包括结合结构域、机械感受器、信号受体和酶	机器学习	NA	分子动力学模拟	GNN	分子动力学模拟数据	NA	NA	GNN, 时间注意力机制, 图聚合	NA	NA
1020	2026-09-23	WiFo-2: a generalist foundation model unifies heterogeneous wireless system design 2026-Sep, National science review IF:16.3Q1 DOI:10.1093/nsr/nwag500 PMID:42769576	研究论文	提出WiFo-2，一个空时频基础模型，用于统一无线通信与感知系统设计，并在异构数据集上进行预训练	首个面向统一无线通信与感知系统设计的空时频基础模型，在116亿信道状态信息点上预训练，展现缩放规律行为，实现零样本信道重建，仅需监督AI模型1%的训练样本即可在九项无线任务上达到最先进性能，并通过硬件原型验证了实际部署能力	摘要中未明确说明	解决现有深度学习方法在无线系统设计中泛化能力有限的问题，实现跨场景、跨配置、跨任务的统一无线通信与感知系统设计	无线通信与感知系统、信道状态信息	机器学习	NA	基础模型预训练	基础模型	信道状态信息	116亿信道状态信息点	NA	NA	零样本信道重建性能、九项无线任务性能	NA