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
641	2026-04-27	S2A-RConvNet: standalone self-attention enabled deep learning model for brain tumor classification with MRI images 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46010-1 PMID:42034851	研究论文	提出一种基于独立自注意力机制的重复卷积网络（S2A-RConvNet），用于MRI图像中的脑肿瘤分类	引入独立自注意力模块增强对肿瘤区域的关注，并提取结构化ResNet注意力灰度级特征以减少计算复杂度	未提及实际临床应用验证及多中心数据集测试	准确分类脑肿瘤类型以降低死亡率	脑肿瘤MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN与自注意力机制结合的混合模型	图像	使用BraTS 2021数据集，训练占90%	NA	RConvNet, ResNet	灵敏度、精确率、F1分数、特异性、准确率	NA
642	2026-04-27	Deep Learning Model Using Transfer Learning for Detecting Left Ventricular Systolic Dysfunction: Retrospective Algorithm Development and Validation Study 2026-Apr-24, JMIR medical informatics IF:3.1Q2 DOI:10.2196/83127 PMID:42030497	研究论文	本研究提出并验证了一种利用纵向患者数据进行再校准的深度学习模型，用于检测左心室收缩功能障碍，从而提高预测准确性	创新性地提出了一种患者特定的再校准策略，通过整合历史左心室射血分数和既往AI-ECG输出来调整未来预测，从而减少混杂效应并提升模型在不同合并症患者中的一致性和准确性	未明确指出局限性	通过引入纵向患者数据再校准方法，增强AI-ECG模型在检测左心室收缩功能障碍中的预测性能，并评估其在持续监测中的临床效用	左心室收缩功能障碍患者的心电图和超声心动图数据	机器学习	心血管疾病	NA	深度学习模型（DeepECG LVSD模型）	心电图和超声心动图数据	来自韩国两家医院的多中心回顾性队列，包含配对经胸超声心动图和心电图数据	NA	DeepECG	ROC曲线下面积	NA
643	2026-04-27	The promise of AlphaFold for gene structure annotation 2026-Apr-23, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag369 PMID:42033219	研究论文	探索AlphaFold蛋白结构预测得分在基因注释质量评估中的应用	首次系统评估AlphaFold 3、Foldseek和InterProScan等多工具组合得分对基因模型手动改进的判别能力，并发现快速替代方法Protenix-Mini具有相同判别效能	仅选取三种病原真菌进行验证，物种代表性有限；依赖AlphaFold等深度学习模型的计算资源需求较高	验证蛋白结构预测得分能否作为无实验数据时评估基因模型质量的可靠指标	三种病原真菌（禾谷镰刀菌、弓形虫、烟曲霉）的基因模型	生物信息学	NA	AlphaFold 3, Foldseek, InterProScan	深度学习模型	蛋白结构预测得分	三种病原真菌基因组，经历超过1000次手动注释事件	NA	AlphaFold, Protenix-Mini	判别能力（支持手动改进变更的比例65-84%）	NA
644	2026-04-27	A high-speed attention network for MHC-bound peptide identification and 3D modeling 2026-Apr-20, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2026.101364 PMID:41923631	研究论文	提出了SwiftMHC框架，用于快速准确的肽-MHC结合亲和力预测和三维结构建模	结合任务特定深度学习与物理模拟合成数据，实现超快速（每例0.009秒）pMHC结合预测和全原子3D结构生成，性能与AlphaFold2微调相当但计算成本更低	目前仅针对HLA-A∗02:01 9聚体肽优化，其他等位基因的扩展性有待验证	开发用于癌症免疫治疗中表位发现的高通量、高精度pMHC建模工具	主要组织相容性复合体（MHC）结合肽段及其三维结构	机器学习	癌症	深度学习、物理模拟合成数据	注意力网络	物理衍生合成数据	未明确说明	NA	注意力网络	Cα-RMSD、结合亲和力预测速度	单张NVIDIA A100 GPU
645	2026-04-27	Multimodal cardiovascular risk profiling using self-supervised learning of polysomnography 2026-Apr-16, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf371 PMID:41288599	研究论文	开发并评估一种自监督深度学习框架，从多导睡眠图数据中识别与心血管疾病结果相关的生理模式	首次采用自监督学习框架从多导睡眠图数据中提取可解释的投影评分，用于心血管风险分层，无需依赖手动注释（如睡眠阶段）	未提及具体局限性	探索多导睡眠图数据在评估未来健康风险（特别是心血管疾病）中的潜力，并开发可解释的风险分层工具	多导睡眠图信号（脑电图、心电图、呼吸信号）	机器学习	心血管疾病	多导睡眠图	自监督深度学习模型	生理信号（脑电图、心电图、呼吸信号）	4398名参与者（训练集），1093名参与者（外部验证集）	NA	自监督深度学习模型	曲线下面积	NA
646	2026-04-27	AngioCAD: A public x-ray angiography dataset and an adaptive fusion framework for stenosis detection 2026-Apr-14, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109368 PMID:42033972	研究论文	本文提出了一个公开的X射线血管造影数据集AngioCAD和一个自适应融合框架用于狭窄检测	AngioCAD数据集提供了包含时间连续性、动脉特异性标注和临床上下文信息的血管造影视频序列及结构化临床数据，并提出了一个基于自适应融合模块的深度学习框架，该模块通过学习注意力权重来优先选择最具信息量的特征流	未明确提及	通过提供高质量数据集和适应性框架，提升冠状动脉狭窄自动检测的准确性	冠状动脉狭窄检测	计算机视觉	冠状动脉疾病	X射线血管造影	卷积神经网络（CNN）	图像（血管造影视频序列）和结构化临床数据	413名患者的数据	NA	两个卷积神经网络结合自适应融合模块	F1分数, PR-AUC	NA
647	2026-04-27	Clustered Regularly Interspaced Short Palindromic Repeat-Based Colorimetric Aptasensor Combined with Smartphone Imaging and Deep Learning Enables Selective Recycling and Visual Prediction of Microplastics in the Environment 2026-Apr-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c08138 PMID:41964558	研究论文	基于CRISPR的比色适体传感器结合智能手机成像和深度学习，实现环境中微塑料的选择性回收和可视化预测	将CRISPR-Cas12a系统与比色反应、智能手机成像和深度学习回归模型相结合，实现微塑料的快速、灵敏、可视化定量检测	未提及实际环境样品中其他干扰物质的影响评估	开发一种简单、快速、灵敏、可现场部署的微塑料检测方法	聚氯乙烯和聚苯乙烯微塑料	机器学习，计算机视觉	不适用	CRISPR-Cas12a，比色检测，智能手机成像	深度学习回归模型	图像	不适用	不适用	深度学习回归模型	检测限，动态范围	智能手机
648	2026-04-27	Accurate 3D Structure Prediction of Small Cyclic Peptides Containing Non-Canonical Amino Acid Residues Using an All-Atom Diffusion Model with Stereogenic Implementation 2026-Apr-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c03236 PMID:41962133	研究论文	利用全原子扩散模型精确预测含非规范氨基酸的小环肽的三维结构	将原用于小分子构象生成的全原子扩散模型AGDIFF改编并重新训练于环肽数据集，通过立体化学校正步骤解决了立体化学不敏感性问题，能够可靠生成对映体残基的正确镜像异构体	未明确说明，可能包括对非规范氨基酸和复杂环化化学的覆盖范围有限，以及计算资源需求等未提及	实现含非规范氨基酸的小环肽的高精度结构预测，以支持药物发现中的理性设计	含非规范氨基酸和多样化环化化学的小环肽	机器学习	NA	深度学习扩散模型	扩散生成模型	分子图结构数据	36,198个成员的Conformer Rotamer Ensembles of Macrocyclic Peptides (CREMP)数据集	NA	AGDIFF（全原子扩散模型）	平均RMSD（均方根偏差）、环扭转指纹偏差、Ramachandran分析	NA
649	2026-04-27	RetinaDetachNet: Automated Deep Learning Quantification of Photoreceptor Cell Death for Neuroprotection Studies in Experimental Retinal Detachment 2026-Apr-06, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.4.23 PMID:42017313	研究论文	开发并验证了RetinaDetachNet，一种用于实验性视网膜脱离模型中光感受器细胞死亡自动量化的深度学习流程	首次提出并验证了针对TUNEL阳性细胞量化的深度学习流程，采用混合双验证架构（U-Net结合StarDist和Otsu阈值）提高准确性和可重复性	未提及	开发自动化量化光感受器细胞死亡的工具，用于神经保护研究的标准化评估	实验性视网膜脱离模型中的光感受器细胞	数字病理学	视网膜脱离	TUNEL染色	CNN	图像	三个独立数据集：主数据集（50张图像）、历史数据集（50张图像）、外部数据集（40张图像）	TensorFlow, PyTorch	U-Net, StarDist	Dice系数, Spearman相关系数, Bland-Altman分析	NA
650	2026-04-27	Artificial-Intelligence-Based Radiologic, Histopathologic, and Molecular Models for the Diagnosis and Classification of Malignant Salivary Gland Tumors: A Systematic Review and Functional Meta-Synthesis 2026-Apr-05, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci14020183 PMID:42029607	系统综述	该文章系统综述了基于人工智能的放射学、组织病理学和分子模型在恶性唾液腺肿瘤诊断与分类中的应用，并通过功能性meta整合分析了其诊断作用	首次对人工智能/机器学习在恶性唾液腺肿瘤放射学、组织病理学和分子领域的诊断模型进行系统性综述和功能性meta整合，识别出三个趋同的诊断领域	证据基础有限，存在高度异质性、主要依赖内部验证、偏倚风险高，校准和实用性评估不足	识别和批判性评估用于恶性唾液腺肿瘤不同诊断任务的人工智能/机器学习模型，并整合其诊断作用	恶性唾液腺肿瘤患者的放射学图像、组织病理学全切片图像和DNA甲基化数据	计算机视觉, 机器学习	唾液腺肿瘤	放射组学, 深度学习, DNA甲基化测序	CNN, 深度学习模型	图像, 分子数据	8项研究，共1922名参与者	NA	NA	AUC	NA
651	2026-04-27	Deep learning discriminates thymic epithelial tumors' histological subtypes using digital pathology 2026-Apr, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.12.003 PMID:41390119	研究论文	利用深度学习模型基于H&E全切片图像区分胸腺上皮肿瘤的组织学亚型	引入新型层级损失函数以反映基于治疗策略和患者预后的临床相关肿瘤分组	模型误分类中60%处于相同临床管理组内，但六分类准确率仍有提升空间；研究基于单一机构外部验证集	开发深度学习工具以降低胸腺上皮肿瘤组织学分类的观察者间差异并提高诊断一致性	胸腺上皮肿瘤的H&E染色全切片图像	数字病理学	胸腺肿瘤	H&E染色	深度学习模型	全切片图像	训练集来自TCGA；验证集包含112例连续病例	NA	NA	准确率, Cohen's κ系数, 敏感性	NA
652	2026-04-25	MRDT-GAN: generative adversarial network with multi-scale residual dense transformer generator for low-dose CT denoising 2026-Apr-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae28b0 PMID:41349217	研究论文	提出一种基于多尺度残差密集变换器生成对抗网络的低剂量CT去噪方法	在生成器中采用MRDT Block作为核心单元，将多尺度策略引入残差密集网络以减少过度平滑并保留精细细节，同时结合补丁变换器模块捕获长距离依赖，减轻卷积神经网络局部感受野引起的失真；引入混合注意力模块处理空间、频率和对比度信息，实现更好的噪声抑制和对比度均匀性；判别器在全局、像素和子尺度上对抗性探索去噪LDCT与正常剂量CT的差异，以更好捕捉结构变化	未提及具体局限性	开发一种低剂量CT去噪框架，在增强噪声抑制的同时保留解剖细节和结构保真度	低剂量CT图像	计算机视觉	NA	低剂量CT	生成对抗网络	图像	NIH-AAPM-Mayo Clinic低剂量CT数据集和真实世界数据集	NA	多尺度残差密集变换器生成对抗网络	NA	NA
653	2026-04-25	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2026-Apr-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	通过多中心外部验证，评估用于巴雷特食管异型增生组织学诊断的深度学习模型性能	对之前交叉验证的BE异型增生深度学习模型进行多中心外部验证，采用生成对抗网络归一化染色特性，结合YOLO和ResNet101的集成方法	NA	外部验证用于巴雷特食管异型增生分级诊断的深度学习模型	巴雷特食管的病理全切片图像	数字病理学	食管腺癌、巴雷特食管	全切片图像数字化	CNN、生成对抗网络	图像	489张全切片图像	NA	You Only Look Once, ResNet101	敏感性、特异性、F1分数	NA
654	2026-04-24	Novel Knotted Solenoid fold with order-shifted coil arrangement leads to nontrivial 31 topology 2026-Apr-28, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2525920123 PMID:42018416	研究论文	本文报道了在结构数据库中未被识别的新型折叠——打结螺线管，该折叠具有独特的“跳过-回溯”线圈排列，形成非平凡的三叶结拓扑结构	首次发现并解析了打结螺线管折叠，其独特的“跳过-回溯”移位机制与已知螺线管结构显著不同，并导致形成三叶结拓扑结构	该研究主要基于晶体结构分析和计算模拟，缺乏对打结螺线管在天然状态下功能角色的直接实验验证	探究蛋白质折叠中的拓扑复杂性及其进化意义，识别新型打结结构	一组特定细菌中的打结螺线管蛋白	机器学习	NA	X射线晶体学、圆二色光谱、分子动力学模拟、深度学习模型	生成式深度学习模型	晶体结构数据、序列数据	多个打结螺线管蛋白的晶体结构	NA	NA	NA	NA
655	2026-04-24	ArchesWeatherGen: Skillful and compute-efficient probabilistic weather forecasting with machine learning 2026-Apr-24, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adx2372 PMID:42018632	研究论文	提出了一种利用确定性天气模型设计概率天气模型的方法，基于流匹配技术构建了ArchesWeatherGen模型，在WeatherBench基准测试中超越了IFS ENS和NeuralGCM	首次将流匹配（扩散模型变体）应用于概率天气预测，通过将确定性预测投影到ERA5天气状态分布来实现高性能和低计算成本	未提及显著限制，但模型依赖ERA5数据且仅在确定性模型基础上改进，可能对极端事件预测能力有限	提高概率天气预报的准确性和计算效率，并推动生成式机器学习在天气预测研究中的普及	天气状态序列及概率分布	机器学习	NA	NA	流匹配（扩散模型）	气象数据（ERA5再分析数据）	ERA5数据集（具体样本量未提及）	NA	流匹配网络	在所有WeatherBench主题变量上的性能指标（具体指标未提及）	NA
656	2026-04-24	An Interpretable, Thermodynamics-Based Deep Learning Framework for Predicting and Optimizing Drug Membrane Permeability 2026-Apr-23, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.6c00204 PMID:41941324	研究论文	开发了一种基于热力学的深度学习框架，用于预测和优化药物膜通透性	结合粗粒度分子动力学模拟与可解释图神经网络，首次从热力学角度系统分析结构-渗透性关系，并成功设计出具有更优鼻部吸收和脑部滞留特性的新型褪黑激素类似物	粗粒度分子动力学模拟的精度有限，且研究仅针对特定化合物库和给药途径，需进一步验证泛化性	建立可解释的深度学习模型以预测药物膜通透性并辅助分子设计	8,239个化合物的膜穿透热力学参数及药物膜通透性	机器学习	NA	粗粒度分子动力学模拟	图神经网络	分子结构和动力学模拟数据	8,239个化合物	NA	图神经网络	NA	NA
657	2026-04-24	A graph deep learning method for diagnosis of Parkinson's disease using brain functional connectivity features 2026-Apr-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae5dd3 PMID:41962553	研究论文	提出一种图深度学习方法，利用脑功能连接特征诊断帕金森病	综合静态和动态功能连接信息，建模脑网络的稳定拓扑结构和动态时间特征；构建受试者间相似性图增强模型表示能力；集成可解释性分析技术	在样本量较小时，方法的泛化能力仍有待验证	提出一种可解释的图卷积网络框架，用于帕金森病的早期精准诊断	帕金森病患者的静态和动态脑功能连接数据	深度学习	帕金森病	rs-fMRI	图卷积网络	脑功能连接特征	NA	NA	图卷积网络	准确率、泛化能力	NA
658	2026-04-24	SRMMP-CharQM, Physics-Informed Deep Learning for Toxicity Prediction: Quantum Mechanical Descriptors Enable Scaffold Hopping in Mitochondrial Membrane Potential Assays 2026-Apr-23, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.6c01087 PMID:41947441	研究论文	提出一种物理信息深度学习框架SRMMP-CharQM，用于预测线粒体膜电位破坏毒性，并通过量子力学描述符实现支架跳跃	将半经验量子力学计算的全局电子描述符（HOMO-LUMO能隙和总能量）与BiGRU序列编码结合，构建物理信息双分支深度学习框架，解决了传统模型在支架跳跃场景下的泛化能力不足问题	NA	提高药物安全性评估中线粒体膜电位毒性预测的泛化能力，特别是在未见分子支架情况下的表现	化合物分子及其线粒体膜电位毒性	机器学习	NA	半经验量子力学方法 (xTB)	深度学习 (BiGRU)	分子序列 (SMILES) 和量子描述符	NA（使用严格的支架分割数据集，验证集毒性比例6.4%，测试集毒性比例28.9%）	PyTorch	BiGRU	AUC, AUPRC	NA
659	2026-04-24	PhaBOX2: an enhanced web server for discovering and analyzing viral contigs in metagenomic data 2026-Apr-23, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag382 PMID:42023515	研究论文	PhaBOX2 是一个增强的网页服务器，用于在宏基因组数据中发现和分析病毒序列	PhaBOX2 从专门的噬菌体鉴定工具升级为综合性的病毒序列分析套件，扩展了对古菌和真核病毒的表征，采用“玻璃箱”设计结合比对策略与机器学习以提高透明度，并实现约80%的处理时间减少	未在摘要中明确提及局限性	提供一个集成、自动化且可解释的病毒宏基因组分析平台	宏基因组数据中的病毒序列，包括噬菌体、古菌病毒和真核病毒	机器学习, 生物信息学	不适用	宏基因组测序	机器学习模型	序列数据	不适用	不适用	不适用	处理时间	专用高性能计算基础设施
660	2026-04-24	Artificial intelligence construction: a review of the bridge between CT imaging features of lung ground-glass nodules adenocarcinoma and carcinogenic driver genes 2026-Apr-22, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-026-06465-1 PMID:42017975	综述	综述人工智能在肺磨玻璃结节腺癌CT影像特征与致癌驱动基因关联研究中的进展	系统总结了AI技术（尤其是深度学习和机器学习）在放射组学与基因组学整合分析中的潜力，构建了影像表型与基因变异之间的桥梁	数据异质性、标注数据集有限、模型可解释性不足等挑战	推动早期肺癌诊断和精准肿瘤学的发展	肺磨玻璃结节腺癌的CT影像特征与致癌驱动基因	计算机视觉, 机器学习	肺癌	CT成像, 放射组学, 基因组学	深度学习, 机器学习	影像数据, 基因组数据	NA	NA	NA	NA	NA