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	2026-04-18	Identification and selection of the best artificial intelligence methods developed for detection and diagnosis of breast cancer 2026-Apr-16, Tumori DOI:10.1177/03008916261434125 PMID:41992582	研究论文	本研究通过模糊AHP-TOPSIS技术，系统识别并优先排序了用于乳腺癌检测和诊断的人工智能方法	首次结合模糊层次分析法（FAHP）和TOPSIS方法，对乳腺癌检测与诊断的AI技术进行系统性评估与排序	研究依赖于现有文献数据，未进行原始实验验证；评估标准可能受主观因素影响	识别并选择最佳的乳腺癌检测与诊断人工智能方法	乳腺癌检测与诊断的人工智能技术	数字病理	乳腺癌	NA	深度学习集成架构	显微图像	NA	NA	VGG16, ResNet34, ResNet50	有效性, 准确性, 全面性, 处理时间, 成本, 简洁性, 执行能力	NA
862	2026-04-18	Deep learning-enabled scaffolding of spatial arrays of PfCSP epitopes 2026-Apr-14, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2521914123 PMID:41945436	研究论文	利用生成式深度学习模型设计包含多个PfCSP表位的空间阵列支架，以模拟抗体与疟疾环子孢子蛋白的结合结构，旨在开发新型多表位免疫原	首次应用生成式深度学习模型设计具有预定相对空间取向的多表位支架，模拟抗体与病原体多价簇结合时的同型相互作用	支架中第三个表位发生位移，且在小鼠模型中抑制肝脏入侵的效果不如展示较长连接肽的纳米颗粒	设计能够引发类似L9抗体的多表位免疫原，以增强对疟疾的免疫保护	疟疾环子孢子蛋白（CSP）的表位，特别是连接区重复表位	机器学习	疟疾	生成式深度学习模型	生成式深度学习模型	结构数据	NA	NA	NA	亲和力、结构研究、肝脏入侵抑制效果	NA
863	2026-04-18	Automatic monitoring of single-wall MAPSE by transesophageal echocardiography for tracking global left ventricular function irrespective of regional hypokinesia: a secondary analysis 2026-Apr-14, Intensive care medicine experimental IF:2.8Q2 DOI:10.1186/s40635-026-00898-1 PMID:41979780	研究论文	本研究通过经食管超声心动图，使用深度学习自动监测单壁二尖瓣环平面收缩期位移（MAPSE），以追踪全球左心室功能，并探讨区域壁运动异常的影响	开发了名为autoMAPSE的深度学习自动方法，用于连续监测单壁MAPSE，首次在术后ICU患者中评估其追踪全球左心室功能变化的能力，并系统分析区域壁运动异常的影响	研究为前瞻性观察研究的二次分析，样本量较小（49例患者），且仅针对心脏手术患者，可能限制结果的普适性	评估单壁autoMAPSE在追踪全球左心室功能变化（即趋势能力）中的表现，并探索区域壁运动异常对此能力的影响	接受心脏手术的术后ICU患者	数字病理学	心血管疾病	经食管超声心动图	深度学习	图像	49例患者	NA	NA	一致性率	NA
864	2026-04-18	MRI-based spatio-temporal atlas of ganglionic eminence 2026-Apr-14, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-026-00702-5 PMID:41979773	研究论文	本研究构建了一个基于MRI的胎儿基底节隆起时空图谱，覆盖19至36孕周	首次生成了高分辨率（0.5毫米各向同性）的基底节隆起时空MRI图谱，并揭示了其在21孕周左右达到最大体积后逐渐减少的动态变化	研究样本仅基于扩展的人类连接组计划图谱，可能未涵盖所有胎儿发育变异；专家分割的一致性虽高，但可能存在主观偏差	构建胎儿基底节隆起的时空图谱，以监测其发育动态并理解与神经发育异常的关系	胎儿基底节隆起结构	数字病理学	NA	磁共振成像	NA	MRI图像	基于扩展的人类连接组计划图谱，覆盖19至36孕周	NA	NA	Dice相似系数	NA
865	2026-04-18	Investigating performance and key factors for real-world deployment of grain image classification using convolutional neural networks 2026-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45314-6 PMID:41981057	研究论文	本研究提出并演示了一种结构化方法，用于研究卷积神经网络（CNN）及影响小麦籽粒分类性能的关键因素，旨在确保高且稳健的分类准确性	聚焦于CNN在真实世界部署中的实际挑战与可靠性问题，通过逐步分析阐明了不同图像数据集特征和训练参数对性能的影响	研究中较小的类别因缺乏代表性样本而表现不佳，且存在可疑标注和多类别归属问题	确定一个能确保高且稳健分类准确性的CNN模型，并解释不同图像数据集特征和训练参数如何影响性能和可靠性	小麦籽粒	计算机视觉	NA	基于视觉的机器学习与深度学习方法	CNN	图像	NA	NA	ResNet50V2, EfficientNetV2B0	准确率	NA
866	2026-04-18	Bioimage analysis for multiplexed FUCCI acquisitions powered by deep learning 2026-Apr-14, Npj imaging DOI:10.1038/s44303-026-00159-6 PMID:41981225	研究论文	本文开发了一种基于深度学习的生物图像分析方法，用于处理多路复用的FUCCI活细胞成像数据，以精确分割和分类细胞核，并实现稳健的自动追踪和细胞周期伪时间分析	提出了一种整合FUCCI信号与细胞质α-微管蛋白荧光报告基因的深度学习网络，显著提升了在低信噪比条件下对FUCCI细胞核的分割和分类精度，并引入了动态时间规整分析以从非完整轨迹中推断细胞周期伪时间并检测细胞周期停滞	未明确说明模型在更广泛的组织类型或更极端的成像条件下的泛化能力，也未详细讨论计算资源需求和处理速度	开发一种高精度的生物图像分析工具，以改善在低信噪比多路复用活细胞成像条件下对细胞周期相位的解码和追踪	使用FUCCI传感器和细胞质α-微管蛋白荧光报告基因标记的活细胞	数字病理学	癌症	多路复用活细胞成像，FUCCI传感器，荧光报告基因	深度学习网络	多通道荧光显微镜图像	NA	NA	NA	分割精度，分类精度	NA
867	2026-04-18	Graph Neural Networks Model Based on Atomic Hybridization for Predicting Drug Targets 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02961 PMID:41838774	研究论文	本文开发了一种结合图神经网络与显式分子描述符的混合深度学习框架，用于预测药物靶点的半数抑制浓度值	通过整合图神经网络与可解释的物理化学性质及结构指纹，同时捕捉局部结构模式和全局物理化学性质，提升了预测准确性和可解释性	未明确说明模型在更广泛或未知靶点上的泛化能力，以及计算资源需求的具体细节	加速药物发现过程，提高化合物活性预测的准确性	药物化合物及其对多种生物靶点的抑制活性	机器学习	NA	定量构效关系建模，图神经网络	图神经网络	分子图数据，分子描述符	14,316种化合物，涵盖激酶、核受体和蛋白酶等九种生物靶点	NA	图神经网络	R²	NA
868	2026-04-18	Rapid Machine Learning-Driven Detection of Pesticides and Dyes Using Raman Spectroscopy 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00396 PMID:41843405	研究论文	本研究提出了一种基于深度学习的框架MLRaman，利用Raman光谱快速检测农药和合成染料	结合ResNet-18特征提取与XGBoost、SVM等分类器，开发了名为MLRaman的深度学习框架，并构建了用户友好的Streamlit应用进行实时预测	NA	开发一种快速、可靠的检测方法，用于监测食品和环境中的农药及合成染料残留	7种农药和3种染料，共10种分析物	机器学习	NA	Raman光谱	CNN, XGBoost, SVM	光谱数据	NA	NA	ResNet-18	准确率, AUC	NA
869	2026-04-18	Hybrid Graph-Machine Learning Framework for Accurate and Interpretable Band Gap Prediction 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00365 PMID:41855083	研究论文	本文提出了一种结合图深度学习嵌入与经典机器学习算法的混合人工智能框架，用于实现高精度、可解释且计算高效的带隙预测	提出了一种混合图-机器学习框架，通过整合多种图神经网络（CGCNN、MEGNet、SchNet）的嵌入与物理意义的晶体描述符，实现了比传统模型和单一图神经网络更高的预测精度和更好的泛化能力，同时计算资源需求更低	未明确提及具体局限性，但可能依赖于特定数据库（Materials Project）的数据质量和覆盖范围	加速半导体和能源材料的发现与设计，通过高精度预测电子带隙	晶体结构及其电子带隙	机器学习	NA	NA	图神经网络, 梯度提升, 神经网络	晶体结构数据	来自Materials Project数据库的136,000个晶体结构	NA	CGCNN, MEGNet, SchNet	R², MAE, MSE	未明确指定，但提及比ALIGNN模型所需计算资源更低
870	2026-04-18	Physical Implausibility of Carbohydrate Ligands in Results of Deep Learning-Based Cofolding Methods 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c03075 PMID:41866819	研究论文	本文分析了AlphaFold 3和Boltz-1x等深度学习共折叠方法在碳水化合物配体建模中的立体化学违规问题	首次系统量化了深度学习共折叠方法在碳水化合物配体建模中的立体化学错误率，并揭示了Boltz-1x在减少某些违规的同时可能引入新的结构配置问题	研究仅基于900个碳水化合物配体进行分析，可能未覆盖所有类型的碳水化合物结构；BondedAtomPairs协议在减少立体化学问题时丢失了还原端异头氧，表明方法仍需改进	评估深度学习共折叠方法在碳水化合物配体建模中的物理合理性	碳水化合物配体	计算生物学	NA	深度学习共折叠方法	AlphaFold 3, Boltz-1x	分子结构数据	900个碳水化合物配体	NA	NA	立体化学违规率、手性错误率、键转换率、平面环畸变率、芳香环形成率、不当结构配置率	NA
871	2026-04-18	scMultiPreDICT: A single-cell predictive framework with transcriptomic and epigenetic signatures 2026-Apr-11, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.08.717080 PMID:41993521	研究论文	本文介绍了一个名为scMultiPreDICT的计算框架，用于基于单细胞多组学数据比较转录组和表观遗传特征对基因表达的预测性能	开发了一个系统性的比较预测框架，首次在基因层面和细胞背景下评估了转录特征与染色质可及性特征对基因表达的相对贡献，并发现多模态整合的益处是基因特异性和上下文依赖的	未明确提及研究的局限性	比较转录组和表观遗传特征在预测基因表达中的相对贡献，并识别不同调控层对基因表达的影响	单细胞多组学数据（同时分析基因表达和染色质可及性）	机器学习	NA	单细胞多组学技术（转录组和表观基因组分析）	回归模型, 基于树的模型, 深度学习模型	单细胞多组学数据（转录组和染色质可及性数据）	使用了多个生物数据集，但未具体说明样本数量	R	NA	预测准确性	NA
872	2026-04-18	DrugBLIP: exploring the protein-molecule interaction mechanisms with a multi-task learning graph transformer 2026-Apr-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag069 PMID:41967848	研究论文	本文提出了一种名为DrugBLIP的多任务图Transformer模型，用于统一学习蛋白质-分子相互作用，以改进虚拟筛选、对接和药物设计	基于SE(3)等变架构，通过结合对比学习、匹配任务和对接优化的多任务学习框架，利用混合图Transformer捕获三维空间关系，实现了在虚拟筛选和对接任务上的最先进性能	未明确提及模型在更广泛数据集或实际药物发现流程中的泛化能力限制	准确建模蛋白质-分子相互作用，以推动虚拟筛选、对接和药物设计的发展	蛋白质与分子之间的相互作用	机器学习	NA	NA	Transformer, 图神经网络	三维空间结构数据	NA	NA	混合图Transformer, SE(3)-等变架构	AUROC, BEDROC, 对接成功率, 目标垂钓准确率	NA
873	2026-04-18	Genetic background shapes AI-predicted variant effects 2026-Apr-07, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.04.715328 PMID:41993283	研究论文	本文介绍了个性化变异效应预测器（pVEP）框架，用于量化全球多样化人群的遗传背景如何影响临床变异效应的计算预测	首次将个性化遗传背景纳入变异效应预测，揭示了同一变异在不同遗传背景下可能具有异质性致病效应	研究基于计算预测，需要进一步实验验证；样本多样性可能仍有限	预测遗传变异后果并评估遗传背景对变异效应的影响	人类基因组中的单核苷酸变异	机器学习	NA	深度学习	深度学习模型	基因组序列数据	数千个来自全球多样化人群的人类基因组	NA	NA	NA	NA
874	2026-04-18	A Temperature-Pressure Dual-Mode Flexible Patch Sensor with Temperature Compensation and Pressure Decoupling Functions for Pulse Detection and Recognition 2026-Apr-02, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04432 PMID:41925006	研究论文	本文介绍了一种具有温度补偿和压力解耦功能的双模式柔性贴片传感器，用于脉搏检测与识别	采用独特的“罗盘状”结构设计，实现了压力与温度信号的有效解耦，并利用温度信号进行实时压力信号补偿	未明确说明传感器在极端环境或长期使用下的耐久性测试结果	开发一种抗干扰的双模式柔性传感器，用于准确、连续的脉搏波检测与识别	人体脉搏波信号	可穿戴电子与生物医学传感	NA	柔性传感技术	CNN	传感器信号数据	NA	NA	ResNet	准确率	NA
875	2026-04-18	The Use of DeepQSAR Models for the Discovery of Peptides With Enhanced Antimicrobial and Antibiofilm Potential 2026-Apr, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.70029 PMID:41992792	研究论文	本研究利用基于循环神经网络的DeepQSAR模型预测广谱抗菌肽活性，并设计出具有增强抗菌和抗生物膜活性的新型肽	将传统的分子描述符与深度学习模型结合，开发了基于循环神经网络的DeepQSAR模型，用于高效预测和设计新型抗菌肽	未明确说明模型在其他类型肽或更大数据集上的泛化能力	利用深度学习技术加速具有广谱抗菌和抗生物膜活性的抗菌肽的发现与设计	抗菌肽（AMPs）	机器学习	细菌感染	定量构效关系（QSAR）	RNN	分子描述符数据	未明确说明训练数据量，但提及可用的AMP训练数据量在增加；设计并实验验证了98种新型肽	未明确说明	基于循环神经网络的QSAR模型	五折交叉验证准确率	NA
876	2026-04-18	Automated Detection and Classification of Marine Species Vocalizations Using a YOLO-Based Deep Learning Framework 2026-Apr, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.73466 PMID:41993730	研究论文	本研究提出了一种基于YOLO架构的深度学习框架，用于自动检测和分类海洋物种的发声	通过构建合成监测数据集（结合单物种发声模拟重叠与非重叠场景）并使用CutMix等增强技术，提升了模型在复杂声学环境下的鲁棒性	缺乏连续、标注完整的多物种实地录音数据集	开发自动检测和分类海洋物种发声的有效方法，以理解人类活动对海洋环境的影响	海洋物种的发声信号	机器学习	NA	水下声学监测	CNN	音频	合成监测数据集（由单物种发声组合构建）	PyTorch	YOLO	检测与分类性能	NA
877	2026-04-14	GeoPMB: An Interface-Aware Geometric Deep Learning Framework for Peptide-MHCI Binding Prediction with Evolutionary Insight 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c03233 PMID:41830611	研究论文	本文提出了一种名为GeoPMB的几何深度学习框架，用于预测肽与MHCI分子的结合，结合了进化信息和结构约束	GeoPMB创新性地将几何深度学习与预训练蛋白质语言模型结合，以建模pMHCI复合物的空间依赖性和界面物理化学特征，提高了对罕见等位基因的泛化能力	未明确提及具体限制，但可能依赖于预测的pMHCI复合物结构准确性	开发高精度计算工具，用于预测肽与MHCI分子的结合，以支持疫苗和免疫疗法开发	肽与I类主要组织相容性复合物（MHCI）分子的结合	机器学习	癌症相关疾病	几何深度学习，预训练蛋白质语言模型	几何图网络	序列数据，结构数据	NA	NA	几何图网络	结合特异性和亲和力预测性能	NA
878	2026-04-14	ncProFormer: A CNN-enhanced Transformer for ncRNA Coding-Potential Prediction 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00056 PMID:41830618	研究论文	提出了一种名为ncProFormer的深度学习框架，用于预测非编码RNA的编码潜力	首次在ncRNA编码潜力预测中引入跨物种评估，并整合了核酸语言模型GENA-LM和CNN增强的Transformer编码器，以联合捕获局部核苷酸模式和长程依赖关系	未明确提及	开发一个准确且可推广的框架，用于识别具有编码潜力的非编码RNA	非编码RNA（ncRNA）	自然语言处理	NA	深度学习	CNN, Transformer	序列数据	内部人类数据集、外部验证数据集、公共CPPred基准数据集，以及小鼠和大鼠数据集	NA	CNN-enhanced Transformer encoder	NA	NA
879	2026-04-14	HGT-PepPI: A Heterogeneous Graph-Based Framework Leveraging Pragmatic Analysis for Peptide-Protein Interaction Prediction 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c03139 PMID:41841204	研究论文	提出了一种基于异构图的计算框架HGT-PepPI，用于预测肽-蛋白质相互作用	通过构建整合序列语义信息、进化保守谱和实验验证相互作用的多关系边异构图，实现了对相互作用语义的可迁移模式学习，提升了泛化性能	模型性能受限于RCSB蛋白质数据库中有局限的蛋白质-肽复合物数据	开发计算深度学习预测器以准确预测肽-蛋白质相互作用	肽和蛋白质序列	机器学习	NA	ProtT5模型	异构图神经网络	序列数据	NA	NA	HGT-PepPI	预测性能, 鲁棒性	NA
880	2026-04-14	EviCYP: In Silico Prediction of Cytochrome P450 Substrates Based on Vector Quantization and Evidential Deep Learning 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00074 PMID:41843769	研究论文	本文提出了一种名为EviCYP的新型预测框架，用于准确识别细胞色素P450底物，该框架结合了向量量化和证据深度学习	首次将证据深度学习与向量量化整合，用于CYP底物预测，并能够量化预测不确定性	NA	开发一种可靠的计算工具，用于药物发现和安全评估中的细胞色素P450底物识别	细胞色素P450酶及其底物和非底物分子	机器学习	NA	计算建模	深度学习	分子表示和酶序列数据	10,996个样本，包括4388个底物、2880个非底物和3728个伪阴性样本，涵盖9种主要CYP亚型	NA	证据深度学习与向量量化整合架构	AUROC	NA