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
1	2026-06-04	Ultralightweight progressive feature disentanglement and recomposition network for hyperspectral image classification 2026-May-30, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109200 PMID:42229391	研究论文	提出一种超轻量级渐进式特征解耦与重组网络（ULite-FDRNet），用于高光谱图像分类，在表示能力、参数效率和分类性能之间实现优越平衡	首次提出统一的特征解耦与重组（FDR）范式，通过FDRConv2D/3D、轴向多尺度FDR 3D卷积（ScaleFDR3D）和三轴协同FDR注意力模块（TriSFDR）实现从浅层到多尺度再到全局的渐进式特征学习，大幅降低参数量和推理延迟	未提及在噪声或标注不完整情况下的鲁棒性，以及对于更大规模高光谱数据集的扩展性	解决现有深度学习高光谱图像分类方法参数量过大、推理延迟高的问题，实现资源受限场景下的高效部署	高光谱图像	计算机视觉	不适用	高光谱成像	卷积神经网络（CNN）	图像	四个HSI基准数据集	PyTorch	FDRConv2D/3D, ScaleFDR3D, TriSFDR	总体分类精度（OA）	NA
2	2026-06-04	Physics-Aware Representation Learning on Electronic Charge Density for Materials Property Prediction 2026-May-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00235 PMID:42212372	研究论文	提出一种物理感知的深度学习框架，直接从三维电子电荷密度预测材料力学和热力学性质	首次利用物理约束自编码器将高维电子电荷密度压缩为低维表示，并结合注意力机制和梯度提升机实现高效且可解释的材料性质预测	未明确讨论模型对其他材料性质（如电导率或光学性质）的泛化能力及对噪声数据的鲁棒性	实现直接从密度泛函理论计算的三维电子电荷密度快速预测材料机械和热力学性质	约6059种无机晶体化合物，覆盖多种晶体对称性	机器学习	NA	密度泛函理论 (DFT)	卷积自编码器（CAE）、LightGBM、注意力三维卷积神经网络（Att CNN）	三维电子电荷密度网格数据（128×128×128）和组分描述符（MAGPIE）	6059个无机晶体样本	PyTorch	三维卷积自编码器、注意力三维卷积神经网络（Att CNN）、LightGBM	R值（体模量R=0.94、杨氏模量R=0.88、剪切模量R=0.87、形成能R=0.96、德拜温度R=0.89）	计算资源需求约为完整DFT计算的1/25
3	2026-06-04	GraFSyn: An Interpretable Deep Learning Framework for Anticancer Drug Synergy via Graphlet Fingerprints 2026-May-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00458 PMID:42213476	研究论文	提出GraFSyn深度学习框架，利用图指纹显式编码药物子结构预测抗癌药物协同作用	首次将图指纹用于药物编码，保留预定义化学子结构的拓扑身份，引入动态多尺度卷积模块处理高维稀疏特征，支持子结构级归因分析	未提及对三维分子构型或药物代谢动力学特征的考虑	开发可解释且结构可追溯的深度学习框架用于抗癌药物协同预测	抗癌药物对与细胞系的协同作用关系	机器学习	癌症	NA	深度学习框架（GraFSyn）	分子图结构与细胞系基因表达数据	Merck与AstraZeneca两个基准数据集（具体样本数未明确）	PyTorch	动态多尺度卷积模块、交互模块	ROC-AUC, PR-AUC	NA
4	2026-06-04	A bibliometric analysis of artificial intelligence in anatomy education: Current situation, hot spots, and global trends 2026-May-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000049128 PMID:42216413	文献综述	通过文献计量分析揭示人工智能在解剖学教育中的研究现状、热点与全球趋势	首次系统性地通过文献计量方法分析人工智能在解剖学教育中的发展脉络和主题演变	仅基于Web of Science数据库的英文文献，可能存在语言和数据库偏倚	识别人工智能在解剖学教育领域的研究热点与趋势，为未来研究方向提供基础	Web of Science数据库中2005至2024年间发表的184篇相关英文出版物	自然语言处理	NA	NA	大型语言模型	文献元数据	184篇论文	R, VOSviewer, CiteSpace, Excel	NA	NA	NA
5	2026-06-04	DPC: Dynamic purification chain for adaptive adversarial defense 2026-May-29, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109189 PMID:42229394	研究论文	提出了动态净化链（DPC）方法，通过动态组合像素和几何变换并利用反馈算法避免过度净化，以防御强大的自适应对抗攻击	提出动态构建像素与几何变换组合的净化链，并引入反馈算法动态调整链结构以平衡攻击抑制与数据保真度	未提及在更大规模或更复杂数据集上的泛化能力评估，也未讨论实时应用中的计算开销	开发针对强自适应对抗攻击的鲁棒防御方法	深度神经网络的对抗攻击防御	计算机视觉, 机器学习	NA	对抗净化	NA	图像	CIFAR-10（60000张）、CIFAR-100（60000张）、Imagenette（9469张）图像	NA	NA	准确率	NA
6	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
7	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
8	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
9	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
10	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
11	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
12	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
13	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
14	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
15	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
16	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
17	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
18	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
19	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
20	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