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
601	2026-06-15	A Multistage Virtual Screening Strategy Integrating Molecular Similarity, Deep Learning Scoring, and Molecular Docking toward the Discovery of Novel LRRK2 Inhibitors 2026-06-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00241 PMID:42187161	研究论文	整合分子相似性、深度学习评分和分子对接的多阶段虚拟筛选策略，用于发现新型LRRK2抑制剂	首次将Ouroboros分子表示模型（结合构象和药效团特征）与深度学习评分融入虚拟筛选流程，并成功识别出新型LRRK2抑制剂C-298	未明确说明临床前验证或体内实验数据，且候选化合物的数量较少（仅15个）	发现新型且有效的LRRK2抑制剂，用于帕金森病治疗	LRRK2蛋白及其G2019S突变体	计算机辅助药物设计	帕金森病	分子相似性搜索、深度学习评分、分子对接、分子动力学模拟	Ouroboros分子表示模型（深度学习模型）	化合物结构数据、酶活性数据、细胞活力数据、活性氧水平数据	从3种先导化合物生成多样化化合物库，最终选择15个候选化合物进行酶学评估，识别出4种新型抑制剂	NA	Ouroboros分子表示模型	IC50值、细胞活力、活性氧水平、磷酸化抑制程度	NA
602	2026-06-15	Adaptive Disorder as the Hallmark of Nanobodies Antigen-Binding Loops 2026-06-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00716 PMID:42170950	研究论文	本研究利用两种独立策略（序列层面与结构层面）表征纳米抗体互补决定区的序列与结构特征，揭示其无序性作为适应性标志的功能意义	首次通过深度学习与能量分解方法证实纳米抗体CDR区序列与结构的无序性具有适应性，为抗原结合区设计提供新规则	未提供具体样本量及实验验证；模型在合成或极端序列上的泛化能力未讨论	解析纳米抗体互补决定区（CDR）的序列与结构无序性特征，推动下一代免疫诊断和治疗方法的设计规则	纳米抗体蛋白的互补决定区（CDRs）	机器学习	NA	NA	深度学习模型	序列数据（蛋白质一级序列）	NA	NA	NA	NA	NA
603	2026-06-15	Pentagonal Porphyrin-Based Covalent Organic Framework with Switchable Dual-Enzyme Activity for Adaptive Catechol Sensing 2026-Jun-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00633 PMID:42258672	研究论文	构建了一种具有可切换双酶活性的五边形卟啉基共价有机框架，并开发了用于儿茶酚自适应性传感的深度学习辅助平台	首次通过希夫碱反应构建了五边形二维卟啉基共价有机框架（NiPor-BATA-COF），克服了传统二维COF的对称性限制，实现了过氧化物酶与过氧化氢酶活性的可切换“跷跷板”双酶活性，并整合YOLO v5-CC深度学习模型实现自适应比色传感和移动端定量检测	未明确指出具体限制	开发具有强催化活性和自适应性双酶功能的高性能纳米酶，用于智能化污染物监测系统	儿茶酚（CC）检测	自然语言处理, 机器视觉	NA	希夫碱反应	YOLO v5	图像	NA	PyTorch	YOLO v5	检测限, 线性检测范围	NA
604	2026-06-15	Pushing the Limits of One-Dimensional NMR Spectroscopy for Automated Structure Elucidation Using Artificial Intelligence 2026-Jun-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00905 PMID:42260727	研究论文	利用深度学习框架，仅凭一维氢谱和碳谱就能自动解析分子结构	首次证明通过基于Transformer的深度学习架构，能在完整元素覆盖范围内，仅利用一维NMR预测含有最多40个非氢原子的分子结构，克服了化学空间的组合爆炸问题	预测准确率为60.4%，在15次预测内，仍有进一步提高空间；方法可能对某些复杂或异常结构不适用	实现仅用一维核磁共振光谱自动推导有机化合物结构，覆盖药物类化学空间中大部分分子	有机化合物和天然产物，其中分子最多含40个非氢原子，元素涵盖C、N、O、H、P、S、Si、B和卤素	机器学习, 自然语言处理	NA	一维核磁共振波谱（氢谱和碳谱）	Transformer	文本（分子结构数据）	NA	PyTorch	Transformer	准确率	NA
605	2026-06-15	Development of a Prediction Model for Progression Risk in High-Grade Gliomas Based on Habitat Radiomics and Pathomics 2026-06, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70304 PMID:41486586	研究论文	基于生境影像组学和病理组学构建高分级胶质瘤进展风险预测模型	首次结合生境影像组学与病理组学构建联合模型，并整合临床信息用于高分级胶质瘤进展风险预测	样本量较小（72例），且为回顾性研究	评估基于生境影像组学和病理组学构建模型的可行性，以预测高分级胶质瘤的进展风险	高分级胶质瘤患者的术前磁共振图像和病理切片	数字病理学	胶质瘤	核磁共振成像、全切片成像	深度学习	图像	72例高分级胶质瘤患者（52例训练集，20例测试集）	NA	多种网络架构（具体未提及）	C指数、AUC	NA
606	2026-06-15	Probabilistic vehicle speed prediction and reliability-based design optimization of mountainous freeway renovation using Transformer and active learning surrogates 2026-Jun, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108453 PMID:41702043	研究论文	提出一种结合Transformer和主动学习代理模型的山地高速公路改造概率速度预测与可靠性设计优化框架	首次将Transformer架构用于高速公路线形与附属设施到车速分布的概率映射，并结合主动学习Kriging代理模型求解安全与成本平衡的RBDO问题	未提及实验数据的规模及来源，也未讨论模型在不同道路环境下的泛化能力	实现基于可靠性的高速公路线形设计优化，平衡驾驶安全与改造成本	典型的山区高速公路及其改造设计参数（纵向坡度、曲线半径等）	机器学习	NA	NA	Transformer, Kriging代理模型	数值数据	针对一条典型的山区高速公路进行数值实验	NA	Transformer, Kriging	NA	NA
607	2026-06-15	Efficient self-supervised Barlow Twins from limited tissue slide cohorts for colonic pathology diagnostics 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104004 PMID:41793844	研究论文	针对结直肠息肉病理诊断，提出一种基于Barlow Twins自监督学习的高效计算模型，旨在减轻病理学家工作负担并提升筛查效率	优化了Barlow Twins框架的超参数、数据增强策略和编码器以适应病理数据特性；首次探索结直肠息肉筛查的最佳视场（FoV）；提出新的结直肠癌筛查基准数据集；证明自监督表示比监督表示更有意义且Swin Transformer在病理数据上的优势	当前研究缺乏有效应用自监督学习框架分析病理数据的方法	开发高效率计算模型辅助结直肠息肉活检筛查，优化病理学家工作流程	结直肠息肉活检切片，包括四种息肉类型和正常组织	数字病理学	结直肠癌	NA	Barlow Twins, Swin Transformer	全切片图像	使用MHIST和NCT-CRC-7K数据集进行下游任务	PyTorch	Swin Transformer	准确性、精确率、召回率、F1分数	NA
608	2026-06-15	AI in ophthalmology: A bibliometric analysis of retinal imaging innovations and global research collaboration 2026-Jun, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2026.105458 PMID:41932561	综述	通过文献计量和科学图谱分析，系统探究人工智能在眼科视网膜成像领域的知识结构、主题演变和全球合作动态	首次综合运用文献计量与科学图谱分析方法，揭示AI在视网膜诊断领域的研究轨迹、主题聚类及作者/机构合作影响力，并识别出从基础算法研究向多模态和个性化诊疗创新的转变趋势	存在真实世界临床整合不足、监管框架缺失以及低资源地区代表性欠缺等问题	阐明AI在眼科学研究中的知识景观、主题演变及全球合作动力学	涵盖AI驱动视网膜诊断的相关文献，包括发表趋势、引文影响、关键词共现、作者与机构网络	自然语言处理，机器学习	糖尿病视网膜病变	光学相干断层扫描	深度学习	文献数据	NA	NA	NA	NA	NA
609	2026-06-15	Artificial Intelligence-Driven Segmentation of Three Oral Diseases: Enabling Precision Diagnosis and Decision Support 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109486 PMID:41880827	研究论文	本研究引入了包含三种常见口腔黏膜疾病的高质量数据集，并评估了五种深度学习模型在病变分割和分类中的性能	创建了首个针对三种口腔黏膜疾病（口腔扁平苔藓、口腔白斑和口腔良性溃疡）的标准化基准数据集，并结合像素级分割掩码和诊断标签，为AI辅助口腔诊断提供了可复现的评估框架	数据集规模有限（808张图像），仅涵盖三种疾病，可能无法代表所有口腔黏膜病变；深度学习模型性能有待进一步提升	通过高质量数据集和深度学习模型评估，推动AI在口腔疾病精确诊断和临床决策支持中的应用	三种口腔黏膜疾病：口腔扁平苔藓、口腔白斑和口腔良性溃疡	计算机视觉	口腔疾病	临床图像采集	卷积神经网络	图像	808张高分辨率临床图像	NA	五种深度学习架构（具体未列出）	Dice系数，准确率	NA
610	2026-06-14	Spatial-temporal recurrence patterns of grade 4 glioma using deep learning integrated multiparametric MRI and molecular pathology 2026-Jun-13, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-026-01557-0 PMID:42286261	研究论文	利用深度学习整合多参数MRI和分子病理预测4级胶质瘤的空间-时间复发模式	首次结合深度学习分割、多参数MRI影像特征与分子病理标记物（MGMT、IDH）预测4级胶质瘤的时空复发模式，并发现肿瘤组成比例（CEcore/NE体积比）独立于年龄和MGMT状态的预后价值	样本来自多中心但以挪威和TCIA数据为主，可能需更多外部验证；HD95距离与进展时间的相关性需进一步因果验证	探索基于诊断时的分子和影像特征预测4级胶质瘤时空复发模式，以优化放疗靶区边界制定	4级胶质瘤患者（挪威多中心和TCIA数据，2015-2025）	计算机视觉, 机器学习	胶质瘤	多参数MRI	深度学习分割模型	MRI图像（对比增强T1、非增强T2/FLAIR）	390对MRI扫描（390例患者）	NA	NA（仅提及深度学习分割，未指定具体架构如U-Net等）	Hausdorff-95距离, 风险比（HR）, 总生存期（OS）, 进展时间, p值	NA
611	2026-06-14	PathTIGR: A pathway topology-informed graph representation learning framework for immunotherapy response prediction 2026-Jun-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aed6373 PMID:42268974	研究论文	提出了PathTIGR框架，通过整合生物通路拓扑知识与基因组变异信息预测免疫治疗反应	首次将通路拓扑知识融入图表示学习框架，并设计三分量结构（通路图编码器、Transformer模块、多层感知机）以捕获复杂分子相互作用	NA	提高免疫治疗反应预测的准确性并揭示反应异质性的分子决定因素	免疫治疗患者的基因组变异数据及生物通路网络	机器学习	癌症	基因组变异分析	图神经网络	基因组变异数据、通路拓扑数据	多个独立免疫治疗队列	NA	多头注意力图编码器、Transformer、多层感知机	预测性能（与现有生物标志物和深度学习方法对比）	NA
612	2026-06-14	Structurally-Informed 3D Gaussian Splatting for Limited-Angle CBCT 2026-Jun-12, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3703335 PMID:42284162	研究论文	提出了一种结构感知的三维高斯溅射框架，用于有限角度锥束计算机断层扫描，通过生成式初始化与物理优化结合显著提升重建质量	首次将生成式结构先验引入三维高斯溅射初始化，通过几何条件网络从稀疏投影预测完整高斯参数，克服传统方法对初始化的敏感性	研究仅基于模拟有限角度投影数据，未在真实临床环境中验证，且对超稀疏投影场景下的泛化能力待评估	解决有限角度锥束计算机断层扫描重建中投影数据不完整导致的伪影和病态问题，实现高质量快速成像	有限角度锥束计算机断层扫描影像重建任务	计算机视觉	NA	锥束计算机断层扫描成像	三维高斯溅射	图像	公开数据集（具体数量未在标题/摘要中说明）	PyTorch	三维高斯溅射，几何条件生成网络	峰值信噪比，结构相似性指数	NA
613	2026-06-14	LIAUNet: Rethinking the Application of Loss Information in Medical Image Segmentation 2026-Jun-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3703176 PMID:42284169	研究论文	提出一种利用损失信息聚合的新网络LIAUNet，用于提高医学图像分割的准确性	首次提出了损失信息聚合网络LIAUNet，包括多尺度混合池化损失提取模块（MHPLE）、信息保留多尺度注意力聚合器（IMAA）和频谱门控卷积块（SGCB），有效利用编码器下采样中的损失信息	未明确提及限制，可能需要在更多样化的医学图像数据集上进一步验证	改善医学图像分割中因编码器下采样导致的信息丢失问题，提高分割精度	医学图像分割任务中的损失信息	数字病理学	NA	深度学习	卷积神经网络	医学图像	多个医学图像数据集	NA	编码器-解码器架构	分割精度	NA
614	2026-06-14	Explaining deep learning for ECG using time-localized clusters 2026-Jun-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3702945 PMID:42284164	研究论文	提出一种基于时间局部聚类的后验解释方法，用于解释深度学习在心电图分析中的决策过程	通过聚类CNN特征激活并量化分配熵作为逐时间戳不确定性，首次将时间局部聚类与心电生理标志物对齐，提供超越传统Grad-CAM的类依赖表征稳定性分析	仅基于1D-ResNet架构验证，未测试其他CNN变体；聚类方法对心电信号异常形态的鲁棒性有待进一步评估	开发可解释性方法以提高深度学习心电分析模型的临床接受度和电生理洞察力	1D-ResNet在PTB-XL和CODE-15%数据集上的特征激活模式	机器学习	心血管疾病	NA	1D-ResNet、随机森林	心电图信号	PTB-XL数据集（超类分类，10折交叉验证）和CODE-15%数据集（年龄回归）	NA	1D-ResNet	准确率、AUROC	NA
615	2026-06-14	Data-driven global ocean model resolving atmospherically forced ocean dynamics 2026-Jun-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aed1225 PMID:42284423	研究论文	提出基于深度学习的全球三维海洋环流模型KIST-Ocean，能够模拟大气强迫下的海洋动力过程	首次实现深度学习模型在三维全球海洋环流模拟中再现Kelvin波、Rossby波传播及风应力旋度驱动的垂直运动等关键大气强迫海洋动力学过程	NA	开发基于深度学习的三维全球海洋环流模型，以模拟大气强迫下的海洋动力学响应	全球海洋环流及其对大气强迫的响应	机器学习	NA	深度学习	深度神经网络	海洋环流数据	NA	PyTorch	三维卷积神经网络	模拟技巧、计算效率	NA
616	2026-06-14	Deep learning-enabled versatile shape perception for soft robots via single-ended multimode fiber 2026-Jun-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aef6263 PMID:42284416	研究论文	介绍了一种基于单端多模光纤和深度学习实现的软体机器人通用形变感知方法	利用光学混沌散斑场编码高维形状信息，通过可重构神经解码器将单一物理通道解析为多种感知模式，突破了硬件适应性限制	未提及具体局限性	实现软体机器人在多样化交互中的连续形变感知，特别是空间受限的介入场景	软体夹爪、仿生灵巧手和软体手术机器人	计算机视觉	NA	光学传感、多模光纤	深度学习神经网络	图像（散斑场）	NA	PyTorch	可重构神经解码器	准确率、空间分辨率增强倍数、交并比	NA
617	2026-06-14	Predictions of protein-protein interactions and co-complex models with deep learning 2026-Jun-12, Current opinion in chemical biology IF:6.9Q1 DOI:10.1016/j.cbpa.2026.102703 PMID:42284691	综述	综述了基于深度学习的蛋白质-蛋白质相互作用预测及共复合物建模方法	从方法学范式对三种密切相关的任务（全蛋白质组PPI预测、PPI界面预测和PPI共复合物结构预测）进行分类，并总结其优势与限制	NA	概述深度学习在蛋白质相互作用研究中的最新进展及应用	蛋白质相互作用和共复合物模型	自然语言处理, 机器学习	NA	深度学习	CNN, LSTM, GAN	蛋白质序列和结构数据	NA	TensorFlow, PyTorch, Keras, Scikit-learn	ResNet, VGG, Transformer, U-Net, DenseNet, EfficientNet	准确性, 精确率, 召回率, F1分数, AUC, Dice系数	NA
618	2026-06-14	Comprehensive framework for evaluation of deep neural networks in detection and quantification of lymphoma from PET/CT images: Clinical insights, pitfalls, and observer agreement analyses 2026-Jun-12, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2026.105832 PMID:42284693	research paper	提出一个全面的评估框架，用于评估深度神经网络在PET/CT图像中检测和量化淋巴瘤的性能，包括临床见解、陷阱和观察者一致性分析	提出了一个临床相关的评估框架，不仅使用Dice相似系数，还引入了基于临床病灶测量的预测误差分析、传统病灶特异性检测标准以及基于代谢特征的新分割标准，同时进行了观察者间和观察者内变异性分析	小和低代谢活性的病灶对网络和医生都具有挑战性	建立一种更一致、更有意义的淋巴瘤分割模型评估方法，以支持患者护理中的稳健决策	四种常用的深度学习分割网络（ResUNet、SegResNet、DynUNet、SwinUNETR）在611例PET/CT多机构数据集上的性能	computer vision	淋巴瘤	PET/CT成像	CNN	image	611例PET/CT病例（来自多机构数据集，涵盖不同淋巴瘤亚型和病灶特征）	PyTorch	ResUNet, SegResNet, DynUNet, SwinUNETR	Dice相似系数	NA
619	2026-06-14	Predicting the Onset of Myopia in Children and Adolescents Using Artificial Intelligence: A Systematic Review and Meta-analysis 2026-Jun-12, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2026.105546 PMID:42285273	系统综述与荟萃分析	评估人工智能模型在预测儿童和青少年近视发生方面的性能	首次对AI预测近视发生的模型进行系统综述和荟萃分析，比较了传统机器学习和深度学习的表现，并评估了研究偏倚和证据质量	现有研究偏倚风险高、缺乏外部验证、地区不平衡，且证据质量被评定为'低'	评估AI模型预测儿童和青少年近视发生的性能	儿童和青少年的近视发生预测	机器学习	近视	NA	机器学习模型（传统机器学习、深度学习）	NA	7篇研究（24个模型）	NA	NA	曲线下面积（AUC）	NA
620	2026-06-14	DeepAdapter: a generalisable algorithm integrating self-supervised learning and unsupervised domain adaptation for robust retinopathy of prematurity screening 2026-Jun-12, The British journal of ophthalmology DOI:10.1136/bjo-2025-328559 PMID:42285743	研究论文	提出DeepAdapter算法，结合自监督学习和无监督域适应，提升早产儿视网膜病变筛查模型的泛化能力	首次将自监督学习与无监督域适应集成，通过预训练通用眼底表征和域自适应模块有效降低域偏移，显著提升模型在跨中心、跨种族数据集上的泛化性能	未提及算法在计算资源需求或更广泛疾病场景下的适用性限制	开发和验证一种泛化性强的深度学习算法，用于早产儿视网膜病变的稳健筛查	早产儿视网膜病变（ROP）的筛查模型	计算机视觉	早产儿视网膜病变	自监督学习、无监督域适应	深度学习模型	图像（彩色眼底照片）	50万张无标注图像和39,456张有标注图像	PyTorch	未指定具体模型架构	准确率、CORAL距离	NA