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
881	2026-06-16	Acoustic individual identification in a species of field cricket using deep learning 2026-Jun-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0044100 PMID:42294872	研究论文	利用深度学习从蟋蟀鸣声中实现个体识别，评估其在野生动物监测中的潜力	首次在野外记录的昆虫物种中展示基于深度学习的声学个体识别方法，并对比随机森林模型，证明深度学习在复杂任务中的优越性	不同夜晚间识别准确率显著下降（从99.9%降至65.1%），温度变化未通过声谱图调整得到改进	评估深度学习在野外蟋蟀个体识别中的可行性，推动非侵入性动物种群监测	短翅蟋蟀（Plebeiogryllus guttiventris）的鸣声	机器学习	NA	声学信号分析	深度学习模型（与随机森林对比）	音频数据	封闭种群中未知具体数量个体，不同夜晚的蟋蟀鸣声记录	NA	NA	准确率	NA
882	2026-06-16	Nuclear Enlargement as a Histological Hallmark of Skeletal Muscle Aging, Revealed by Deep Learning-Driven Analysis and Validated in Inflammatory Myopathies 2026-Jun, Aging cell IF:8.0Q1 DOI:10.1111/acel.70577 PMID:42295036	研究论文	利用深度学习驱动的核形态测量，揭示了核增大作为骨骼肌衰老的组织学标志，并在炎症性肌病中得到验证	首次通过大规模组织学与深度学习结合，发现核增大是骨骼肌衰老的可量化特征，并建立了潜在的“肌肉衰老时钟”，适用于生理性衰老和疾病状态	未明确说明，但从摘要推断可能包括样本来源单一、需要外部验证等	识别骨骼肌衰老的可重复组织学特征，并测试其生物学相关性	人类骨骼肌组织（来自974张H&E全切片图像）	数字病理学	骨骼肌衰老、炎症性肌病	H&E染色、深度学习	双注意力卷积神经网络、Mask R-CNN	图像（全切片图像）	974张H&E全切片图像	NA	双注意力卷积神经网络、Mask R-CNN	AUC、准确率	NA
883	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
884	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
885	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
886	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
887	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
888	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
889	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
890	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
891	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
892	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
893	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
894	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
895	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
896	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
897	2026-06-14	Deep feature extraction and explanation consistency analysis for fine-grained aircraft type classification in remote sensing imagery 2026-Jun-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54628-4 PMID:42286024	研究论文	提出一个可解释的飞机分类框架EC-AT，集成迁移学习、解释一致性分析和可信度评估，用于遥感图像中的细粒度飞机类型识别	设计了一种基于IoMin的空间重叠度量来定量评估不同解释方法生成区域的一致性，并引入多源AI记分卡表（MAST）对模型可信度进行结构化评估	未提及	提升遥感图像中细粒度飞机类型分类的性能和可解释性，为高可信度智能遥感分析提供参考	MAR20数据集中的八种代表性飞机类别	计算机视觉	NA	迁移学习	深度神经网络	图像	MAR20数据集中的八类飞机样本（具体数量未提及）	PyTorch	Grad-CAM, LIME, RISE	分类准确率、IoMin空间重叠度量、MAST多维度评估（准确率、一致性、逻辑论证、可视化）	NA
898	2026-06-14	Fast surface reconstruction of human brain MRI: benchmarking deep-learning based morphometry tools 2026-Jun-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55397-w PMID:42286078	研究论文	评估三种深度学习模型结合表面重建流水线在脑部MRI处理中的性能，寻找快速可靠的替代方案	首次将DeepSCAN、FastSurferCNN和QuickNAT三种深度学习模型与基于FreeSurfer的快速表面重建流水线结合，系统评估其在大规模人脑MRI数据上的性能和可靠性	主要评估了与FreeSurfer的重建一致性，未充分探讨在病理变异性、临床诊断中的实际应用效果	探索深度学习模型作为快速、可靠的脑结构MRI处理工具的可行性，为大规模研究项目和临床应用铺路	公开可用的人脑MRI数据集和带有已知指标的合成数据集	计算机视觉	未指定	MRI结构成像	深度学习模型（DeepSCAN、FastSurferCNN、QuickNAT）	图像（MRI）	公开的人脑MRI数据集（多个）和一个合成数据集	NA	DeepSCAN、FastSurferCNN、QuickNAT	与FreeSurfer重建的一致性、同一会话内重扫的再现性、年龄跨度稳定性、灰白质对比度敏感性、合成表面指标准确性	NA
899	2026-06-14	Transferable human mobility network reconstruction with neuroGravity 2026-Jun-12, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-026-01003-y PMID:42286365	研究论文	开发了神经重力模型，从有限观测中可靠重建城市间流动网络并实现跨城市迁移	将物理启发的重力模型与深度学习结合，提出无需旅行调查数据仅利用城市设施和人口分布重建流动网络，并发现空间收入隔离是影响模型迁移性的关键因素	未提及模型在极端数据稀缺或非常规城市形态下的性能及未对迁移性预测进行跨区域验证	解决欠发达地区因缺乏旅行调查数据而无法准确建模人类流动性的问题	全球超过1200个城市的城市设施分布、人口分布及人类流动网络	机器学习	NA	NA	物理启发式深度学习模型	城市设施位置数据、人口分布数据	超过1200个城市的流动网络数据	PyTorch	神经重力网络	相关系数、迁移性预测准确率	NA
900	2026-06-14	A weakly supervised deep learning-based recurrence prediction and risk stratification of lung adenocarcinoma from pathology whole-slide images 2026-Jun-12, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-026-16340-4 PMID:42286527	research paper	基于弱监督深度学习从病理全切片图像预测肺腺癌术后复发并进行风险分层	利用常规苏木精-伊红染色图像，在弱监督多实例学习框架下结合自动感兴趣区域检测，实现肺腺癌术后复发的准确预测，并与转录组分析整合增强生物学可解释性	未在摘要中明确提及具体限制	预测肺腺癌术后复发并表征相关生物学特征，以指导临床决策	肺腺癌术后复发	digital pathology	lung adenocarcinoma	NA	CNN	图像	399名患者（329名来自FHWMU，70名来自CPTAC）	PyTorch, TensorFlow, Keras, Scikit-learn	Inception_V3, ResNet18, DenseNet121	AUC, Kaplan-Meier生存分析, Cox比例风险回归	NA