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
101	2026-09-27	Multimodal deep learning to support delineation of neuro-oncology organs based on the EPTN international neurological contouring atlas 2026-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.101051 PMID:42631107	研究论文	提出一种多模态深度学习模型，用于分割欧洲粒子治疗网络（EPTN）国际神经轮廓图谱中定义的25个器官	基于EPTN国际神经轮廓图谱，结合对比增强T1加权磁共振（MR）和计算机断层扫描（CT）的双输入模型，实现了多器官分割	未发现T2 FLAIR的额外益处，样本量相对较小（74名患者）	支持神经肿瘤学器官的轮廓勾画	74名患者	数字病理学	NA	对比增强T1加权磁共振（MR）、计算机断层扫描（CT）、T2 FLAIR	多模态深度学习模型	图像	74名患者（59名训练，14-15名每折用于评估）	NA	NA	Dice系数、表面Dice系数	NA
102	2026-09-27	Pan-cancer atlas of cellular architecture reveals a nearest-neighbour distance-associated biomechanical-immune axis involving CD4+ memory T cells 2026-07, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70742 PMID:42482342	研究论文	该研究开发了一个可扩展的数字病理学框架，处理了21种实体瘤的7910张H&E全切片图像，通过深度学习分割超过47亿个细胞核，揭示了最近邻距离（NND）作为生物力学-免疫轴的关键空间决定因素，涉及CD4+记忆T细胞。	首次系统性地将细胞空间组织（特别是最近邻距离）与生物力学信号、免疫浸润和患者生存联系起来，构建了泛癌种细胞架构图谱，并发现了NND-CD4+记忆T细胞轴这一新的生物力学-免疫维度。	研究主要基于相关性分析，NND与Hippo/YAP/TAZ通路的关联仅为趋势水平（p=0.058），需要进一步的实验验证来建立因果关系	定量绘制实体瘤的细胞架构，阐明其对机械信号传导、免疫浸润和患者生存的机制影响	21种实体瘤的H&E全切片图像、19个TCGA队列的RNA-seq数据、独立队列的T细胞转录组、Visium-HD空间转录组数据	数字病理学	肺癌、乳腺癌、食管癌、肝癌	H&E染色、RNA-seq、单细胞转录组测序、Visium-HD空间转录组学	深度学习分割模型	图像、文本（基因表达数据）	7910张H&E全切片图像，超过47亿个细胞核，19个TCGA队列（n=7401），超过60000个T细胞转录组	NA	NA	Spearman相关系数、p值	NA
103	2026-09-27	Benchmarking privacy and utility in synthetic tabular cohorts for Alzheimer's disease research 2026 Jul-Sep, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70430 PMID:42582267	研究论文	本文对用于阿尔茨海默病研究的合成表格队列中的隐私和效用进行了基准测试，比较了五种合成数据生成框架。	系统评估了五种合成表格数据生成框架在阿尔茨海默病研究中的隐私与效用权衡，包括具有差分隐私保证的方法。	高隐私性通常伴随着效用不足，需要进一步研究合成数据生成方法。	解决阿尔茨海默病研究中大型临床相关队列稀缺和开放数据共享困难的问题。	阿尔茨海默病神经影像学倡议和抗淀粉样蛋白治疗无症状阿尔茨海默病队列。	机器学习	阿尔茨海默病	生成合成表格数据	CTGAN, TabPFN	表格数据	未明确说明	NA	条件生成对抗网络, 表格先验数据拟合网络	隐私评级, 效用指标	NA
104	2026-09-25	Artificial intelligence as a second reader for pneumothorax detection: redirecting rather than reducing chest CT use 2026-Jul-02, BMC emergency medicine IF:2.3Q1 DOI:10.1186/s12873-026-01673-x PMID:42393541	研究论文	本研究通过全国性在线横断面模拟实验，评估AI辅助胸片判读对急诊医师气胸诊断决策及胸部CT开单意图的影响，重点关注AI警报作为第二读者捕捉初诊遗漏气胸的能力	首次系统评估AI辅助胸片判读对急诊医师实际决策行为特别是CT开单行为的影响，发现AI并未减少CT使用意图，而是将增量集中在真阳性病例中，并提出AI应定位为第二读者而非CT减量工具的新观点	研究采用模拟场景而非真实临床环境，AI前后CT开单意图条目并非完全等同，结果反映的是模拟影像意图而非实际CT开单行为，属于假设生成性研究，需要前瞻性真实CT开单数据验证	评估AI辅助胸片判读对急诊医师气胸诊断决策和胸部CT开单行为的影响，特别关注AI警报作为第二读者捕捉初诊遗漏气胸诊断的能力	在土耳其执业的急诊医师，包括全科医师、急诊医学住院医师和急诊医学专科医师	数字病理学	气胸	深度学习辅助胸片判读	CNN	图像	231名急诊医师，20张标准化胸片（10例气胸阳性含5例明显和5例隐匿，10例气胸阴性，均经胸部CT确诊），共4620个医师-病例响应配对	NA	NA	模拟CT开单意图变化率，诊断捕获率，McNemar精确检验p值，感知可用性评分	NA
105	2026-09-25	Deep learning versus general dentists: a clinical evaluation of caries diagnostic accuracy on bitewing radiographs 2026-Jul-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-09088-7 PMID:42393624	研究论文	本研究评估了基于深度学习的YOLOv8模型在乳牙咬翼片龋齿检测中的诊断性能，并与普通牙医进行了比较	首次将YOLOv8模型应用于乳牙咬翼片龋齿检测，并与普通牙医进行临床对比评估，采用ICDAS™六深度分类标准进行标注	样本量相对有限，仅使用单一深度学习模型（YOLOv8），未与其他深度学习架构进行比较，且仅针对乳牙	评估深度学习模型在乳牙咬翼片龋齿检测中的诊断准确性，并与普通牙医的表现进行比较	1,427张乳牙咬翼片，其中1,180张用于训练和验证，247张用于测试	计算机视觉	龋齿	深度学习目标检测	YOLOv8	图像	1,427张咬翼片（1,180张训练/验证，247张测试）	NA	YOLOv8	召回率，精确率，F1分数，平均精度（AP），平均精度均值（mAP）	NA
106	2026-09-25	Automated generation of structured breast ultrasound reports using BreastViT and ChatGPT 2026-Jul-02, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03677-w PMID:42393650	研究论文	该研究提出了一种结合深度学习模型BreastViT和GPT-4o的工作流程，用于自动生成结构化的乳腺超声报告	首次将VisionEncoderDecoderModel（BreastViT）与GPT-4o大语言模型相结合，实现乳腺超声结构化报告的自动生成，并通过外部验证和盲法放射科医生评估证明了联合方法在临床准确性、信息完整性、结构完整性和术语标准化方面优于单独使用任一模型	外部验证集样本量较小（仅49例），且为回顾性研究设计，可能存在选择偏倚	开发并验证一种自动化工作流程，利用深度学习和大型语言模型生成临床合规的结构化乳腺超声报告，以提高报告的标准化程度和一致性	乳腺超声图像及对应的BI-RADS评估报告	医学图像分析	乳腺癌	超声成像，深度学习图像描述生成，大语言模型文本优化	VisionEncoderDecoderModel，GPT-4o	图像，文本	内部数据集：362名患者的2,243张超声图像（BI-RADS 4B、4C、5；2019-2024年）；外部验证集：49例（2024年10-12月）	NA	BreastViT（VisionEncoderDecoderModel，预训练模型nlpconnect/vit-gpt2-image-captioning），CNN-Transformer（R2Gen），CNN-Attention-LSTM，CNN-RNN，GPT-4o	BLEU，损失值，组内相关系数（ICC），临床准确性评分，信息完整性评分，结构完整性评分，术语标准化评分	NA
107	2026-09-25	Quantitative EEG Analyses for Outcome Prediction in Comatose Patients After Cardiac Arrest 2026-Jul-01, Journal of clinical neurophysiology : official publication of the American Electroencephalographic Society IF:2.3Q3 DOI:10.1097/WNP.0000000000001269 PMID:42359645	综述	本文综述了用于心脏骤停后昏迷患者预后预测的定量脑电图分析方法，从基于特征的方法到机器学习和深度学习模型	系统总结了从显式特征指数到深度学习模型的定量脑电图分析方法，并强调其不仅用于预测不良预后，还可识别有望良好神经功能恢复的患者	定量脑电图方法在不良预后预测中的敏感度仅为50%至60%，且需在多模态预后框架中作为决策支持工具，最终评估仍依赖专业脑电图医师	总结用于心脏骤停后昏迷患者脑电图预后预测的定量分析方法及其临床应用价值	心脏骤停后昏迷患者	机器学习	心血管疾病	定量脑电图分析	NA	脑电图信号	NA	NA	NA	敏感度, 特异度	NA
108	2026-09-25	Classification of periapical radiographic findings for root canal therapy decision support using deep neural networks 2026-Jul-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03667-y PMID:42387520	研究论文	本研究开发了一种基于深度学习的诊断支持系统，用于对根尖周放射影像进行分类，以辅助根管治疗的决策	比较了七种先进的预训练深度学习模型与一个自定义卷积神经网络在根尖周放射影像三分类任务中的表现，并采用了患者级别的数据划分、5折分层交叉验证和留一中心评估来验证模型稳健性	数据仅来自伊朗克尔曼沙赫单一地理区域内的三个影像中心，临床部署需要在多机构、地理多样化的数据集上进行外部验证和前瞻性试验，且系统仅应作为第二意见工具辅助而非替代综合临床诊断	开发基于深度学习的诊断支持系统，对根尖周放射影像模式进行分类，包括可能与需要牙髓评估相关的发现	根尖周放射影像	医学影像分析	口腔疾病	根尖周放射影像	YOLO 11, ResNet-18, VGG-19, AlexNet, EfficientNet, MobileNet V2, LeNet-5, 自定义卷积神经网络	图像	2641张根尖周放射影像，来自2600名患者	NA	YOLO 11, ResNet-18, VGG-19, AlexNet, EfficientNet, MobileNet V2, LeNet-5, 自定义卷积神经网络	准确率, 宏F1分数, 宏精确率, 宏召回率	NA
109	2026-09-25	Predicting unplanned 30-day hospital readmissions in patients with urogenital system disorders: a retrospective EMR-based ensemble learning study in Taiwan 2026-Jul-01, BMC health services research IF:2.7Q2 DOI:10.1186/s12913-026-15040-w PMID:42387552	研究论文	本研究基于台湾某医院电子病历数据，利用集成学习方法预测泌尿生殖系统疾病患者30天内非计划再入院风险	针对泌尿生殖系统疾病人群的非计划再入院预测，结合随机森林变量重要性进行自动特征选择，从112个特征中筛选34个关键预测因子，并系统比较七种机器学习模型，集成模型取得最优性能	回顾性单中心研究，数据来源单一，样本中再入院案例较少（321例），可能存在类别不平衡问题，外部验证不足	利用人工智能和电子病历数据，构建准确的泌尿生殖系统疾病患者30天内非计划再入院预测模型，以支持临床决策	2018年12月至2022年1月期间在台湾台中慈济医院住院的成年泌尿生殖系统疾病患者（ICD-10 N00-N99）	机器学习	泌尿生殖系统疾病	电子病历数据挖掘	集成学习	表格数据	7,413例病例，其中321例为非计划30天再入院	NA	随机森林, CatBoost, XGBoost, 深度神经网络, 逻辑回归	AUC	NA
110	2026-09-23	Testing the feasibility of deep learning approaches to enhance monitoring of marine macroinvertebrates: Insights from a case study using the gastropod Peringia ulvae 2026-Jul-14, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15682-7 PMID:42448905	研究论文	本研究评估了深度学习计算机视觉方法在量化海洋大型无脊椎动物（以Peringia ulvae为例）中的可行性	首次系统评估了结合自监督和少样本学习的最新计算机视觉方法在海洋大型无脊椎动物计数中的应用，并比较了多种模型在不同成像设备和聚集水平下的性能	模型准确率在每张图像约400个个体时趋于饱和，需要标准化成像协议；模型不适用于混合物种样本，且未考虑相关的碎屑干扰	评估深度学习计算机视觉方法在海洋大型无脊椎动物监测中的可行性，以替代或补充传统实验室方法	海洋大型无脊椎动物，特别是常见海洋腹足类Peringia ulvae	计算机视觉	NA	深度学习计算机视觉，自监督学习，少样本学习	CNN，Transformer	图像	未明确提及总样本数，但使用了DSLR相机拍摄的高分辨率图像，涉及不同聚集水平的P. ulvae个体	NA	CounTR，Segment Anything，Training-Free Object Counting，Grounding DINO，DeepDataSpace	计数准确率	NA
111	2026-09-23	Evaluation of deep learning-based reconstruction models on non-TOF BGO PET/CT: impact of acquisition times and BSREM penalization factors on lesion detectability and SNR 2026-Jul-12, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00919-8 PMID:42437412	研究论文	评估基于深度学习的TOF重建模型在非TOF BGO PET/CT上的表现，探讨采集时间和BSREM惩罚因子对病灶可检测性和信噪比的影响	首次系统研究非TOF BGO PET/CT中DLb-TOF模型在不同采集时间和β值下信噪比与病灶可检测性的平衡，并确定临床最优参数	样本量较小（20例患者），仅针对[18F]FDG显像，结果可能不适用于其他示踪剂	评估采集时间、信噪比和病灶可检测性之间的权衡，以指导临床协议优化	接受[18F]FDG PET扫描的20例患者	医学影像	癌症	PET/CT，[18F]FDG，BSREM重建	深度学习	图像	20例患者	NA	NA	信噪比，病灶可检测性	NA
112	2026-09-23	FABIAN-variant 2026: improved prediction of the effects of DNA variants on transcription factor binding 2026-Jul-11, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag449 PMID:42411323	研究论文	本文介绍了FABIAN-variant 2026，一个用于预测DNA变异对转录因子结合影响的重大更新版本	预测模型库从约5000个扩展到超过40000个模型，覆盖1500多个人类转录因子，新增小鼠基因组支持（GRCm38和GRCm39）、BPNet深度学习评分器、异二聚体转录因子复合物预测，重写为Rust语言并将运行时间减少约70%，新增RESTful JSON API和独立命令行版本	摘要中未明确提及	改进DNA变异对转录因子结合影响的预测	人类和小鼠基因组中的DNA变异及其对转录因子结合的影响	机器学习	NA	位置权重矩阵、转录因子柔性模型、BPNet深度学习	BPNet、CNN、位置权重矩阵、转录因子柔性模型	序列数据	超过40000个模型覆盖1500多个人类转录因子，超过35000个模型覆盖1100多个小鼠转录因子，240个人类转录因子使用BPNet评分，1400多个异二聚体转录因子复合物	NA	BPNet、位置权重矩阵、转录因子柔性模型	NA	NA
113	2026-09-23	GenoGlyph: Pan-cancer genomic mutation inference and risk stratification from diagnostic histopathology slides 2026-Jul-09, Research square DOI:10.21203/rs.3.rs-10158096/v1 PMID:42466426	研究论文	该研究提出了GenoGlyph，一个可解释的深度学习框架，用于从诊断性组织病理学切片中进行泛癌基因组突变推断和风险分层	1) 开发了可解释的深度学习框架GenoGlyph，能够从H&E染色切片中解码组织病理学语法进行泛癌基因组突变推断；2) 整合了突变预测与匹配的转录组数据，验证了形态学推断的基因组特征能够捕获潜在的肿瘤生物学特征；3) 证明了模型预测的突变（包括测序不一致的假阳性病例）表现出与推断基因型一致的通路扰动；4) 在四个独立外部队列中验证了GenoGlyph学习表示的独立预后价值	摘要中未明确提及研究局限性	开发一个可解释的深度学习框架，从标准H&E组织病理学切片中推断泛癌基因组突变并进行临床风险分层，以实现精准肿瘤学的民主化	14种实体瘤类型的6391张全切片图像，以及四个独立外部验证队列（n=982）	数字病理学	泛癌（包括14种实体瘤类型）	全切片图像分析、转录组分析、下一代测序	深度学习	图像、文本	6391张全切片图像（14种实体瘤类型），四个独立外部队列共982例样本	NA	NA	AUC（0.63-0.98）	NA
114	2026-09-23	AllTheBacteria: a community resource empowers biology and discovers novel peptide antibiotics 2026-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.08.584059 PMID:42465405	研究论文	该文章介绍了AllTheBacteria这一开放社区资源，将公共细菌短读长全基因组测序数据统一处理为可发现平台，并利用深度学习模型APEX 1.1挖掘新型肽类抗生素。	构建了包含2,440,377个高质量细菌和古菌基因组的大规模统一处理开放资源，整合标准化分类、注释、耐药性、抗噬菌体防御注释、蛋白结构预测和AI就绪序列表，并利用深度学习模型APEX 1.1从3,919,096个加密肽片段中发现新型抗菌肽，实验验证了先导分子ATB20在小鼠皮肤脓肿模型中的疗效。	摘要中未明确提及该研究的局限性	构建一个开放、社区共建的微生物基因组资源平台，支持全球序列搜索、疫情溯源、泛基因组方法开发、耐药性储库映射、抗噬菌体防御生态研究以及AI引导的抗菌药物发现	公共细菌短读长全基因组测序数据、细菌和古菌基因组、加密肽片段、抗菌肽候选分子、20种临床相关细菌菌株、小鼠皮肤脓肿模型	机器学习	细菌感染	全基因组测序、深度学习、肽合成、抗菌活性测试	深度学习模型	基因组序列、蛋白质序列	2,440,377个高质量细菌和古菌基因组，来自11,273个物种；3,919,096个加密肽片段；1,867个候选抗菌肽；24个合成肽；20种临床相关细菌菌株；小鼠皮肤脓肿模型	NA	APEX 1.1	NA	NA
115	2026-09-23	Impact of data augmentation and backbone architecture selection on dental caries segmentation in panoramic radiographs: a comparative deep learning study using pre-trained U-Net models 2026-Jul-07, The Saudi dental journal DOI:10.1007/s44445-026-00211-6 PMID:42412290	研究论文	本研究评估了数据增强和预处理对U-Net模型在全景X射线图像中龋齿分割性能的影响，并比较了不同的预训练主干架构	系统比较了四种U-Net架构（标准、VGG16、ResNet50、Xception）在四种场景（有无增强和预处理）下对龋齿分割的影响，并发现Xception结合增强和预处理达到最佳性能	样本量相对较小（500张图像），仅来自两个来源，且未提及外部验证或临床部署的可行性	评估数据增强和预处理对U-Net模型在龋齿分割中的影响，并比较不同预训练主干架构的性能	全景牙科X射线图像中的龋齿	计算机视觉	龋齿	全景X射线成像	CNN	图像	500张全景牙科X射线图像（400张来自大不里士医科大学，100张公开图像），增强后扩展到1000张	NA	U-Net, VGG16, ResNet50, Xception	Dice系数, IoU, 准确率, 精确率, 召回率, F1分数, AUC-ROC	NA
116	2026-09-23	Flexible Dual-Modal Sensing Transistor Enabled by Deep Learning Decoupling for Independent Light and Temperature Reconstruction 2026-Jul-07, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-026-02285-7 PMID:42412275	研究论文	本文报道了一种基于氧化锌纳米纤维集成铟镓锌氧化物薄膜晶体管的柔性双模态传感晶体管，结合深度学习信号解耦策略，实现光强与温度的独立重构	提出多偏置读出将耦合刺激物理编码为高维电流指纹，并用轻量级多层感知机解码，实现光与温度的独立重构，且器件在10000次弯曲后仍保持机械鲁棒性	未明确说明模型在更复杂环境或长期稳定性方面的表现，以及大规模制造和集成中的潜在挑战	解决双模态传感中的交叉敏感问题，实现光强和温度的准确独立重构，推动智能人工感知系统发展	柔性双模态传感晶体管（FDST），基于ZnO纳米纤维和IGZO薄膜晶体管	机器学习	NA	薄膜晶体管制备、纳米纤维集成、深度学习信号解耦	多层感知机	电流信号（高维电流指纹）	NA	NA	多层感知机	决定系数（R²）	低功耗微控制器
117	2026-09-23	Benchmarking AlphaFold and related deep learning approaches for modeling antibody and TCR antigen recognition 2026-Jul-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.07.04.736425 PMID:42465237	研究论文	该研究评估了AlphaFold2、AlphaFold3及增加采样协议等深度学习方法在建模抗体-蛋白、抗体-肽和TCR-肽-MHC复合物识别中的性能	系统比较了AlphaFold2、AlphaFold3及增加采样等多种深度学习方法在抗体和TCR抗原识别建模中的性能，揭示了不同界面类别的预测准确性差异，并发现方法间的互补性可通过模型池化提高成功率，例如将抗体-肽近天然成功率从41%提升至59%	未提及	评估和基准测试AlphaFold及相关深度学习方法在建模抗体和TCR抗原识别复合物中的性能，以了解其预测准确性和改进策略	抗体-蛋白复合物、抗体-肽复合物、TCR-肽-MHC复合物	计算生物学	NA	深度学习蛋白质结构预测	深度学习模型	蛋白质结构数据	未提及	NA	AlphaFold2, AlphaFold3	预测准确性, 近天然成功率	未提及
118	2026-09-23	Cross-Domain Knowledge Transfer from Expert-Annotated Gated CT via Synthetic Ungated CT Improves Coronary Artery Calcium Scoring on CT Attenuation Correction Scans 2026-Jul-06, medRxiv : the preprint server for health sciences DOI:10.64898/2026.07.02.26356002 PMID:42465914	研究论文	该研究提出了一种名为KAD-CAC的新方法，通过合成非门控CT图像，将专家标注的门控CT知识迁移到非门控CT衰减校正扫描中，从而提高冠状动脉钙化评分的准确性。	利用合成非门控CT图像，将专家标注的门控CT图像中的知识迁移到非门控CT域，实现跨域知识转移，显著提高了非门控CTAC扫描的CAC评分准确性。	摘要中未明确提及局限性。	开发和验证一种在超低剂量CT衰减校正扫描上进行深度学习CAC分割的新方法，该方法使用合成低剂量非门控图像进行训练。	接受CT衰减校正扫描的患者，以及用于训练和测试的CT图像和专家标注。	数字病理学	心血管疾病	CT	卷积LSTM	图像	5969名患者（中位年龄64岁，IQR 56-73，50.2%为男性）	NA	卷积LSTM	Cohen's kappa	NA
119	2026-09-23	Association of Lacunes with Risk Factors, Cognition, and Atrophy: The Multi-Ethnic Study of Atherosclerosis (MESA) 2026-Jul-06, medRxiv : the preprint server for health sciences DOI:10.64898/2026.07.02.26357192 PMID:42465945	研究论文	本研究利用深度学习在多种族社区队列中自动量化腔隙灶体积，并分析其与心血管风险因素、认知功能及脑萎缩的关联	采用深度学习自动量化腔隙灶体积，提供连续测量指标，捕获了超越腔隙灶计数的额外信息，并首次在多种族社区队列中系统评估深部与脑叶腔隙灶的差异	横断面分析为主，纵向认知随访数据有限；样本主要来自MESA队列的特定亚组，外推性需进一步验证；自动量化方法依赖训练评估者确认，可能存在残余偏差	量化多种族社区队列中的腔隙灶，并探究其与心血管风险因素、其他脑小血管病标志物、脑萎缩及认知功能的关联	1038名动脉粥样硬化多种族研究（MESA）参与者，具有纵向认知随访数据	数字病理学，机器学习	心血管疾病，脑小血管病，认知障碍	深度学习，结构方程模型，回归模型	CNN	图像，文本	1038名参与者，其中182名（17.5%）至少有一个腔隙灶	NA	NA	NA	NA
120	2026-09-23	CryoROLE: describing large inter-domain rotation in single particle cryo-EM 2026-Jul-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.07.04.736454 PMID:42427595	研究论文	该文章提出了一个名为cryoROLE的计算工具，用于从多体精修构建的静态复合图中提取连续构象动力学，通过域间相对取向的景观来描述大范围域运动	将连续构象异质性从共识平均构象的扰动中解耦，通过构建域间相对取向的连续景观，实现了对大范围域运动的连续描述，而非离散的静态子状态	依赖于多体精修构建的静态复合图，可能受限于多体精修的分辨率和准确性，且未提及对更复杂动态过程的适用性	解决单颗粒冷冻电镜中连续构象异质性分析的挑战，特别是大范围域运动	多种生物系统（具体未指明）	计算机视觉	NA	单颗粒冷冻电镜	NA	图像	NA	NA	NA	NA	NA