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
201	2026-09-18	Biasing Conformational Sampling in AlphaFold 3 and Boltz-2 via Pair Representation Scaling 2026-Sep-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c02094 PMID:42734519	研究论文	本文提出了一种名为“配对表示缩放”（pair representation scaling）的推理时方法，通过对扩散式结构预测器（AlphaFold 3和Boltz-2）的潜在配对表示乘以一个标量来偏置构象采样，从而拓宽构象集合并恢复默认推理遗漏的替代状态	首次提出无需重新训练、无需辅助模型或第二次前向传播的推理时方法，通过缩放配对表示来偏置基于扩散的结构预测器的构象采样，且方法具有可解释性和低成本	未明确讨论缩放方法对单个构象精度的潜在影响，也未验证其在更多类型蛋白质或更大规模数据集上的泛化能力	开发一种简单有效的推理时方法，以控制深度学习结构预测器生成的构象集合，使其能够采样到功能相关的替代构象状态	86个双态蛋白质靶标，涵盖结构域运动和膜转运蛋白	计算生物学、结构生物信息学	NA	深度学习蛋白质结构预测、扩散模型采样	扩散模型	蛋白质序列和结构数据	86个双态蛋白质靶标	NA	AlphaFold 3, Boltz-2	替代状态恢复率、预测距离分布与实验观测的吻合度	NA
202	2026-09-18	Targeting BCL-2 through Deep Learning-Based Drug Repurposing: A Multimodal Approach Combining Diffusion-Based Generative Modeling, Neural Relational Inference, and In Vitro Validation 2026-Sep-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01299 PMID:42734502	研究论文	该研究提出了一种多模态的BCL-2药物重定位工作流程，结合扩散生成模型进行配体-蛋白复合物生成，并扩展神经关系推断（NRI）框架对蛋白-配体轨迹进行动态相互作用分析，最终通过体外实验验证了Relugolix作为BCL-2抑制剂的活性	将扩散生成模型（NeuralPlexer）与扩展的神经关系推断（NRI）框架相结合，用于大规模生成BCL-2-配体复合物结构并进行轨迹层面的动态相互作用分析，首次将NRI应用于蛋白-配体轨迹以量化残基-配体及残基-残基动态耦合，发现Relugolix具有与Venetoclax相似的相互作用模式	体外验证仅限于TR-FRET结合实验和LN-18胶质瘤细胞活力检测，缺乏动物体内实验验证；生成的1294个复合物中仅部分进行了深入评估，筛选覆盖范围可能有限；NRI扩展框架在蛋白-配体轨迹上的适用性和泛化能力仍需进一步验证	通过深度学习方法进行BCL-2靶向药物重定位，结合生成式建模和动态推断识别可重定位的BCL-2配体，并通过体外实验验证候选药物的BCL-2抑制活性	3094种FDA已批准药物与BCL-2蛋白的相互作用，重点关注候选化合物Relugolix与BCL-2的结合，参照抑制剂为Venetoclax	机器学习, 计算生物学, 药物发现	肿瘤, 胶质瘤	扩散生成建模, 神经关系推断（NRI）, 分子对接, 分子动力学（MD）模拟, MM/GBSA结合自由能计算, 抗癌QSAR分类, TR-FRET实验, 体外细胞活力检测	扩散模型, 图神经网络（NRI）	分子结构数据, 分子动力学轨迹数据, 图像（复合物结构）, 文本（药物库信息）	3094种FDA已批准药物，生成1294个结构可接受的BCL-2-配体复合物，体外实验使用LN-18胶质瘤细胞系	NA	NeuralPlexer（扩散生成模型）, 神经关系推断（NRI）	IC50, 结合自由能（MM/GBSA）, 分子对接评分, QSAR分类性能	NA
203	2026-09-18	Refining the functional dynamics of deoxynivalenol in wheat Fusarium head blight via MALDI-TOF-MSI and deep learning 2026-Sep-13, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.151138 PMID:42748678	研究论文	该研究建立了基于MALDI-TOF-MSI的工作流程，结合深度学习实现小麦中脱氧雪腐镰刀菌烯醇（DON）的原位可视化，并揭示其在小麦赤霉病中的功能动态	首次以1,6-二苯基-1,3,5-己三烯（DPH）作为最佳基质，在负离子模式下实现DON的准确检测；结合深度学习辅助3D成像，全面揭示DON在小麦中的分布模式；解决了DON作为毒力因子在胚芽鞘中的争议，并绘制了其在穗轴中的转运模式	摘要中未明确提及研究局限性	建立系统性的MALDI-TOF-MSI工作流程，实现小麦中DON的非靶向、组织尺度原位可视化，并阐明DON在小麦赤霉病中的功能动态	小麦籽粒及禾谷镰刀菌（Fusarium graminearum）感染的小麦赤霉病组织	数字病理学	小麦赤霉病	MALDI-TOF-MSI（基质辅助激光解吸电离飞行时间质谱成像），深度学习辅助3D成像	深度学习	质谱成像数据，图像	NA	NA	NA	NA	NA
204	2026-09-18	Antibody CDR-H3 loop flexibility: Insights from X-ray crystallography, structural bioinformatics, and the limits of current deep learning methods 2026-Sep-12, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2026.108368 PMID:42731718	研究论文	结合X射线晶体学、结构生物信息学和深度学习研究抗体CDR-H3环的构象柔性	通过实验与计算方法的协同结合，揭示抗FGFR4抗体CDR-H3环的构象变化，并证明深度学习在柔性区域的局限性	深度学习在预测柔性区域如CDR-H3环时仍存在困难	研究抗体CDR-H3环的构象柔性并评估计算方法	抗FGFR4抗体的CDR-H3环	结构生物信息学	NA	X射线晶体学，分子模拟，深度学习	深度学习	结构数据	一个抗体	NA	NA	NA	NA
205	2026-09-18	Spectral CTPA-based multi-modal deep learning model for acute pulmonary embolism detection and segmentation 2026-Sep-12, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113248 PMID:42748598	研究论文	开发基于光谱CTPA的多模态深度学习模型，用于急性肺栓塞的自动检测和分割	首次将光谱CTPA的CTPA和碘密度图进行多模态融合，用于急性肺栓塞的检测和分割，提高了外周栓塞的召回率	患者级检测相比单模态CTPA的优势未达到统计学显著性，需要进一步的前瞻性研究验证	开发基于光谱CTPA的多模态深度学习模型，实现急性肺栓塞的自动检测和分割	526名接受光谱CTPA检查的参与者（其中126名患有急性肺栓塞）	医学图像分析	肺栓塞	光谱CTPA	多模态深度学习模型	图像	526名参与者（126名急性肺栓塞患者），分为训练集、验证集、内部测试集和外部测试集	NA	NA	Dice相似系数, AUC, 召回率	NA
206	2026-09-18	Beyond the field of view: Radiomics and artificial intelligence for organ-specific and systemic disease prediction from localized medical imaging 2026-Sep-12, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103535 PMID:42748665	综述	本文综述了放射组学和人工智能在局部医学影像中用于器官特异性和全身性疾病预测的最新进展	从局部影像中挖掘反映全身性或远处疾病过程的定量影像生物标志物，突破原始视野的限制	影像变异性、泛化性有限、混杂因素、可重复性、可解释性、伦理问题以及缺乏前瞻性验证	总结放射组学和人工智能在局部医学影像中用于器官特异性和全身性疾病预测的研究进展	腹部CT、胸部CT、乳腺X线摄影、脑部MRI和视网膜影像等局部医学影像	医学影像人工智能	神经系统疾病、肿瘤、心血管代谢疾病、生物衰老	放射组学、机器学习、深度学习	机器学习和深度学习模型	医学影像	NA	NA	NA	NA	NA
207	2026-09-18	Adaptive spatiotemporal deep learning with transfer learning for multi-well concentration prediction in in-situ leaching aquifers 2026-Sep-11, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2026.105116 PMID:42748572	研究论文	本文提出了一种结合迁移学习的轻量级CNN-LSTM模型，用于多井抽水系统中铀浓度的短期高精度预测	提出了一个少于1000个权重的轻量级CNN-LSTM模型，结合迁移学习，仅需120对历史观测数据即可稳健训练；发现自适应微调LSTM层权重比仅更新CNN层权重能更好地预测铀浓度，表明时间动态（如时变抽水速率和渐进铀矿耗竭）在控制系统响应变化中起主导作用	模型性能随预测时间增加而下降，当仅依赖预训练权重时；未明确讨论更长预测时间范围或其他地质条件的适用性	实现在复杂水文地质条件和有限观测数据下，多井抽水系统动态的短期高精度预测，以支持地下水相关操作的实时管理	中国某原位铀浸采矿含水层中的多井抽水系统，包括42口抽水井和20口提取井	机器学习	NA	NA	CNN, LSTM	时间序列数据	120对历史观测数据，来自42口抽水井和20口提取井	NA	CNN-LSTM	预测精度	NA
208	2026-09-18	Connecting Preschoolers' Spontaneous Speech Patterns to Future Language Skills: A 3-Year Concurrent and Longitudinal Cohort Study of Canonical Proportion as a Developmental Index 2026-Sep-10, Journal of speech, language, and hearing research : JSLHR DOI:10.1044/2026_JSLHR-25-00938 PMID:42560704	研究论文	本研究通过自动化分析学龄前儿童自然语音录音中的规范音节比例，探究其与未来语言技能的并发及纵向关联	首次将深度学习语音分类方法应用于自然场景下儿童语音录音，计算规范音节比例，并验证其作为2至5岁儿童语言发展轨迹指标的可行性	规范音节比例仅提供中等程度的预测效力，对元语音技能的关联较弱，且未完全替代传统实验室评估	探究自动化分析自然场景下儿童为中心的音频录音能否反映2至5岁儿童语音语言能力的发展轨迹	155名学龄前儿童，从2岁追踪至5岁	自然语言处理	NA	深度学习语音分类	深度学习分类模型	音频	155名学龄前儿童，纵向追踪2至5岁	NA	NA	NA	NA
209	2026-09-18	Leveraging neural network models for drug repurposing: a case study on cardiac hypertrophy 2026-09-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-68286-z PMID:42722777	研究论文	本研究基于深度学习的人类转录组机制，通过训练前馈神经网络模型，利用基因表达数据识别现有药物的新治疗潜力，并以心脏肥大为案例进行研究	提出了一种基于深度学习人类转录组机制的系统性识别现有药物额外治疗潜力的新方法，能够编码超出已知基因集之外的疾病相关基因，展示了对疾病关联的泛化能力	研究仅以心脏肥大一个案例进行验证，模型的普适性和可推广性有待在更多疾病类型中进一步验证	探索基于深度学习的人类转录组机制方法，系统性地识别现有药物的新治疗用途，加速药物重定位进程	心脏肥大疾病相关的基因表达数据以及DrugBank中的药物化合物	机器学习	心血管疾病	转录组分析，基因表达谱分析，深度学习	前馈神经网络	基因表达数据（转录组数据）	ARCHS4汇编的人类基因表达数据集，以及干细胞衍生的体外心脏肥大模型（Endothelin-1刺激）	NA	复合前馈神经网络	NA	NA
210	2026-09-18	Retraction notice to "Deep learning as a bridge between intercultural sensitivity and learning outcomes: A comparative study of English-medium instruction delivery modes in Chinese higher education" [Acta Psychol. 259 (2025) 105410] 2026-09-08, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.107774 PMID:42711234	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
211	2026-09-18	Editorial Commentary: Calling Balls and Strikes: For Artificial Intelligence Models to Accurately Predict Rotator Cuff Retear, We Must Carefully Define the Strike Zone 2026-Sep-06, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1002/arj.70483 PMID:42701888	评论	本文是一篇关于人工智能模型预测肩袖再撕裂的编辑评论，强调了定义预测标准的重要性。	强调了在人工智能模型预测肩袖再撕裂时，需要仔细定义预测标准，并讨论了迁移学习和深度学习在提高预测准确性方面的潜力。	未提及具体的实验或数据，主要是一篇观点性评论。	探讨人工智能模型在预测肩袖再撕裂中的应用，并强调定义预测标准的重要性。	肩袖再撕裂预测。	医学影像分析	肩袖损伤	迁移学习、深度学习	卷积神经网络	图像	NA	NA	NA	NA	NA
212	2026-09-18	Clinical applications of artificial intelligence-driven nitric oxide: a bibliometric and scientific mapping analysis 2026-09-01, Medical gas research IF:3.0Q2 DOI:10.4103/mgr.MEDGASRES-D-25-00096 PMID:41496298	研究论文	该文通过文献计量与科学映射分析，系统梳理了人工智能驱动一氧化氮研究的知识架构、技术演进与转化瓶颈	首次对人工智能驱动一氧化氮交叉领域进行系统性的知识图谱分析，揭示了该领域从传统机制研究向技术驱动范式转变的趋势	依赖Web of Science核心合集数据库，可能遗漏其他数据库文献；仅纳入2005-2024年英文文献，存在语言和地域偏倚；文献计量分析无法深入评估具体研究的方法学质量	系统描绘人工智能驱动一氧化氮领域的研究知识框架、技术演化路径及临床转化障碍	2005至2024年间Web of Science核心合集中收录的384篇相关文献	机器学习	心血管疾病	文献计量分析、科学映射分析	NA	文本	384篇文献	CiteSpace, VOSviewer, Bibliometrix R包	NA	年度发文量、高被引文献、关键词共现与演化、国际合作网络结构	NA
213	2026-09-18	Agreement between three state-of-the-art deep learning bone age estimation models and chronological age in a large contemporary pediatric cohort 2026-Sep, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06661-8 PMID:42233988	研究论文	该研究评估了三种最先进的深度学习骨龄估计模型与儿童实际年龄的一致性，在大规模当代儿科队列中进行验证	首次在大规模当代儿科队列中同时评估三种最先进的深度学习骨龄估计模型（Stanford、CCHMC和MedImageInsight）与实际年龄的一致性，揭示了模型偏差与年龄、性别、种族和民族的关系	研究为回顾性设计，仅纳入因创伤接受手部X线检查的儿童，可能存在选择偏倚；未评估模型在不同病理条件下的表现；未与人工读片进行直接比较	评估三种最先进的深度学习骨龄估计模型与大规模当代儿科队列中儿童实际年龄的一致性	7,189名儿童（3,669名女性和3,520名男性），年龄24-216个月（平均143.6±46.2个月），均因创伤接受手部（含腕部）X线检查且影像学正常	医学影像分析	NA	手部X线摄影	深度学习	图像	7,189例手部X线影像（3,669名女性，3,520名男性）	NA	Stanford模型, CCHMC模型, MedImageInsight模型	平均偏差, 比例偏差	NA
214	2026-09-18	Automatic recognition of anatomical structures and surgical phases in robot-assisted minimally invasive esophagectomy (RAMIE) using deep learning: a retrospective cohort study 2026-Sep, Surgical endoscopy DOI:10.1007/s00464-026-12985-1 PMID:42423778	研究论文	本研究利用深度学习技术，开发了用于机器人辅助微创食管切除术（RAMIE）胸部部分的实时解剖结构识别和手术阶段识别算法	首次针对RAMIE胸部部分开发实时解剖结构分割和手术阶段识别算法，并系统评估了当前最先进算法在该复杂手术场景中的挑战	数据集规模较小且类别不平衡，导致出现频率较低的类别性能较差；手术阶段转换期间准确率下降；单中心回顾性研究	开发用于RAMIE胸部部分的实时解剖结构识别和手术阶段识别算法，并理解当前最先进算法面临的挑战	RAMIE手术视频中的解剖结构和手术器械以及手术阶段	计算机视觉	食管癌	深度学习	CNN	图像	解剖分割数据集包含来自53个视频的1504帧图像，手术阶段数据集包含38个视频	NA	SegNeXt	重叠分数（overlap score）、准确率（accuracy）	NA
215	2026-09-18	AI-driven multimodal retinal imaging for early detection and risk stratification of vascular and neurodegenerative diseases 2026-Sep, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-026-07273-6 PMID:42171726	综述	本文综述了人工智能驱动的多模态视网膜成像在血管和神经退行性疾病早期检测与风险分层中的应用	系统整合了多模态视网膜成像（如眼底照相、OCT、OCTA及代谢敏感成像）与先进AI方法（深度学习、自监督学习、多模态融合），用于全身性血管和神经退行性疾病的风险分层和决策支持	仍面临多中心验证、前瞻性临床试验、数据融合和监管框架等挑战	探讨AI与多模态视网膜成像在心血管、代谢和神经系统疾病早期风险分层和纵向监测中的潜力	视网膜血管和神经层变化作为全身性疾病生物标志物，涉及高血压、卒中、冠状动脉疾病、糖尿病并发症、阿尔茨海默病、帕金森病、多发性硬化症和认知障碍等	医学影像分析	心血管疾病, 神经退行性疾病, 代谢性疾病	眼底照相, 光学相干断层扫描（OCT）, OCT血管成像（OCTA）, 代谢敏感成像	深度学习, 自监督学习, 多模态融合	图像	NA	NA	NA	NA	NA
216	2026-09-18	GAT-BiGRU: explainable multi-task temporal graph learning for glucose forecasting, hypoglycemia risk, and counterfactual insulin adjustment 2026-Sep-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocag104 PMID:42314749	研究论文	该研究开发了一种可解释的多任务时序图学习框架，用于联合预测血糖轨迹、低血糖风险并提供胰岛素调整建议。	提出了将多模态连续血糖监测时间序列转换为时序k邻域图，并结合图注意力网络与双向门控循环单元进行多任务学习的新框架；同时引入预测驱动的反事实模块生成有界、个体化的胰岛素调整建议，并通过GNNExplainer提供可解释性。	摘要中未明确提及研究局限性。	开发一种可解释的多任务时序图框架，联合预测30分钟和60分钟时间范围内的血糖轨迹和低血糖风险，并提供有界、患者特异性的胰岛素调整建议。	1型糖尿病患者的连续血糖监测数据。	机器学习	1型糖尿病	连续血糖监测	图注意力网络, 双向门控循环单元	时间序列	使用了OhioT1DM和BrisT1D数据集，具体样本量未在摘要中说明。	NA	GAT-BiGRU	PR-AUC, MAE, RMSE, MARD, 预测TIR	NA
217	2026-09-18	Explainability of artificial intelligence (AI) tools in assisted reproductive technologies (ARTs): promise, clinical reality, and conceptual limits 2026-Sep-01, Human reproduction (Oxford, England) DOI:10.1093/humrep/deag102 PMID:42323849	观点文章	本文批判性地探讨了可解释人工智能（XAI）在辅助生殖技术（ART）中的价值，区分了可解释性、解释性和透明度的概念，并主张根据具体情境权衡可解释性的必要性	以辅助生殖技术作为典型临床背景，跨学科（医学、人工智能、哲学、社会科学）分析可解释性在医疗AI中的作用，并超越黑箱与可解释模型的二元对立，提出基于证据的务实整合方法	作为观点文章，未提供原始实验数据或系统性验证，主要基于概念分析和现有文献综述	批判性地审视可解释性在医疗人工智能中的角色，并探讨其在辅助生殖技术中的承诺、临床现实与概念局限	辅助生殖技术中的人工智能应用（如胚胎评估、配子选择和结局预测）	数字医学	不孕不育	NA	深度学习	NA	NA	NA	NA	NA	NA
218	2026-09-18	Deep learning-based automatic identification model of main pancreatic duct in intraoperative ultrasonography 2026-Sep, Surgical endoscopy DOI:10.1007/s00464-026-13056-1 PMID:42414777	研究论文	本研究开发了一种基于深度学习的术中超声主胰管自动识别模型，旨在提高胰腺剜除术的手术精度并降低术后胰瘘风险	首次将基于Fast R-CNN的深度学习模型应用于术中超声图像和视频中主胰管的自动识别，实现实时标注和术中无缝集成	假阳性率较高（内部验证中置信度大于0.8的假阳性占73.3%），且每帧常出现多次检测（80%），需要进一步优化以减少误检	开发深度学习模型实现术中超声主胰管的自动识别，以增强手术精度并降低术后胰瘘风险	接受微创胰腺剜除术的患者术中超声图像和视频	计算机视觉	胰腺癌	术中超声	CNN	图像, 视频	166例患者的术中超声图像和视频（训练集44702张图像，内部验证集447张图像，外部验证集408张图像和16段视频，其中10段视频来自其他机构）	NA	Fast R-CNN	召回率, 准确率, 交并比（IoU）, 帧率（fps）	NA
219	2026-09-18	Automated surgical phase recognition and analysis in single-incision laparoscopic cholecystectomy using artificial intelligence 2026-Sep, Surgical endoscopy DOI:10.1007/s00464-026-13119-3 PMID:42429784	研究论文	本研究开发了一个基于深度学习的手术阶段识别与预测系统，用于单孔腹腔镜胆囊切除术的视频分析。	开发了针对单孔腹腔镜胆囊切除术的多中心手术阶段识别与预测系统，并验证了增加训练病例数量可显著提升模型性能。	样本量相对有限（148例视频），仅来自两个医疗中心，需要进一步验证模型的泛化能力。	开发单孔腹腔镜胆囊切除术的手术阶段自动识别与预测系统，以促进手术质量评估、提高培训效率并支持更安全的手术执行。	单孔腹腔镜胆囊切除术视频。	计算机视觉	胆囊疾病	NA	深度学习	视频	148例单孔腹腔镜胆囊切除术视频（122例用于训练，26例用于测试），来自两个医疗中心	NA	Trans-SVNet	准确率, 精确率, 召回率, Jaccard指数, 平均绝对误差（MAE）	NA
220	2026-09-18	Deep learning-enabled tissue engineering scaffold classification using cell morphology 2026-Sep, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2026.07.061 PMID:42556765	研究论文	该研究利用单细胞三维形态的定量分析，通过放射组学和光线追踪两种深度学习流程对组织工程支架类型进行分类	首次将单细胞三维形态作为支架类型的非破坏性替代读数，并开发了两种互补的分类器：可解释的放射组学流程和基于光线追踪的CNN流程	研究仅在受控条件下验证，样本量有限（969个细胞），分类准确率约73%，需要进一步验证	探究单细胞三维形态能否作为支架类型的非破坏性替代读数，以加速生物材料设计和优化	人类骨髓基质细胞（hBMSCs）的三维重建图像	数字病理学	NA	三维细胞形态定量分析、放射组学、光线追踪	前馈神经网络、卷积神经网络（CNN）	图像	969个高分辨率三维重建的人类骨髓基质细胞	NA	前馈神经网络、CNN	准确率	NA