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
21	2026-10-09	Machine Learning and Deep Learning for the Diagnosis of Cervical Degenerative Diseases: Systematic Review and Meta-Analysis 2026-Oct-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/92008 PMID:42832736	系统综述与荟萃分析	本文通过系统综述与荟萃分析，评估了传统机器学习和深度学习在颈椎退行性疾病诊断中的性能	首次对传统机器学习和深度学习诊断颈椎退行性疾病的性能进行汇总估计，并采用QUADAS-2、QUADAS-AI和GRADE工具全面评估方法学质量和证据确定性	外部验证有限，研究间存在异质性，根据GRADE评估证据确定性较低，纳入研究存在较高偏倚风险	总结和评估传统机器学习与深度学习诊断颈椎退行性疾病的现有证据，为未来研究和临床应用提供指导	使用医学影像诊断颈椎退行性疾病的研究	数字病理学, 机器学习	颈椎退行性疾病	NA	传统机器学习, 深度学习	医学影像	30项研究纳入系统综述，其中21项研究共25301名患者纳入荟萃分析	NA	NA	灵敏度, 特异度, 阳性似然比, 阴性似然比, SROC曲线下面积	NA
22	2026-10-09	AI-Based Measurement Tools for Intrinsic Capacity in Older Adults: Scoping Review 2026-Oct-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/90411 PMID:42832757	范围综述	该文综述了基于AI的老年人内在能力测量工具，采用三维分析框架整合AI数字设备与系统、数字生物标志物及AI技术	不同于以往技术、疾病或领域特定的综述，本文采用三维分析框架跨WHO定义的六大内在能力领域比较证据，识别发展较成熟的领域、关键证据缺口以及标准化、外部验证和多领域评估的优先事项	现有证据在不同内在能力领域间的分布和成熟度差异显著，活力、听力和多领域内在能力评估的研究相对不足，临床转化仍需稳健验证、整合到护理路径并解决老年人需求的实施方法	系统综合基于AI的内在能力测量工具的当前证据，并利用整合AI数字设备与系统、数字生物标志物和AI技术的三维分析框架刻画AI驱动的内在能力评估图景	老年人内在能力（IC）评估相关的AI测量工具研究	数字健康，机器学习，计算机视觉，自然语言处理	老年疾病，健康老龄化	NA	NA	NA	161项研究	NA	NA	NA	NA
23	2026-10-09	ProFormer: generalizable classification of single-cell and plasma proteomes using deep learning 2026-10-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-78143-2 PMID:42834055	研究论文	本文提出了一种基于Transformer的深度学习流程ProFormer，用于直接分析质谱数据并对蛋白质组样本进行分类，无需传统的数据解析过程	首次提出基于Transformer的深度学习框架ProFormer，直接利用MS1级肽离子特征对样本进行分类，无需耗时的数据解析，在14种评估架构中分类和泛化性能均优于传统机器学习和基于图像的CNN方法；同时实现了单肽分辨率的可解释AI	未明确说明模型在大规模临床队列中的验证情况，对更广泛质谱平台和数据类型的泛化能力有待进一步验证	开发一种可泛化的深度学习方法，直接分析质谱数据以实现单细胞和血浆蛋白质组的准确分类	单细胞蛋白质组和血浆蛋白质组数据	机器学习	NA	液相色谱-质谱联用（LC-MS）	Transformer	质谱数据（表格化MS1特征）	NA	NA	Transformer	分类准确率、泛化能力	NA
24	2026-10-09	Time Series Segmentation in Adaptive Optics Ophthalmoscopy With Application to Flicker-Induced Vasodilation 2026-Oct-05, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.10.8 PMID:42841580	研究论文	开发了一种自动化图像处理流程，用于在自适应光学检眼镜图像序列中分割视网膜动脉壁，以评估闪烁诱导的血管舒张	首次实现了对自适应光学检眼镜图像序列的低监督处理，结合深度学习与主动轮廓模型，并利用时间连续性进行正则化来补偿低质量图像	需要在不同质量水平的图像序列上进行验证，可能对极端低质量图像的处理效果有限	开发自动化图像处理流程，克服图像质量差异，准确评估视网膜动脉壁的形态学差异	自适应光学检眼镜图像序列中的视网膜动脉壁	计算机视觉, 医学图像处理	心血管疾病, 视网膜血管疾病	自适应光学检眼镜, 深度学习, 主动轮廓模型	CNN	图像	NA	NA	NA	Spearman相关系数, 均方根误差	NA
25	2026-10-09	Critical review of artificial intelligence in synthetic biology: DBTL cycle applications, challenges, and design rules for microbial strain engineering 2026-Oct-03, World journal of microbiology & biotechnology IF:4.0Q2 DOI:10.1007/s11274-026-05314-0 PMID:42828724	综述	本文综述了人工智能在合成生物学DBTL循环中的应用、挑战及设计规则，重点分析了机器学习、深度学习和语言模型在基因电路设计、蛋白质工程、代谢通路优化和多组学数据分析中的角色	系统性地将AI工具映射到DBTL循环的各个阶段，并评估其验证和证据水平，同时提出了微生物菌株工程的设计规则	模型行为不确定性、数据验证和透明度有限、数据分析与解释困难、模型预测不确定性以及安全和伦理问题	分析人工智能（包括机器学习、深度学习和语言模型）在合成生物学中的应用，特别是DBTL循环中的设计、构建、测试和学习各阶段	合成生物学中的基因电路设计、蛋白质工程、代谢通路优化和多组学数据分析	机器学习	NA	NA	神经网络, 深度学习, 语言模型	NA	NA	NA	NA	NA	NA
26	2026-10-09	Hyperspectral imaging-based early stress and disease detection for sustainable crop management 2026-Oct-03, Planta IF:3.6Q1 DOI:10.1007/s00425-026-05182-w PMID:42829355	综述	本文综述了基于高光谱成像、人工智能、光谱分析和植物生理学的农作物早期胁迫与病害无损检测技术，以推动精准农业和可持续粮食生产	系统整合了高光谱成像的 spectral 机制、数据采集与预处理流程，以及机器学习和深度学习算法在病害分类、严重程度量化和早期胁迫检测中的应用	作为综述文章，未提供原始实验数据或具体模型性能验证，且未深入讨论高光谱成像技术在实际田间应用中的成本、实时性和可扩展性限制	探讨高光谱成像结合人工智能技术实现农作物早期、准确、无损的胁迫与病害检测，推进精准农业和数据驱动的农业管理	农作物植株及其在生物和非生物胁迫下的光谱响应特征	计算机视觉	NA	高光谱成像	NA	图像	NA	NA	NA	NA	NA
27	2026-10-09	Improving deep-learning IMRT plan quality for lymphoma using deliverability-aware training 2026-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70815 PMID:42834579	研究论文	该研究提出一种考虑可交付性的训练框架，利用循环一致性约束训练深度学习模型，以生成可直接交付的淋巴瘤IMRT计划。	通过固定逆网络和正网络实现剂量-通量-剂量循环一致性约束，将预测与可交付性显式耦合，优于传统仅剂量监督方法。	与TPS参考计划相比，在D98、D2和Dmax上仍存在统计学显著差异，且热点的残余升高尚未完全解决。	探究可交付性感知训练框架能否提高深度学习生成的淋巴瘤IMRT计划的端到端可交付性。	淋巴瘤患者的IMRT放疗计划。	医学物理、放射治疗计划	淋巴瘤	深度学习、IMRT计划预测、剂量计算、叶片序列化	多目标深度学习模型（包含剂量监督、通量监督和循环一致性约束）	放疗计划数据（CT图像、结构、剂量分布、通量图）	619个计划（571名患者），测试集61个计划	NA	NA	PTV D98、D2、Dmax、配对Wilcoxon检验、Holm校正	NA
28	2026-10-09	Artificial Intelligence for Prediction of Breast Cancer-Related Lymphedema: A Systematic Review 2026-Oct, Plastic and reconstructive surgery. Global open DOI:10.1097/GOX.0000000000008132 PMID:42840800	系统综述	本文系统评价了人工智能在预测乳腺癌相关淋巴水肿中的应用，总结了其预测性能并与传统方法进行比较	首次系统性地汇总和评估AI模型在乳腺癌相关淋巴水肿预测中的应用，分析了常用预测因子（如高BMI、淋巴结负担、化疗或放疗）及其预测风险因素（如年轻年龄和新辅助化疗）	纳入研究样本量小、数据异质性高、缺乏外部验证、校准不一致，模型仍处于探索阶段而非临床成熟应用	评估AI在预测乳腺癌相关淋巴水肿中的应用效果，总结其报告性能并与传统诊断或非AI方法进行比较	乳腺癌相关淋巴水肿（BCRL）患者	机器学习	乳腺癌	NA	机器学习, 深度学习	NA	7项研究，共5284名患者	NA	NA	准确率, 灵敏度, 特异性	NA
29	2026-10-09	Uncovering hidden druggable sites: computational approaches to allosteric and cryptic pocket discovery-from molecular dynamics to AI 2026-Oct-01, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00949-5 PMID:42821008	综述	本文综述了用于别构和隐蔽结合口袋发现的计算方法，涵盖从基于物理的分子模拟到AI/ML预测技术，并讨论了它们的适用性、优势和局限性	系统性地整合了从分子动力学到人工智能的多种计算方法，并强调了AI/ML方法在预测隐蔽位点方面比经典模拟快1000倍以上的优势	未具体说明各方法的性能基准数据，且作为综述缺乏原始实验验证	旨在定义别构和隐蔽口袋发现计算方法的适用范围，突出其优缺点，并确定在前瞻性药物发现中整合这些方法的机会	别构和隐蔽结合口袋、蛋白质靶点	机器学习	NA	分子动力学模拟, 混合溶剂模拟, 增强采样, 深度学习	CNN, 深度学习共折叠模型	分子结构数据, 模拟轨迹数据	NA	NA	PocketMiner, AlphaFold3, Boltz	NA	NA
30	2026-10-09	Full Spectrum Raman Spectroscopy Combined With Deep Learning for Prediction of Tensile Mechanical Properties of Human Cortical Bone 2026-Oct, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70371 PMID:42841324	研究论文	该研究利用全光谱拉曼光谱结合深度学习方法，预测人皮质骨的拉伸力学性能，并比较了非糖尿病与2型糖尿病供体骨的差异	首次将全光谱拉曼光谱与深度学习（1D CNN、MLP）相结合，并融合临床变量（年龄、性别、组别）来预测人皮质骨的拉伸力学性能，同时使用SHAP分析揭示了胶原相关光谱区域是预测的主要贡献因素	样本量相对有限（120例），仅来源于尸体股骨，未涉及其他骨骼部位或活体样本，模型的泛化能力有待进一步验证	探究全光谱拉曼光谱结合机器学习与深度学习方法预测人皮质骨拉伸力学性能的可行性，并揭示2型糖尿病对骨基质质量的影响	来自60名非糖尿病和60名2型糖尿病供体的新鲜冷冻尸体股骨皮质骨（男女数量相等，年龄50-97岁）	机器学习	2型糖尿病	全光谱拉曼光谱、单轴拉伸测试	1D CNN、MLP、随机森林、梯度提升机、AdaBoost、Stacking	光谱数据、临床变量（数值）	120例尸体股骨皮质骨样本（60例非糖尿病，60例2型糖尿病）	NA	1D CNN, MLP, Random Forest, Gradient Boosting Machine, AdaBoost, Stacking	R值（0.83-0.89）	NA
31	2026-10-08	Divergent regional brain ageing in essential tremor 2026-Oct-15, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.112080 PMID:42603652	研究论文	该研究利用3T结构和弥散MRI及深度学习模型估计脑年龄，探讨特发性震颤患者是否存在加速的整体脑老化或区域特异性的脑老化模式改变	首次揭示特发性震颤并非全局加速脑老化，而是表现出疾病特异性的区域脑老化模式，主要影响小脑皮层、丘脑和皮层震颤网络，并提出一个复合指标来刻画这种疾病特异性效应	样本量较小（38例患者和37例对照），仅使用3T MRI，未进行纵向随访，深度学习脑年龄模型的泛化性和可解释性可能受限	探究特发性震颤是否与加速的整体脑老化或区域脑老化模式改变相关	38例特发性震颤患者和37例年龄性别匹配的健康对照	医学影像分析	特发性震颤	3T结构MRI、弥散MRI、深度学习脑年龄估计	深度学习模型	MRI图像（结构像和弥散像）及临床评估数据	75名参与者（38例ET患者，37例对照）	NA	NA	NA	NA
32	2026-10-08	Structured multimodal deep learning improves genomic prediction in future environments 2026-Oct-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyag204 PMID:42579860	研究论文	本文提出了一种结构化交互神经网络（SINN），将遗传、环境和交互效应的统计分解与深度神经网络相结合，以提高未来环境下的基因组预测准确性	将统计遗传学中的遗传、环境和交互效应分解与深度神经网络相结合，解决了深度学习中贪婪学习的问题，实现了模块化和可扩展的基因组预测	摘要中未明确提及研究的局限性	从遗传和环境信息中预测表型，特别是在新的环境下进行基因组预测	玉米多环境试验数据集，包括美国Genomes to Fields数据集和中国国家玉米品种试验数据集（MaizeGEP）	机器学习	NA	NA	深度神经网络	基因组和环境数据	两个玉米多环境试验数据集，具体样本量未提供	NA	结构化交互神经网络（SINN）	准确率，RMSE	NA
33	2026-10-08	NL-TINR: implicit neural representation based nonlocal functional tensor decomposition for zero-shot 3D multi-contrast MRI reconstruction 2026-Oct-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aeabed PMID:42777775	研究论文	提出了一种基于隐式神经表示的非局部函数张量分解框架，用于零样本3D多对比度MRI重建	将基于块的非局部自相似性与隐式神经表示的功能张量分解相结合，实现零样本自监督重建，无需全采样训练数据，同时利用非局部结构冗余和高维空间-对比度相关性	未明确提及	解决3D定量MRI多对比度成像采集时间长的问题，实现加速重建	3D多回波MRI数据集	计算机视觉, 医学图像处理	NA	3D多回波MRI, 定量磁共振成像	隐式神经表示, 张量分解	3D医学图像	NA	NA	隐式神经表示	伪影抑制, 解剖细节保留, 加速因子	NA
34	2026-10-08	Revolutionizing Pancreatic Cancer Detection: The Role of AI-Integrated Biosensors in Early Diagnostics 2026-Oct-07, Advances in biochemical engineering/biotechnology DOI:10.1007/10_2026_346 PMID:42839080	综述	本文综述了人工智能集成生物传感器在胰腺癌早期诊断中的应用，涵盖酶基、免疫传感器、核酸、电化学和光学平台，以及机器学习和深度学习算法在生物标志物检测中的作用	系统性地将人工智能与多种生物传感器技术相结合，用于检测循环肿瘤DNA和microRNA等肿瘤相关生物标志物，实现实时数据处理和个性化医疗	数据标准化、临床验证、法规合规性和伦理问题等方面仍存在挑战	评估人工智能驱动的生物传感器在胰腺癌早期检测中的潜力，分析当前趋势和未来前景	胰腺癌，特别是胰腺导管腺癌（PDAC），以及相关的肿瘤生物标志物	数字病理学	胰腺癌	生物传感器技术，包括酶基、免疫传感器、核酸、电化学和光学平台	机器学习，深度学习	生物传感器数据，包括生物标志物信号	不适用	不适用	不适用	分析灵敏度、特异性、诊断准确性	不适用
35	2026-10-08	From traditional histopathology to virtual staining: deep learning approaches for assessing tissue lesions in farmed fish 2026-Oct-07, Veterinary research communications IF:1.8Q2 DOI:10.1007/s11259-026-11567-9 PMID:42839101	综述	该综述探讨了数字病理学（包括全切片成像、深度学习自动病变定量和生成式AI虚拟染色）如何弥补传统组织病理学在水产养殖农药毒性评估中的分析缺口	系统整合了全切片成像、深度学习自动病变定量和生成式AI虚拟染色三种技术，提出AI驱动的数字病理学作为水产养殖农药毒性高通量客观评估的可信路径	标准化验证框架和可靠的ground-truth数据集仍然缺乏，染色方案间的域偏移、物种泛化能力和数据集标注负担等实施挑战尚未解决	评估数字病理学技术如何克服传统组织病理学在农药毒性评估中的瓶颈，推动水产养殖中有毒物质评估的客观化和高通量化	养殖鱼类（如鳃、肝脏、肾脏等关键器官）的组织病变	数字病理学	NA	全切片成像、深度学习、生成式AI虚拟染色	NA	图像	NA	NA	NA	NA	NA
36	2026-10-08	Deep learning-guided high-throughput screening and molecular dynamics simulations facilitate the discovery of potential FXIIa inhibitors 2026-Oct-06, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-026-06981-4 PMID:42836876	研究论文	本文开发了一个整合深度学习引导的高通量筛选与分子动力学模拟的计算工作流，从约2100万化合物中发现了四个结构不同的潜在FXIIa抑制剂	针对FXIIa活性位点高度柔性导致小分子抑制剂发现困难的问题，采用多构象系综虚拟筛选策略，结合深度学习对接模型KarmaDock、CarsiDock和RTMScore，从约2100万化合物库中筛选并验证了四个结构新颖的FXIIa抑制剂	仅进行了计算模拟和预测，未进行实验验证（如体外酶抑制实验或体内抗血栓实验）；筛选结果依赖于计算模型的准确性；未评估化合物的选择性和毒性	发现具有抗血栓活性且出血风险低的FXIIa小分子抑制剂，以解决现有抗凝药物出血风险高的问题	FXIIa蛋白及其小分子抑制剂，约2100万化合物的化合物库	机器学习	心血管疾病	分子动力学模拟、虚拟筛选、结合自由能计算、ADME预测	深度学习	分子结构数据、蛋白质晶体结构数据	约2100万化合物，1个蛋白质晶体结构（PDB ID: 6B74），4个最终命中化合物	DrugFlow, Amber18, PyMOL, MODELLER, SwissADME, Discovery Studio Visualizer	KarmaDock, CarsiDock, RTMScore	结合自由能（MM/GBSA）、预测的药代动力学性质	NA
37	2026-10-08	AntiLipo: A Comprehensive Database, Deep Learning-Based Prediction Model, and Computational Study of Anti-Hyperlipidemic Peptides 2026-Oct-06, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-026-00876-x PMID:42837063	研究论文	该研究构建了抗高血脂肽的综合数据库，开发了基于深度学习的预测模型，并进行了分子动力学模拟研究	构建了首个抗高血脂肽专用数据库AntiLipo，整合了肽结构、来源、活性、机制和预测模型部署模块；开发了五种分类模型和五种回归模型进行肽-蛋白质生物活性预测；进行了500ns分子动力学模拟，获得161个活性肽-靶点轨迹	数据集规模相对较小，仅包含201个实验验证的抗高血脂肽；最佳分类模型准确率仅为0.70，MCC为0.40；回归模型最佳R值为0.61，预测性能仍有提升空间	构建抗高血脂肽综合数据库，开发深度学习预测模型，并通过计算研究阐明抗高血脂肽的作用机制	抗高血脂肽、血脂代谢相关蛋白质靶点、动脉粥样硬化	机器学习	心血管疾病	网络药理学分析、分子动力学模拟、深度学习	CNN、ESM-transformer、MLP、PhyChem-transformer、Transformer、自注意力模型	序列数据、活性数据、代谢通路数据、分子动力学模拟数据	201个实验验证的抗高血脂肽用于模型训练，141个肽用于分子动力学模拟	NA	CNN、ESM-transformer、MLP、PhyChem-transformer、Transformer、自注意力模型	准确率、MCC、AUROC、R值、皮尔逊相关系数	NA
38	2026-10-08	Deep Learning-based Synthesis of Amyloid PET Images from Structural MRI in Alzheimer's Disease 2026-Oct-06, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-026-02145-1 PMID:42837090	研究论文	该研究开发了一种基于深度学习的VQGAN模型，能够从结构性MRI图像合成淀粉样蛋白PET图像，用于阿尔茨海默病的诊断和分期	首次使用VQGAN框架从MRI合成淀粉样蛋白PET图像，成功捕捉阿尔茨海默病不同阶段的淀粉样蛋白沉积特征，为AD诊断提供了一种经济有效的非侵入性替代方法	研究仅使用了ADNI数据库的数据，样本量相对有限（431例），且仅在三个关键皮层区域验证了疾病相关趋势，需要更大规模和多中心的数据验证	开发一种深度学习模型，能够从广泛可用的MRI扫描中合成淀粉样蛋白PET图像，以克服PET检查的成本和可及性限制	431名受试者，包括213名认知正常者、180名轻度认知障碍患者和38名阿尔茨海默病痴呆患者	计算机视觉	阿尔茨海默病	结构性MRI、淀粉样蛋白PET成像	VQGAN	图像	431名受试者（213名认知正常，180名轻度认知障碍，38名阿尔茨海默病痴呆）	NA	VQGAN	MAE、PSNR、SSIM、配对t检验、ANOVA	NA
39	2026-10-08	Comparison and Combination of Radiomics, Deep Learning, and Subjective Assessment for Differentiating Immature and Mature Ovarian Teratomas on Abdominal CT 2026-Oct-06, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001927 PMID:42837146	研究论文	该研究比较并组合了放射组学、深度学习和主观评估在腹部CT上区分未成熟与成熟卵巢畸胎瘤的诊断准确性	首次系统比较并组合了放射组学机器学习、深度学习和主观放射学评估三种方法用于区分未成熟与成熟卵巢畸胎瘤，并证明组合模型优于任何单一方法	样本量较小（共92例），为回顾性单中心研究，需要更大规模的前瞻性多中心验证	比较放射组学机器学习、深度学习和主观放射学评估在腹部CT上区分未成熟与成熟卵巢畸胎瘤的诊断准确性，并评估组合方法是否能提高鉴别能力	经病理确诊的未成熟卵巢畸胎瘤和成熟卵巢畸胎瘤患者	数字病理学, 医学影像分析	卵巢癌	腹部CT, 放射组学	3D-ResNet18	图像	92例（31例未成熟畸胎瘤，61例年龄和大小匹配的成熟畸胎瘤）	NA	3D-ResNet18, 逻辑回归, 随机森林, 支持向量机, 神经网络	AUC	NA
40	2026-10-08	Contrastive Learning-Based Multi-Atlas Feature Fusion for Brain Disorder Diagnosis 2026-Oct-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3740889 PMID:42837235	研究论文	该文提出了一种基于对比学习的多图谱特征融合框架MAFCF，用于通过静息态功能磁共振成像进行脑部疾病诊断	构建多图谱功能脑网络，设计自适应图增强策略同时扰动边和节点特征，采用混合GIN-Transformer编码器捕获局部子图模式和全局依赖，并引入对比损失、语义保持和跨图谱对齐机制	摘要中未明确提及	解决深度模型需要大量标注数据而rs-fMRI数据稀缺且异质，以及现有研究依赖单一脑图谱忽略多尺度互补信息的问题	静息态功能磁共振成像数据、功能脑网络、脑部疾病患者	医学图像分析	脑部疾病	静息态功能磁共振成像	图神经网络, Transformer	图像	两个公共数据集	NA	GIN, Transformer	NA	NA