深度学习在生物医药领域中的应用

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
1	2025-07-15	Mild to moderate COPD, vitamin D deficiency, and longitudinal bone loss: the Multi-ethnic Study of Atherosclerosis 2025-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117550 PMID:40449861	研究论文	本研究探讨了轻度至中度慢性阻塞性肺疾病（COPD）与维生素D缺乏对纵向骨密度（BMD）下降的影响	首次在轻度至中度COPD患者中研究了维生素D缺乏与骨密度下降的关系，并发现维生素D缺乏在COPD患者骨密度下降中起关键作用	研究样本量相对较小，且仅关注了胸椎骨密度，未评估其他骨骼部位	探究轻度至中度COPD患者中维生素D缺乏与骨密度下降的关系	1226名来自多种族动脉粥样硬化研究的参与者，其中173名患有轻度至中度COPD	医学研究	慢性阻塞性肺疾病（COPD）	胸部CT扫描和深度学习算法	深度学习算法	医学影像数据	1226名参与者（173名轻度至中度COPD患者，1053名非COPD患者）
2	2025-07-15	NeuroCL: A deep learning approach for identifying neuropeptides based on contrastive learning 2025-Oct, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115920 PMID:40466845	研究论文	本文提出了一种基于对比学习的深度学习方法NeuroCL，用于高效识别神经肽	NeuroCL利用对比学习和交叉注意力机制，有效捕获数据细微差别，提升神经肽识别的准确性和特征连接	未提及具体的数据集规模或模型在不同数据集上的泛化能力	开发一种高效识别神经肽的深度学习方法，以促进相关疾病的早期诊断和靶向治疗	神经肽（NPs）	机器学习	NA	对比学习、交叉注意力机制	深度学习模型	生物分子数据	未提及具体样本数量
3	2025-07-15	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	研究论文	本文提出了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	使用预训练神经网络和少量Micro-CT图像（1-3张）训练出准确的3D深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	训练数据量有限（仅1-3张Micro-CT图像）	开发一种高效的果蝇大脑Micro-CT图像分割方法	成年果蝇（Drosophila melanogaster）大脑	计算机视觉	NA	Micro-CT成像	3D深度学习模型（基于预训练神经网络）	3D Micro-CT图像	1-3张果蝇大脑Micro-CT图像
4	2025-07-15	Introducing societal issues in an upper level STEM course increases student engagement and knowledge transfer 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.029 PMID:40456506	研究论文	本文探讨了在高级STEM课程中引入社会问题如何提高学生的参与度和知识迁移能力	提出了一个三步框架，将生殖权利等社会正义问题融入发育生物学课程，以增强学生的科学内容知识和科学传播技能	研究仅针对一门高级发育生物学课程，样本可能不具有广泛代表性	探索通过社会问题提高STEM学生学习效果的方法	高级发育生物学课程的学生	教育研究	NA	NA	NA	NA	未明确说明具体样本量，仅提及一门课程的学生
5	2025-07-15	Expanding point cloud statistical shape model applications: Generalized vascular modeling for population-level hemodynamic simulations 2025-09, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108924 PMID:40592009	研究论文	提出一种结合点云统计形状建模和HDBSCAN聚类的新工作流程，用于高效表征颈内动脉的几何形状并分析其血流模式	提出Tier-2工作流程，整合点云统计形状建模与HDBSCAN聚类，显著提升血流动力学模拟的准确性和效率	研究主要关注颈内动脉，未验证在其他血管的适用性	开发一种高效准确的方法，用于群体水平的血流动力学研究	颈内动脉的几何形状和血流模式	数字病理学	心血管疾病	点云统计形状建模(Pcd-SSM), HDBSCAN聚类, 计算流体动力学(CFD)	PCA, 深度学习Pcd-SSM	时间飞跃磁共振血管成像(TOF-MRA)数据	229例颈内动脉(171例正常，58例有30-50%狭窄)
6	2025-07-15	Learning discrete structures for cancer radiomics 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0260927 PMID:40655195	研究论文	本文提出了一种基于图像图神经网络的癌症放射组学方法，通过学习图像间的离散结构来提升特征提取效果	开发了一种图像图神经网络，能够同时学习图像间的任务特定关系图和优化特征，克服了现有方法忽略图像间关系的局限性	未明确说明方法在计算复杂度或处理大规模数据集时的表现	提升癌症图像分析中放射组学特征提取的性能	癌症医学图像	数字病理	癌症	图神经网络(GNN)	Image-Graph based neural Network	医学图像	来自5家不同医院的4个真实数据集
7	2025-07-15	Monitoring kidney microanatomy during ischemia-reperfusion using ANFIS optimized CNN 2025-Aug, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-025-04449-7 PMID:40100537	研究论文	该研究提出了一种基于自适应神经模糊推理系统优化的Resnet50卷积神经网络（ANFIS-CNN）方法，用于监测肾脏疾病	结合ANFIS和Resnet50优化CNN，提高了肾脏疾病分类的准确率、召回率和精确度	研究仅使用了标准数据库中的OCT图像，未涉及实际临床数据的验证	提高肾脏疾病监测的图像识别性能	肾脏微解剖结构	数字病理学	肾脏疾病	光学相干断层扫描（OCT）	ANFIS-Resnet50优化CNN	图像	NA
8	2025-07-15	AI in Orthopedic Research: A Comprehensive Review 2025-Aug, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.26109 PMID:40415515	review	本文全面回顾了人工智能在骨科研究和临床实践中的应用及其影响	深入探讨了AI在骨折检测、骨关节炎分级及病理识别中的最新进展，并展望了AI在机器人、增强现实等新兴领域的应用潜力	面临数据异质性、算法偏见、模型'黑箱'问题以及稳健验证不足等挑战	整合AI技术以提升骨科诊疗的准确性、优化治疗策略并改善临床工作流程	骨科疾病诊断、治疗策略优化及临床工作流程	digital pathology	骨科疾病	deep learning	NA	image	NA
9	2025-07-15	Artificial Intelligence-Assisted Sac Diameter Assessment for Complex Endovascular Aortic Repair 2025-Aug, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists IF:1.7Q2 DOI:10.1177/15266028231208159 PMID:37902445	研究论文	本研究评估了基于深度学习的ARVA系统在复杂主动脉瘤（cAA）患者术前和术后CTA中主动脉直径测量的准确性	首次验证了AI系统ARVA在复杂主动脉瘤修复手术前后主动脉直径自动测量的准确性	样本量较小（仅50例患者），且为单中心回顾性研究	评估AI辅助系统在血管动脉瘤形态学评估中的准确性	接受开窗式血管内修复术（FEVAR）的复杂主动脉瘤患者	数字病理	心血管疾病	深度学习，CTA影像分析	深度学习模型（具体架构未说明）	医学影像（CTA）	50例患者（共100个CTA扫描）
10	2025-07-15	Large-scale deep learning for metastasis detection in pathology reports 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf070 PMID:40655537	研究论文	本研究开发了一种深度学习模型，用于从病理报告中自动检测转移性癌症患者	开发了一个针对特定任务的深度神经网络，其在性能上优于通用的大型语言模型，并通过不确定性量化提高了召回率	研究仅基于美国四个SEER登记处的病理报告，可能无法完全代表其他地区或人群	开发能够从非结构化病理报告中自动识别转移性癌症病例的算法	60,471份非结构化病理报告	自然语言处理	癌症	深度学习	深度神经网络	文本	60,471份病理报告
11	2025-07-15	High temperature stress-strain data for SAE 5120 steel under various strain rates 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111824 PMID:40655989	研究论文	本文利用SAE 5120钢的流变数据开发了一个基于增量公式的模型，以更准确地反映实验行为	采用增量公式模型，考虑了动态再结晶（DRX）和再结晶体积分数的演变，克服了传统本构模型仅依赖温度和应变率的局限性	模型主要基于实验室条件下的压缩测试数据，实际工业应用中的复杂条件可能未被完全覆盖	开发一个更准确的模型来预测SAE 5120钢在高温下的流动应力和应变硬化行为，以优化热成形工艺	SAE 5120低合金铬钢	材料科学与工程	NA	轴对称压缩测试，Gleeble 3500系统	增量公式模型	流变数据	温度范围850°C至1200°C，应变率范围0.01 s⁻¹至10 s⁻¹的压缩测试数据
12	2025-07-15	Explainable CT-based deep learning model for predicting hematoma expansion including intraventricular hemorrhage growth 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112888 PMID:40655092	研究论文	本研究开发并验证了一种基于CT的深度学习模型HENet，用于预测脑出血患者的血肿扩大，包括脑室内出血增长	提出了一种新的深度学习模型HENet，用于预测三种不同定义的血肿扩大，并通过Grad-CAM技术提供了模型决策的可视化解释	研究为多中心回顾性研究，可能存在选择偏倚，且样本量相对有限	提高脑出血患者血肿扩大的预测准确性以改善临床结果	脑出血患者	数字病理学	脑出血	CT扫描	深度学习模型HENet	CT图像和临床数据	718名脑出血患者来自三家医院
13	2025-07-15	OMT and tensor SVD-based deep learning model for segmentation and predicting genetic markers of glioma: A multicenter study 2025-Jul-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2500004122 PMID:40627394	研究论文	本研究开发了一种基于最优质量传输(OMT)和张量奇异值分解(SVD)的深度学习模型OMT-APC，用于胶质瘤的肿瘤区域分割和遗传标记预测	提出了一种新的OMT方法将不规则MRI脑图像转换为张量，并利用多模式OMT张量SVD进行预分类概率估计	研究结果主要基于术前MRI数据，未考虑术后或治疗过程中的数据变化	开发自动化深度学习模型用于胶质瘤的术前遗传特征分析	胶质瘤患者	数字病理学	胶质瘤	MRI, 深度学习	OMT-APC (基于OMT和张量SVD的深度学习模型)	医学影像(MRI)	3,565例胶质瘤患者(来自16个数据集，其中2,551例用于训练和内部验证，1,014例用于外部测试)
14	2025-07-15	A Hyperbolic Discrete Diffusion 3D RNA Inverse Folding Model for Functional RNA Design 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00527 PMID:40503717	研究论文	提出了一种名为RIdiffusion的双曲离散扩散3D RNA逆折叠模型，用于功能性RNA设计	通过将RNA 3D结构的几何特征和拓扑特性嵌入双曲空间，利用离散扩散模型基于有限的训练样本高效恢复目标RNA 3D结构的核苷酸分布	RNA 3D结构实验数据的可用性有限	开发一种用于3D RNA设计的生成模型	RNA 3D结构	自然语言处理	NA	离散扩散模型	RIdiffusion	3D结构数据	有限的训练样本
15	2025-07-15	Optimal Descriptor Subset Search via Chemical Information and Target Activity-Guided Algorithm for Antimicrobial Peptide Prediction 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00600 PMID:40528473	研究论文	本文介绍了一种名为AExOp-DCS的算法，用于自动优化抗菌肽（AMP）预测中的描述符子集，以提高模型性能	提出了AExOp-DCS算法，通过化学结构和生物活性驱动自动优化描述符子集，减少维度同时保持准确性	依赖初始描述符集的质量，可能仍受限于特征工程的假设	开发更高效的抗菌肽预测计算流程	抗菌肽（AMPs）	机器学习	抗微生物感染	QSAR模型	浅层学习模型	蛋白质序列数据	NA
16	2025-07-15	BalancedDiff: Balanced Diffusion Network for High-Quality Molecule Generation 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00837 PMID:40528644	research paper	提出了一种名为BalancedDiff的平衡扩散网络，用于生成高质量分子	引入了Balance Loss来平衡样本偏差，设计了基于KAN的平衡特征过滤模块(KBFF)，并结合QikProp模块预测ADME性质以提高分子质量和适用性	尽管扩散模型能生成大量分子，但其有效性和可靠性仍不确定，限制了实际应用	开发一种能够生成高质量分子的深度学习方法	分子生成	machine learning	NA	diffusion model, KAN-based feature filtering, QikProp	BalancedDiff	molecular data	CrossDocked2020数据集
17	2025-07-15	Transfer-Learning Deep Raman Models Using Semiempirical Quantum Chemistry 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00513 PMID:40528819	研究论文	本文提出了一种利用半经验量子化学方法生成模拟振动光谱，以预训练深度学习模型，从而解决拉曼光谱数据不足的问题	使用半经验量子化学方法生成大量合成数据预训练深度学习模型，并通过迁移学习在实验数据上微调，显著降低了计算成本并保持了模型性能	合成数据与真实数据之间可能存在差异，可能影响模型的泛化能力	解决拉曼光谱数据不足导致的模型过拟合和泛化能力差的问题	细菌的拉曼光谱数据	生物光子学	NA	拉曼光谱、半经验量子化学方法、深度学习	深度学习模型	光谱数据	大量合成数据和小规模实验数据
18	2025-07-15	Dual-Branch Contrastive Network with Deep Separable Convolution for Enhanced 6mA Site Identification 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01058 PMID:40558076	研究论文	提出了一种名为DS6mA的创新深度学习模型，用于增强6mA位点的预测	采用双分支对比网络和深度可分离卷积提取DNA序列中的关键位置信息	DNA N6-甲基腺嘌呤（6mA）在真核生物中的调控作用仍不明确且存在争议	增强6mA位点的预测	DNA序列中的6mA位点	生物信息学	NA	深度学习	双分支对比网络与深度可分离卷积	DNA序列数据	11个不同的综合基准数据集
19	2025-07-15	Assessing Uncertainty in Machine Learning for Polymer Property Prediction: A Benchmark Study 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00550 PMID:40560148	研究论文	本研究评估了九种不确定性量化方法在机器学习中预测聚合物关键性能的应用	首次对多种不确定性量化方法在聚合物性能预测中的表现进行全面评估，并提供了针对不同场景的最优方法选择建议	研究仅针对特定几种聚合物性能进行评估，可能无法涵盖所有可能的聚合物类型和性能	评估不同不确定性量化方法在机器学习预测聚合物性能中的表现	聚合物关键性能（玻璃化转变温度、带隙、熔融温度和分解温度）	机器学习	NA	机器学习中的不确定性量化方法	Ensemble, GPR, MCD, MVE, BNN-VI, BNN-MCMC, EDL, QR, NGBoost	聚合物性能数据	四种聚合物性能数据集，包括OOD实验数据和分子动力学(MD)衍生数据
20	2025-07-15	EquiCPI: SE(3)-Equivariant Geometric Deep Learning for Structure-Aware Prediction of Compound-Protein Interactions 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00773 PMID:40600339	研究论文	本文提出了一种名为EquiCPI的几何深度学习框架，用于预测化合物-蛋白质相互作用，结合了第一性原理结构建模与SE(3)-等变神经网络	EquiCPI首次将SE(3)-等变神经网络应用于化合物-蛋白质相互作用预测，通过保留旋转、平移和反射对称性，实现了对三维结构决定因素的建模	未明确提及具体局限性，但可能依赖于蛋白质和配体的3D结构预测准确性	提高化合物-蛋白质相互作用的预测准确性，推动计算药物发现	化合物-蛋白质相互作用	计算药物发现	NA	几何深度学习、SE(3)-等变神经网络、ESMFold、DiffDock-L	SE(3)-等变神经网络	3D原子坐标点云	BindingDB（亲和力预测）和DUD-E（虚拟筛选）数据集