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
181	2026-08-14	Current State and Future of Artificial Intelligence in Pediatric Interventional Radiology: A Narrative Review 2026-Jun-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121918 PMID:42351577	综述	本文总结人工智能在儿科介入放射学中的应用现状，并展望其临床整合的未来方向。	系统综述了AI在儿科介入放射学全程护理路径中的应用，包括剂量节省成像、自动化解释、程序规划及术后监测，并强调了儿科特有的挑战和新兴范式。	AI工具尚未针对儿童进行专门设计、验证或部署，现有工作多与儿科临床终点关联较弱。	阐述AI在儿科介入放射学中的当前证据缺口和优先级方向，以促进其在临床中的有效采用。	儿科介入放射学相关的AI技术、应用及临床整合策略。	机器学习，医学影像	不适用	不适用	机器学习，深度学习	文献资料	不适用	不适用	不适用	不适用	不适用
182	2026-08-14	Apple Origin Classification and Sugar Content Prediction of 'Fuji' Apples Using Near-Infrared Spectroscopy and Deep Learning 2026-Jun-20, Foods (Basel, Switzerland) DOI:10.3390/foods15122227 PMID:42354195	研究论文	本研究利用近红外光谱与深度学习技术，实现了富士苹果产地分类与可溶性固形物含量预测的双任务分析	区别于以往仅关注产地分类的研究，首次构建了同时整合地理起源分类和可溶性固形物含量预测的双任务近红外光谱分析框架	信息未提供	实现富士苹果的准确产地识别和非破坏性内部品质评估，以支持水果溯源、品质分级和采后管理	来自中国三个代表性产区（新疆阿拉尔、山东烟台、陕西洛川）的富士苹果	机器学习	不适用	近红外光谱技术	深度学习模型	近红外光谱数据	375个苹果样本，共生成3000个光谱样本用于产地分类，750个含可溶性固形物含量校准的样本用于糖度预测	信息未提供	Transformer, DNN	准确率, 平均绝对误差（MAE）, 均方根误差（RMSE）, 相关系数（R）, 皮尔逊相关系数（r）	信息未提供
183	2026-08-14	Sensor-Driven Short-Term Forecasting on the Metropolitan LA Traffic Dataset: A Comparative Study for Multi-Step Prediction 2026-Jun-20, Sensors (Basel, Switzerland) DOI:10.3390/s26123917 PMID:42356890	研究论文	本研究通过传感器网络诊断框架对METR-LA数据集进行短期交通预测的对比分析，并提出轻量级混合架构GETFormer	提出传感器网络诊断框架，包括系统表征数据特性、四种代表性架构的统一基准测试，以及新颖的逐传感器回归分析，并在此基础上提出融合单跳图卷积层和门控残差融合模块的轻量级混合架构GETFormer	未明确提及，但可能包括对特定数据集的依赖和模型泛化性的限制	理解传感器级数据特性对深度学习架构失败模式的影响，并为实际部署中的基于证据的模型选择提供指导，同时提出改进的混合架构	METR-LA数据集中的207个感应环路检测器，5分钟分辨率的交通数据	机器学习, 数字交通系统	不适用	感应环路检测器数据采集	Transformer, STGCN, DCRNN, Gated TCN, GETFormer	时间序列数据	207个感应环路检测器	未明确提及	Transformer, STGCN, DCRNN, Gated TCN, GETFormer（包含GCN层和门控残差融合模块）	预测误差（具体指标未明确）	未明确提及
184	2026-08-14	Geometric Deep Learning Reveals Ligandable and Cryptic RNA Binding Small Molecule Pockets (SMARTPocket) 2026-Jun-19, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.18.732920 PMID:42368017	研究论文	本文介绍了SMARTPocket，一种基于原子级几何深度学习的框架，用于直接从三维结构预测RNA小分子结合口袋，并展示了其在多个基准和实例上的优越性能。	首次将几何深度学习应用于RNA小分子结合口袋预测，采用全原子点云表示RNA，并利用超过110,000个蛋白质结合界面结构进行迁移学习，以克服RNA-配体复合物数据不足的问题。	模型对apo RNA结构的泛化仅适用于构象变化较小的情况；对于构象变化较大的情况可能受限。	建立一种通用且准确的框架，用于基于结构的RNA配体结合口袋识别，以加速RNA靶向小分子药物发现。	RNA小分子结合口袋，包括单链RNA、apo RNA结构、SARS-CoV-2移码元件和RNA适体。	深度学习、结构生物学	SARS-CoV-2相关疾病（具体疾病类别未明确指定）	几何深度学习、迁移学习	几何深度学习模型	三维结构数据（原子级点云）	超过110,000个蛋白质结合界面结构，以及多个RNA基准数据集（具体数量未明确给出）	未指定	点云网络（具体架构未明确，如PointNet或类似）	准确性、与现有方法的比较性能、近天然RNA-配体姿态恢复能力	未指定
185	2026-08-14	Prediction of Antipsychotic Drug Doses for BPSD in Alzheimer's Disease Using Deep Learning Techniques 2026-Jun-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121894 PMID:42351553	研究论文	本研究开发了一种深度学习模型，利用结构MRI预测阿尔茨海默病中BPSD患者的个体化抗精神病药物剂量	采用级联ResNet（Cas-ResNet）的迁移学习方法，先在大规模健康老化数据集上预训练，再在BPSD数据集上微调，以预测抗精神病药物的定义日剂量，并使用Grad CAM进行模型可解释性分析	样本量较小（86例），且为概念验证性研究，需进一步验证	开发一种基于结构MRI的深度学习模型，以客观预测个体化抗精神病药物剂量，减少经验性处方	阿尔茨海默病伴BPSD患者的结构MRI图像及抗精神病药物剂量	医学影像分析	阿尔茨海默病	MRI	深度卷积神经网络（CNN）	结构MRI图像	86例BPSD患者（SMHC数据集），646例健康老化受试者（CBMFM数据集）	NA	Cas-ResNet（级联ResNet），3DCNN，VGG，DenseNet	平均绝对误差（MAE），皮尔逊相关系数	NA
186	2026-08-14	An Overview of the Research Status and Advances in Precision Feeding Technology and Equipment in Aquaculture 2026-Jun-18, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani16121898 PMID:42353507	综述	本文综述了水产养殖中精准投喂技术与装备的研究现状和进展，涵盖技术层面和装备层面，并探讨了面临的挑战和未来发展趋势。	系统性地从技术（需求感知、智能决策、精准控制与执行）和装备（集约化、池塘、深远海养殖场景）两个维度全面综述精准投喂，并深入分析实际部署中的限制和未来方向。	现有精准投喂（实际部署）仍面临环境干扰、感知可靠性、模型泛化性、闭环集成不足、高成本和人才短缺等局限。	梳理水产养殖精准投喂技术和装备的最新进展，明确主要挑战和未来发展趋势，为后续研究和工程应用提供参考。	水产养殖中的精准投喂技术与装备，包括需求感知、智能决策、精确控制和执行技术，以及各类投喂设备。	机器学习	不适用	机器视觉、物联网、机器学习、深度学习、自动控制	不适用	不适用	不适用	不适用	不适用	不适用	不适用
187	2026-08-14	A Multi-Criterion Selection of Hybrid Features in Mammographic Imaging for Early Computer-Assisted Sensing and Detection of Breast Cancer 2026-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s26123874 PMID:42356847	研究论文	本研究提出一种多准则特征选择框架，结合多种统计方法对乳腺X线影像中的线性和非线性特征进行筛选，以提升早期乳腺癌检测的准确性。	将t检验、ANOVA、互信息和等分组方法整合为一个新的多准则选择框架，以平衡特征相关性和冗余性，并系统性比较线性和非线性特征的诊断性能。	线性特征在表征复杂组织特征方面存在局限性，且研究未涉及深度学习模型的集成。	识别乳腺X线影像中区分正常和恶性组织的最优特征子集，以增强早期乳腺癌诊断系统。	乳腺X线影像特征，包括线性和非线性描述符。	医学影像分析	乳腺癌	乳腺X线影像分析	统计方法和机器学习模型	图像	未提供具体样本数量	NA	包括Logistic回归、随机森林、支持向量机等，具体架构未在摘要中明确	准确率、灵敏度、精确率、F1分数	NA
188	2026-08-14	Proactive Early Warning of Vortex Ring State in Coaxial UAVs: A Physics-Informed Multimodal ViT-LSTM Approach 2026-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s26123888 PMID:42356861	研究论文	提出一种物理信息驱动的多模态深度学习框架，用于同轴无人机涡环状态的主动预警，从事后检测转向事前预警	提出物理信息驱动的多模态深度学习框架，将涡环检测从事后检测转为事前预警；创新性地引入1.5秒预警窗口和三类有序状态空间；设计MTSF-Net ViT-LSTM架构融合多模态传感器数据；提出Calibrated Benchmark Normalization (CBN)策略和混合有序损失函数解决样本不平衡问题	研究基于仿真或特定飞行数据，可能缺乏真实复杂飞行环境的验证；对传感器数据质量依赖较高；未提及计算资源消耗和部署可行性	实现同轴无人机涡环状态的主动早期预警，为飞行控制系统提供关键干预时间，提升飞行安全性	同轴双旋翼无人机，具体为涡环状态（VRS）的检测和预警	机器学习和计算机视觉	不适用	连续小波变换（CWT）	ViT-LSTM	多模态传感器数据（三轴加速度、三轴角速度、气压垂直速度）	未明确指定样本数量，涉及多架次飞行记录	未明确指定，可能使用PyTorch或TensorFlow	ViT-LSTM（MTSF-Net）	准确率、召回率、误报率、漏检率	未提及具体GPU或计算资源
189	2026-08-14	Adaptive Neural Reorganization Enables Real-Time Finger-Level Robotic Control in BCI-Naïve Stroke Survivors 2026-Jun-18, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.15.732267 PMID:42367869	研究论文	本研究探讨了无脑机接口经验的卒中患者通过运动想象实现手指级机器人控制的可行性，并分析神经重组模式。	首次在无脑机接口经验的卒中患者中展示手指级机器人控制，利用数据驱动的深度学习解码器，并揭示卒中相关的神经重组模式。	未在摘要中提及具体限制，可能包括样本量小、任务复杂度有限等。	评估卒中患者能否通过运动想象实现手指级脑机接口控制，并利用神经信号进行机器人辅助。	九名卒中后受影响个体，无先前脑机接口经验。	脑机接口、深度学习、数字病理学	卒中	脑电图（EEG）解码	深度学习解码器（具体类型未提及）	脑电信号	9名卒中患者	NA	NA	解码准确率	NA
190	2026-08-14	Oral Cancer Numerical Index (OCNI): Development and Validation of a Cytology-Based Risk Assessment for Oral Lesions 2026-Jun-17, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15124692 PMID:42355860	研究论文	开发并内部验证了一种基于临床特征和深度学习刷拭细胞学测量的口腔癌数字指数（OCNI），用于口腔潜在恶性病变的风险分层	首次将深度学习细胞学测量与临床特征结合，开发出定量风险评分工具OCNI，并预设规则排除和规则纳入阈值以分别实现高灵敏度和高特异性	仅在内部验证集上评估性能，尚未进行外部验证；数据来自回顾性研究，可能存在选择偏倚	评估OCNI作为口腔病变风险分层辅助工具的效能，以识别严重口腔上皮异型增生或口腔鳞状细胞癌高风险患者	口腔潜在恶性病变患者（共548例，训练集384例，测试集164例）	数字病理学	口腔癌	深度学习细胞学测量	深度学习模型（具体未明确）	临床特征数据及刷拭细胞学图像	548例口腔潜在恶性病变患者	NA	深度学习模型（具体架构未提及）	灵敏度、特异性、阴性预测值、阳性预测值、校准曲线（截距、斜率）、Hosmer-Lemeshow检验	NA
191	2026-08-14	Interpreting the Black Box: Interpretable Machine Learning and Systems Pharmacology in Small-Molecule Therapeutics 2026-Jun-16, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics18060743 PMID:42357359	综述	本文综述了可解释机器学习与系统药理学相结合，在提高药物开发机制透明性方面的作用，涵盖ADME优化、毒性预测、多组学整合及临床转化等关键环节	强调可解释机器学习与系统药理学的协同作用，提出通过“干湿循环”验证和“模型卡片”满足监管要求，并展望因果人工智能的发展方向	指出可解释机器学习发现的关联需实验验证才能确立因果关系，且面临数据异质性和分布外泛化等挑战	推动可解释机器学习在药物开发中的应用，实现更透明、循证的药物设计，助力精准医疗	小分子药物开发中的药代动力学优化、毒性预测、多组学数据整合及临床转化	机器学习	NA	NA	NA	多组学数据	NA	NA	NA	NA	NA
192	2026-08-14	Deep Learning-Based Automated Segmentation and Quantification of the Ellipsoid Zone and the RPE-Bruch's Membrane Complex in Healthy Subjects and in Geographic Atrophy 2026-Jun-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121872 PMID:42351531	研究论文	本研究旨在验证一种深度学习算法在健康眼和地图样萎缩眼中自动分割和定量评估椭圆体带及RPE-Bruch膜复合体的准确性。	提出并验证了NMI-Outer Retina Analyzer这一深度学习工具，能够自动、准确地进行外层视网膜层的分割和量化，性能与专家手动分割相当。	研究样本量较小，且在地图样萎缩眼中自动化测量与手动测量之间的变异性较大，特别是在萎缩周围的交界区。	评估深度学习算法在健康眼和地理萎缩眼中自动分割和定量评估外层视网膜层的准确性和可靠性。	30只健康眼和30只地图样萎缩眼的SD-OCT体积扫描图像。	数字病理学	地理萎缩	SD-OCT（光谱域光学相干断层扫描）	深度学习分割模型	图像	60只眼睛（30只健康，30只地理萎缩）	NA	NA	Dice系数、Pearson相关系数、绝对厚度差异、组内相关系数	NA
193	2026-08-14	SAVE: Spectrum-Aided Visual Enhancement for AI-Based Skin Cancer Detection 2026-Jun-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121864 PMID:42351523	研究论文	本研究提出了一种名为光谱辅助视觉增强器（SAVE）的新型信号处理与图像重建方法，利用高光谱成像和波段选择原理，从常规RGB皮肤镜图像中重建诊断相关的光谱信息，以提升AI皮肤癌检测性能	首次将高光谱成像和波段选择原理应用于RGB皮肤镜图像增强，提出SAVE机制，在不依赖高光谱设备的情况下重建光谱信息，有效提升皮肤病变检测性能	未提及具体局限性	开发一种RGB兼容的光谱增强技术，通过重建光谱信息改善AI皮肤癌检测的准确性，辅助计算机辅助皮肤科分析	ISIC2019数据集中的皮肤镜图像，包含基底细胞癌、脂溢性角化病和光化性角化病病变	计算机视觉	皮肤癌	高光谱成像（HSI），波段选择（BS）	监督深度学习目标检测模型（YOLOv8, YOLOv10, YOLOv11, SSDLite, SSD）	图像（RGB皮肤镜图像）	865张皮肤镜图像	未提及	YOLOv8, YOLOv10, YOLOv11, SSDLite, SSD	准确率，精确率，召回率，F1分数	未提及
194	2026-08-14	Personalized Treatment of Head and Neck Cancers: Role of Functional Imaging and AI 2026-Jun-16, Cancers IF:4.5Q1 DOI:10.3390/cancers18121954 PMID:42352486	综述	本文综述了功能成像与人工智能在头颈部鳞状细胞癌个性化治疗中的应用，并提出一个基于生物学驱动的AI分析框架	提出一个生物学驱动的AI分析框架，用于功能成像分析，以促进治疗分层模型的临床转化	在临床实施前仍存在大量挑战，且未提供具体的临床验证结果	探讨功能成像结合AI（如放射组学和深度学习）在头颈部鳞状细胞癌个性化治疗分层中的潜力，并强调临床验证策略的必要性	头颈部鳞状细胞癌患者，特别是局部晚期病例	医学影像分析	头颈部鳞状细胞癌	功能性影像（如PET、MRI等）	深度学习	医学图像	不适用	NA	NA	NA	NA
195	2026-08-14	Deep-Learning-Enabled SEM Image Segmentation Coupled with Laser Confocal Raman Microscopy: Elucidating Microstructure and Drug Spatial Distribution in Leuprorelin Acetate Microspheres 2026-Jun-16, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph19060948 PMID:42356565	研究论文	开发了基于深度学习的SEM图像分割算法结合激光共聚焦拉曼显微镜，用于定量分析缓释微球的孔隙结构和药物空间分布，并揭示微观结构与释放行为的关系。	首次将深度学习图像分割算法应用于SEM图像中的孔隙结构定量分析，并结合激光共聚焦拉曼光谱实现药物分布的3D无损可视化，为微球表征提供了新方法。	未提及具体限制，可能包括样本数量有限、算法泛化性或成像分辨率限制。	阐明缓释微球的微观结构和药物空间分布，验证“过程-结构-性能”假说，并为仿制药逆向工程和质量评估提供技术框架。	来自不同制造商和同一批次不同粒径的亮丙瑞林醋酸微球。	数字病理学	不适用	扫描电子显微镜（SEM）、激光共聚焦拉曼光谱（LCRS）	深度学习（用于图像分割的模型，但具体类型未指定）	图像（SEM图像和拉曼光谱图像）	不适用（未具体说明样本数量）	NA	NA（深度学习分割算法，但具体架构未指定）	NA（未提及具体评估指标）	NA
196	2026-08-14	Deep-Learning-Based Baseline Evaluation of Public WiFi CSI Datasets for Contactless RF-Based Human Activity Recognition 2026-Jun-16, Sensors (Basel, Switzerland) DOI:10.3390/s26123821 PMID:42356794	研究论文	本研究对多个公开WiFi CSI数据集进行了基于深度学习的统一基线评估，以用于无接触式射频人体活动识别。	提出了一个标准化的预处理和训练流程，统一了四个公开数据集，并首次对多种深度学习架构进行了受控的组内比较，同时发布了完整的实验管道和基准结果，以增强可重复性。	模型泛化能力受限于跨数据集差异，且动态行为和低运动状态的区分仍具挑战性。	为基于WiFi CSI的人体活动识别提供一个可重复的参考框架，并通过系统比较不同深度学习架构的性能来指导未来研究。	公开的WiFi CSI数据集，涉及单人活动识别、跌倒风险估计、多人占用分类和定位感知活动识别等任务。	机器学习	NA	WiFi CSI传感	MLP、CNN、GRU和混合CNN-GRU	时间序列数据（WiFi CSI信号）	多个公开数据集，具体样本数量未在摘要中明确指出	NA	MLP、CNN、GRU和混合CNN-GRU	准确性、混淆矩阵（未指定具体指标）	NA
197	2026-08-14	Applications, Challenges, and Prospects of Artificial Intelligence in Crop Production 2026-Jun-16, Plants (Basel, Switzerland) DOI:10.3390/plants15121863 PMID:42357182	综述	系统回顾了人工智能在作物生产五个核心领域（生物胁迫监测、土壤健康管理、精准作业、供应链优化和气候适应性农业）的应用，并分析了四种关键技术路径（深度学习、传感器融合、数据驱动方法和混合建模）及主要挑战。	全面梳理人工智能在作物生产全链条中的应用，提出数据、技术、实施和伦理/政策维度的挑战分类，并展望了技术创新、场景拓展、实施保障和可持续性导向的未来方向。	存在区域数据偏差、模型泛化能力不足以及数字鸿沟等问题，阻碍了规模化部署。	探讨人工智能在作物生产中的应用、挑战和未来前景，以促进可持续农业发展。	作物生产系统中的生物胁迫监测、土壤健康管理、精准作业、供应链优化和气候适应性农业等领域。	机器学习	不适用	深度学习、传感器融合	CNN	图像、文本	不适用	TensorFlow, PyTorch	ResNet, Transformer	准确率	NVIDIA V100
198	2026-08-14	Development and Validation of Artificial Intelligence Prediction of Epicardial Coronary Artery Spasm in Patients Without Obstructive Coronary Artery Disease 2026-Jun-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121847 PMID:42351506	研究论文	开发并验证一种基于人工智能的风险评分工具，利用常规临床数据预测无阻塞性冠状动脉疾病患者的心外膜冠状动脉痉挛	首次利用常规临床数据开发非侵入性AI驱动的风险评分来预测CAS，并探索基于原始数字心电图数据的CNN-LSTM深度学习模型作为概念验证	基于心电图数据的深度学习模型特异性较低（11.9%），目前仅作为概念验证而非临床筛查工具，需要进一步优化	开发并验证一种使用常规临床数据的非侵入性、AI驱动的风险评分，以预测无阻塞性冠脉疾病患者中的心外膜冠状动脉痉挛	无阻塞性冠状动脉疾病并接受冠状动脉内甲基麦角新碱激发试验的患者	机器学习	心外膜冠状动脉痉挛	冠状动脉内激发试验	随机森林、CNN-LSTM	临床变量数据、数字心电图数据	共1650例患者，其中衍生存列1050例，外部验证队列600例；包含2611条数字心电图记录	NA	随机森林、CNN-LSTM	曲线下面积、敏感性、特异性、95%置信区间	NA
199	2026-08-14	Deep Learning-Based Evaluation of Maxillary Dental Midline Deviation on Orthodontic Frontal Photographs 2026-Jun-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13060687 PMID:42351931	研究论文	本研究使用基于YOLOv8的深度学习方法在正畸正面照片上检测上颌牙中线区域，并评估不同机器学习算法在区分对称与不对称中线状况时的分类性能	将YOLOv8目标检测与多种机器学习分类器结合，用于正畸正面照片的上颌牙中线偏移评估，并提出将检测输出转化为数值特征向量的方法	未进行无泄漏的外层k折交叉验证整个检测加分类流程，分类结果仅为初步探索；未纳入面部参考框架标准化、观察者间可靠性评估，且数据集规模较小	检测正畸正面照片中的上颌牙中线区域，并评估检测输出对机器学习算法分类性能的影响	上颌牙中线区域及对称与不对称中线状况	计算机视觉	口腔正畸疾病	目标检测技术	YOLOv8、朴素贝叶斯、逻辑回归、支持向量机、AdaBoost	图像	146张标准化正面照片（72张中线偏移≥2mm，74张对称），训练集126张，测试集20张	PyTorch	YOLOv8	准确率（95%威尔逊置信区间）、精确率、召回率、F1分数、ROC-AUC、mAP@0.5	NA
200	2026-08-14	Hybrid Computational Modeling with Multi-Level Validation Identifies TK1-VIM as a Robust Therapeutic Pair in Triple-Negative Breast Cancer 2026-Jun-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27125385 PMID:42353103	研究论文	提出一种结合布尔网络建模与半定规划的混合计算方法，识别出三阴性乳腺癌中的TK1-VIM治疗靶点对，并通过多层级验证框架确认其稳健性和可成药性	首次将布尔网络建模与半定规划相结合，并整合多层级验证框架（包括自举统计、敏感性分析和AlphaGenome正交验证），以实现高稳健性和高可成药性的靶点识别	实验验证仍是临床转化前的必要下一步，当前结果仅基于计算和正交证据	为三阴性乳腺癌识别计算稳健、可成药的治疗靶点对，并提供严格的方法学基准	三阴性乳腺癌细胞系网络	机器学习	三阴性乳腺癌	RNA-seq	布尔网络模型、深度学习模型（AlphaGenome）	基因表达数据、网络数据	三阴性乳腺癌细胞系网络（具体样本数量未在标题和摘要中提及）	NA	布尔网络、AlphaGenome（深度生成模型）	相似性百分比（与凋亡状态的相似度）、95%置信区间、p值、平均\|log2FC\|	NA