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
181	2025-09-22	Prediction of carbon and nitrogen source preferences in microbial metabolism using protein sequence data 2025-Sep-16, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107266 PMID:40967572	研究论文	本研究利用深度学习算法探索微生物蛋白质序列与其碳氮营养需求之间的内在关系	提出了结合蛋白质功能注释和序列特征提取的集成框架，用于预测微生物营养需求	NA	优化微生物培养条件并提高微生物生长和生产力	432种微生物物种	机器学习	NA	PSSM, PsePSSM, SHAP	深度学习算法	蛋白质序列数据	432种微生物物种和61种培养基配方
182	2025-09-22	Deep learning based multi-shot breast diffusion MRI: Improving imaging quality and reduced distortion 2025-Sep-15, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112419 PMID:40974694	研究论文	本研究评估了基于深度学习的多激发乳腺扩散MRI重建技术（MUSE DL）在图像质量和失真减少方面的表现	首次将深度学习重建应用于多激发MUSE DWI，显著提升信噪比并减少图像失真	样本量相对有限（61名参与者），且仅在3T MRI扫描仪上验证	比较深度学习重建的多激发扩散加权成像与传统单激发技术在乳腺成像中的性能差异	乳腺疾病患者（61名女性参与者，65个乳腺病变）	医学影像分析	乳腺疾病	扩散加权成像（DWI），深度学习重建	深度学习	MRI影像	61名女性参与者（23-75岁），共65个乳腺病变
183	2025-09-22	Comparison of kinematics between markerless and marker-based motion capture systems for change of direction maneuvers 2025-Sep-15, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112965 PMID:40974779	研究论文	比较无标记和有标记运动捕捉系统在变向动作中获取的运动学数据	首次系统评估无标记系统在变向动作分析中的性能，并与传统有标记系统进行多指标对比	关节角度幅值存在显著系统差异（如踝背屈-10.92°、膝屈曲-8.32°），需谨慎进行绝对值比较	评估无标记运动捕捉系统在运动表现分析中的适用性	23名男性参与者执行的90度变向动作	运动生物力学	NA	多摄像头深度学习、三角测量、逆向运动学	深度学习	视频运动数据	23名男性参与者，每人进行5次试验
184	2025-09-22	Improving the performance of the echinococcosis diagnosis model based on serum Raman spectroscopy via the integration of convolutional neural network and support vector machine 2025-Sep-13, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126945 PMID:40974949	研究论文	本研究提出一种结合CNN和SVM的模型，用于基于血清拉曼光谱的包虫病诊断，以提高分类准确率	首次将卷积神经网络与支持向量机集成（CNN-SVM），用于血清拉曼光谱分析，显著提升包虫病诊断准确率至96.5%	NA	实现包虫病、肝硬化、肝细胞癌和正常对照组的高精度分类	人类血清样本	机器学习	包虫病	拉曼光谱	CNN-SVM	光谱数据	573份血清样本
185	2025-09-22	The comparison of deep learning and radiomics in the prediction of polymyositis 2025-Sep-12, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044496 PMID:40958317	研究论文	比较深度学习和影像组学在预测多发性肌炎（PM）中的性能	首次系统比较3D CNN与影像组学方法在多发性肌炎预测中的表现，并引入外部测试集验证	样本量相对有限（总计196例），且所有数据仅来自三个中心	评估3D卷积神经网络在预测多发性肌炎中的可行性，并与传统影像组学方法进行对比	多发性肌炎患者及非多发性肌炎对照人群	医学影像分析	多发性肌炎	T2加权磁共振成像	3D CNN, 3D Unet	医学影像	196例患者（120例来自中心A，30例来自中心B，46例来自中心C）
186	2025-09-22	Towards modeling evolving longitudinal health trajectories with a transformer-based deep learning model 2025-Sep-11, Annals of epidemiology IF:3.3Q1 DOI:10.1016/j.annepidem.2025.08.025 PMID:40945546	研究论文	提出一种基于Transformer的深度学习模型Evolve，用于建模和分析纵向健康轨迹	引入Transformer架构进行连续多标签预测，并能够通过潜在嵌入空间变化识别健康轨迹转变	仅与基线模型进行性能比较，未涉及更广泛的模型对比或外部验证	开发深度学习模型以实现连续健康监测和早期疾病检测	全国性纵向健康登记数据中的个体健康轨迹	machine learning	多种疾病	deep learning	transformer	结构化医疗数据（临床编码、诊疗程序、药物购买记录）	全国性数据集（具体样本量未说明）
187	2025-09-22	A unified gradient regularization method for heterogeneous graph neural networks 2025-Sep-11, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108104 PMID:40974991	研究论文	提出一种名为Grug的统一梯度正则化方法，用于解决异构图神经网络中的过平滑和非鲁棒性问题	首次在消息传递过程中同时对节点类型和消息矩阵的梯度进行迭代正则化，并提供了统一框架整合现有丢弃和对抗训练方法	NA	提升异构图神经网络的训练稳定性和表示学习效果	异构图神经网络	machine learning	NA	梯度正则化	HGNN	图数据	六个公共数据集
188	2025-09-22	A multidimensional deep ensemble learning model predicts pathological response and outcomes in esophageal squamous cell carcinoma treated with neoadjuvant chemoradiotherapy from pretreatment CT imaging: A multicenter study 2025-Sep-10, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111133 PMID:40939680	研究论文	开发并验证一种基于治疗前CT影像的多维深度集成学习模型（DELRN），用于预测食管鳞癌患者新辅助放化疗后的病理完全缓解和预后风险分层	提出结合影像组学和3D卷积神经网络的多维深度集成学习模型，在多个中心队列中验证其预测性能优于单一模型	回顾性研究设计，需要前瞻性多中心验证	预测食管鳞癌患者新辅助放化疗的病理反应和预后	接受新辅助放化疗的食管鳞癌患者	数字病理	食管癌	CT成像	集成学习（结合影像组学和3D CNN）	医学影像	485例来自4家医院的食管鳞癌患者
189	2025-09-22	MediFlora-Net: Quantum-enhanced deep learning for precision medicinal plant identification 2025-Sep-07, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108674 PMID:40974619	研究论文	提出一种结合量子计算和深度学习的创新模型MediFlora-Net，用于精确识别药用植物	集成量子辅助特征提取、混合集成方法以及量子概率特征映射和纠缠表示技术，首次将量子启发方法应用于植物识别领域	NA	提高药用植物的精确识别和分类能力，支持植物学研究、药理学和传统医学应用	药用植物	计算机视觉	NA	量子辅助特征提取、多模态深度学习	Vision Transformer (ViT), CNN, GAN	RGB图像、高光谱植物图像	NA
190	2025-09-22	Autoregressive enzyme function prediction with multi-scale multi-modality fusion 2025-Sep-06, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf476 PMID:40966652	研究论文	提出一种多模态多尺度自回归预测模型MAPred，用于整合蛋白质序列和结构数据以自回归方式预测酶功能分类	首次结合多模态（序列+3D结构）和多尺度特征，并采用自回归方式逐级预测EC编号数字，充分利用其层次结构	NA	提高酶功能预测的准确性和粒度，以阐明生物机制并推动多领域创新	蛋白质及其酶功能分类（EC编号）	生物信息学	NA	多模态融合、自回归预测	多尺度多模态自回归预测网络（MAPred）	氨基酸序列数据、3D结构token	New-392、Price和New-815基准数据集
191	2025-09-22	Artificial intelligence-enhanced biosurveillance for antimicrobial resistance in sub-Saharan Africa 2025-Sep-03, International health IF:2.3Q2 DOI:10.1093/inthealth/ihae081 PMID:39545538	综述	本文探讨人工智能在增强撒哈拉以南非洲地区抗菌素耐药性生物监测中的应用与潜力	提出利用AI技术解决撒哈拉以南非洲AMR监测中的数据碎片化问题，并通过机器学习算法实现耐药菌株的检测、追踪和预测	数据稀缺、基础设施不足以及伦理问题阻碍了AI在撒哈拉以南非洲AMR监测中的实际应用	提升撒哈拉以南非洲地区抗菌素耐药性的监测能力，改善公共卫生成果	撒哈拉以南非洲地区的抗菌素耐药性监测数据及潜在AI解决方案	公共卫生信息学	抗菌素耐药性感染	机器学习和深度学习算法，基因组分析	NA	大型数据集，基因组数据	NA
192	2025-09-22	Interpretable Artificial Intelligence Analysis of Functional Magnetic Resonance Imaging for Migraine Classification: Quantitative Study 2025-Sep-03, JMIR medical informatics IF:3.1Q2 DOI:10.2196/72155 PMID:40903006	研究论文	本研究结合可解释人工智能（XAI）与功能磁共振成像（fMRI）指标，用于偏头痛分类并识别关键脑区	首次系统比较多种fMRI指标与深度学习模型组合在偏头痛分类中的效能，并利用XAI技术定位判别性脑区	样本量较小（64名参与者），且未考虑偏头痛亚型之外的混杂因素	开发可解释的AI方法以提升偏头痛的计算机辅助诊断与生物标志物发现	偏头痛患者（伴或不伴先兆）与健康对照者的fMRI数据	医学影像分析	偏头痛	功能磁共振成像（fMRI），可解释人工智能（XAI）	CNN（GoogleNet, ResNet18）, Vision Transformer, SVM, 随机森林	神经影像数据	64名参与者（21名无先兆偏头痛患者，15名有先兆偏头痛患者，28名健康对照）
193	2025-09-22	Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery 2025-Sep-02, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103879 PMID:40902506	研究论文	本研究利用Transformer-GAN深度学习框架解析牙周炎中表观遗传增强子-启动子相互作用，揭示炎症基因调控机制并发现生物标志物	首次将Transformer-GAN应用于牙周炎表观遗传调控研究，整合多组学数据预测功能性E-P相互作用，并发现E-P相互作用评分在预测治疗反应方面优于传统临床指标	研究基于公共数据集，样本来源和规模可能存在限制，且深度学习模型的可解释性仍需进一步验证	解码牙周炎中增强子-启动子调控网络，揭示炎症基因的表观遗传调控机制	牙周炎患者的基因组DNA甲基化和RNA-seq数据	深度学习	牙周炎	DNA甲基化测序，RNA-seq，多组学整合分析	Transformer-GAN	基因组甲基化数据，基因表达数据	基于GSE173081和GSE173078数据集（具体样本数未明确说明）
194	2025-09-22	Deep learning-driven proteomics analysis for gene annotation in the renin-angiotensin system 2025-Sep-02, European journal of pharmacology IF:4.2Q1 DOI:10.1016/j.ejphar.2025.178119 PMID:40907688	研究论文	本研究开发了一种多标签深度学习模型，用于系统注释肾素-血管紧张素系统（RAS）基因功能并阐明其在生物通路中的作用	首次将多标签AI建模与细胞外囊泡蛋白质组学整合用于RAS通路注释，揭示了新型IRAP/Ywha(s)/Nedd4-2-ACE2相互作用轴	基于文献挖掘的计算预测需要实验验证，研究主要聚焦小鼠模型	系统注释RAS基因功能并阐明其在心血管疾病中的生物学通路作用	肾素-血管紧张素系统（RAS）相关基因	自然语言处理	心血管疾病	TF-IDF, PCA, 蛋白质组学分析, 毛细管Western检测	MLP (Multi-Layer Perceptron)	文本	39,463篇来自PubMed和PMC的RAS相关出版物
195	2025-09-22	Benchmarking deep learning-designed inlay restorations across operator experience: An in vitro comparison of time efficiency, contact intensity, and contour quality 2025-Sep-02, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106083 PMID:40907866	研究论文	一项体外研究比较了基于深度学习的嵌体修复设计工作流程与传统人工工作流程在时间效率、接触强度和轮廓质量方面的性能	首次评估深度学习工作流程在不同操作者经验水平下对嵌体设计的影响，并分析其减少经验相关变异性的潜力	体外研究，样本量有限（25个数字扫描），临床实际效果需要进一步验证	评估深度学习辅助牙科嵌体设计的性能表现	上颌和下颌后牙区嵌体修复设计	医疗人工智能	牙科修复	深度学习	深度学习模型（具体架构未说明）	数字扫描图像	25个上颌和下颌牙弓数字扫描样本
196	2025-09-22	TransFactor-prediction of pro-viral SARS-CoV-2 host factors using a protein language model 2025-Sep-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf491 PMID:40929136	研究论文	提出TransFactor计算框架，利用蛋白质语言模型预测SARS-CoV-2的促病毒宿主因子	首次将预训练的ESM-2蛋白质语言模型微调用于宿主因子预测，并通过计算丙氨酸扫描提供可解释性	依赖于有限实验数据集的微调，可能受实验方法限制的影响	预测和优先排序候选宿主因子作为抗病毒治疗靶点	SARS-CoV-2病毒宿主蛋白	自然语言处理	传染病	蛋白质语言模型，计算丙氨酸扫描	Transformer (ESM-2)	蛋白质序列数据	来自33项独立SARS-CoV-2研究的实验确定宿主因子数据集
197	2025-09-22	THLANet: A deep learning framework for predicting TCR-pHLA binding in immunotherapy applications 2025-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013050 PMID:40939018	研究论文	提出深度学习模型THLANet用于预测TCR与pHLA的结合特异性，以评估新抗原的免疫原性潜力	使用ESM-2替代传统嵌入方法增强序列特征表示，并通过CDR3序列分析和抗原丙氨酸扫描模拟提供TCR-抗原3D结合新见解	NA	准确预测TCR与新抗原的结合，评估其在临床环境中的免疫原性潜力	T细胞受体（TCR）、新抗原、I类HLA分子	生物信息学	癌症	scTCR-seq、进化尺度建模-2（ESM-2）	深度学习	序列数据	多种癌症类型的临床癌症数据
198	2025-09-22	Spatial gene expression at single-cell resolution from histology using deep learning with GHIST 2025-Sep, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02795-z PMID:40954301	研究论文	提出一种基于深度学习的框架GHIST，从组织学图像预测单细胞分辨率的空间基因表达	利用亚细胞空间转录组学和多层生物信息的协同关系，实现单细胞分辨率的空间基因表达预测	NA	开发从常规组织学图像预测空间基因表达的新方法	空间基因表达数据和组织学图像	数字病理学	癌症（多种类型）	空间转录组学，深度学习	深度学习框架	组织学图像，基因表达数据	公共数据集和TCGA数据
199	2025-09-22	Graph-based deep learning for integrating single-cell and bulk transcriptomic data to identify clinical cancer subtypes 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf467 PMID:40966644	研究论文	提出一种基于图深度学习的scBGDL方法，整合单细胞和批量转录组数据以识别癌症临床亚型	首次构建样本特异性基因图建模基因互作，结合图注意力网络、MinCutPool和Transformer模块实现多模态数据整合与可解释生物洞察	方法依赖于转录组数据质量，尚未在更多癌症类型或前瞻性临床队列中验证	整合单细胞和批量转录组数据精准识别癌症亚型并预测临床结局	癌症患者转录组数据	生物信息学	癌症（多癌种）	scRNA-seq, bulk RNA-seq, 图深度学习	Graph Attention Networks, Transformer, MinCutPool	基因表达数据	16种TCGA癌症类型+3个多中心队列（肺腺癌1099例，卵巢癌762例，黑色素瘤305例）
200	2025-09-22	AttBiomarker: unveiling preeclampsia biomarkers and molecular pathways through two-stage gene selection techniques and attention-based CNN with gene regulatory network analysis 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf473 PMID:40966654	研究论文	本研究开发了一种结合深度学习和生物信息学的方法，用于识别先兆子痫的潜在生物标志物和分子通路	采用两阶段基因选择技术和基于注意力的CNN模型，结合基因调控网络分析，识别出与先兆子痫密切相关的枢纽基因	仅基于三个微阵列数据集进行分析，样本来源和规模未明确说明	识别先兆子痫的生物标志物和分子机制，为早期诊断和治疗提供靶点	先兆子痫相关的基因表达数据	生物信息学	先兆子痫	微阵列分析，基因富集分析，蛋白质相互作用网络，基因调控网络分析，分子对接	Attention-based CNN (AttCNN)	基因表达数据	基于三个微阵列数据集（具体样本数未说明）