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	2026-05-26	The robust frequency domain feature and hybrid CNN model for fatigue detection based on sEMG signal 2026-May-25, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2675492 PMID:42179231	研究论文	提出基于自回归模型的新特征和混合CNN模型，用于表面肌电信号疲劳检测	将基于自回归模型的鲁棒频域特征与Inception块及特征重构模块整合到CNN中，同时融合手工特征与深度学习特征以增加多样性	NA	提高肌肉疲劳检测在特征捕获、鲁棒性和泛化能力方面的性能	表面肌电信号中的肌肉疲劳状态	机器学习	肌肉疲劳	表面肌电信号分析	混合卷积神经网络	表面肌电信号波形	两个数据集（dataset1和dataset2）	NA	CNN, Inception块, 特征重构模块	准确率	NA
182	2026-05-26	Prediction of groundwater level in shallow and complex aquifers using hybrid soft computing models and metaheuristic algorithms 2026-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43005-w PMID:42178317	研究论文	提出两种混合软计算模型ANN-HBO和ANN-POA，用于预测浅层复杂含水层的地下水位动态	创新性地将人工神经网络与蜜獾优化算法（HBO）和鹈鹕优化算法（POA）两种元启发式优化算法耦合，动态优化数据稀缺非平稳环境下的网络权重，解决深度学习架构收敛性差和过拟合问题	未提及具体局限性，但隐含需要进一步验证在其他含水层或气候条件下的泛化能力	开发适用于数据有限区域的地下水位预测方法，支持从被动管理向主动预测管理转变	伊朗北部Astaneh-Kuchesfahan含水层的浅层松散含水层系统	机器学习	NA	最小冗余最大相关性(MRMR)算法	ANN, ANN-HBO, ANN-POA	水文气象时间序列数据	256个月的水文气象记录，3个观测井	未明确提及，但涉及人工神经网络和元启发式优化算法	ANN, ANN-HBO, ANN-POA	RMSE, MAE	NA
183	2026-05-26	WHiAR-Net: an interpretable multi-scale forecasting framework via Wavelet-Hilbert feature engineering 2026-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54363-w PMID:42178322	研究论文	提出了一种名为WHiAR-Net的可解释多尺度预测框架，该框架融合了小波理论与希尔伯特谱分析，用于分离长期趋势与瞬时波动，并在电力和环境数据集上取得了竞争性的精度	通过结构化嵌入算子误差界，将小波与希尔伯特特征工程引入透明架构，替代传统黑箱模型，实现了可解释的多尺度非平稳时间序列预测	所提信息不足以识别具体限制	准确预测非平稳时间序列中的复杂波动	电力和环境时间序列数据	机器学习	NA	小波变换、希尔伯特谱分析	神经网络	时间序列	NA	NA	WHiAR-Net	精度	NA
184	2026-05-26	Research on the application of deep learning-driven urban change detection in sustainable development of hilly-area cities in western China 2026-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53767-y PMID:42178339	研究论文	研究深度学习驱动的城市变化检测在西部丘陵城市可持续发展中的应用，以南充市为案例	针对西部丘陵城市景观特征，构建了区域自适应的建筑与道路语义分割数据集和变化检测数据集，并应用深度学习模型有效解决了丘陵城市复杂环境中的破碎化景观、建筑分散和光谱混合特征等挑战	未提及局限性	探究深度学习驱动的城市变化检测技术在支持西部丘陵城市可持续发展中的实践价值	四川省南充市的城市变化检测、建筑与道路语义分割	计算机视觉	不适用	中分辨率遥感影像	深度学习模型	遥感影像	不适用	NA	NA	NA	NA
185	2026-05-26	Developmental Profile of Physiological High-Frequency Oscillations in the Human Brain 2026-May-23, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122017 PMID:42177955	研究论文	利用185名儿科患者的颅内脑电图数据，构建了正常生理高频振荡的发育图谱，并描述了其在儿童大脑中的年龄相关变化	首次基于大规模多机构儿科颅内脑电图数据，构建了生理性高频振荡的正常发育图谱，揭示了其分布随年龄的动态变化模式	未明确说明，但样本仅来自儿科患者且排除了癫痫发作区和尖波区，可能限制了结果对全年龄段的推广性	描述儿童大脑中生理性高频振荡的发育特征，建立正常年龄依赖模式，以改善癫痫手术中高频活动作为EEG生物标志物的解释	儿科患者（0-18岁）的颅内脑电图数据中的非棘波高频振荡	数字病理学	儿童癫痫	颅内脑电图	深度学习模型	脑电图信号	185名儿科患者	NA	NA	NA	NA
186	2026-05-26	Representation learning for multi-modal spatially resolved transcriptomics data 2026-May-21, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag316 PMID:42179160	研究论文	介绍了一种卷积深度学习模型AESTETIK，用于整合空间、转录组和形态学信息，学习精确的斑点表示	在结构组织（如脑组织）中中位ARI相比先前最先进方法提高21%，在异质性细胞群体癌症组织（乳腺癌、黑色素瘤、肝癌）中表现优异，提升幅度达21%至79%	NA	开发整合多模态空间分辨转录组数据的方法，以提升聚类分配和精确医学应用	多模态空间转录组数据，包括空间、转录组和形态学信息	深度学习，数字病理学	乳腺癌，黑色素瘤，肝癌	空间转录组学，卷积神经网络 (CNN)	CNN	图像，基因表达数据，空间坐标	多个数据集，涵盖10x Genomics和NanoString平台的数据	PyTorch	卷积神经网络 (具体架构未详细说明)	ARI (Adjusted Rand Index)	NA
187	2026-05-26	HKD-CPI: High-Order knowledge distillation enhanced inductive Compound-Protein interaction prediction 2026-May-21, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag290 PMID:42179166	研究论文	提出一种基于高阶知识蒸馏的归纳式化合物-蛋白质相互作用预测框架，通过分子图标记化与超图建模提升对新化合物-蛋白质对的泛化能力	首次将分子图特征与序列预训练大语言模型的词嵌入对齐，构建超图捕获功能相似分子间的高阶相互作用模式，并引入知识蒸馏将高阶知识迁移至轻量级学生模型	未提及，需查看全文评估	提升对未见化合物-蛋白质对的相互作用预测准确性，加速药物发现	化合物-蛋白质相互作用对的预测	机器学习	NA	知识蒸馏、超图学习、分子图标记化	超图神经网络、轻量级学生模型	分子图、蛋白质序列、化合物-蛋白质相互作用数据	5个基准数据集的未明确数量样本	PyTorch	超图、Transformer、分子图标记化模块	AUROC, AUPRC	NA
188	2026-05-26	Deep Learning-Enhanced Generation and Screening of Antihyperuricemic Peptides from Chickpea Proteins: from Multienzyme Optimization to Molecular Mechanisms 2026-May-20, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.6c00467 PMID:42158992	研究论文	本研究开发了一种结合大语言模型与深度学习指导酶解的策略，从鹰嘴豆蛋白中生成并筛选抗高尿酸血症肽	首次将大语言模型引导的策略与深度学习辅助的酶筛选相结合，用于优化多酶水解以生成抗高尿酸血症肽，并验证了最优酶组合（Flavourzyme-Pepsin-Pancreatin）的协同效果	未明确讨论样本规模、计算资源及算法框架的具体细节	开发一种高效的策略，利用多酶水解从鹰嘴豆蛋白中生成具有抗高尿酸血症活性的肽，并揭示其分子机制	鹰嘴豆蛋白及其水解产物和纯化的三肽（LLF、GFM、FSF、SWL）	计算机视觉	高尿酸血症	多酶水解（Flavourzyme-Pepsin-Pancreatin）、分子对接	大语言模型	文本	NA	NA	大语言模型	黄嘌呤氧化酶抑制活性、细胞内尿酸水平、氧化应激指标、炎症指标	NA
189	2026-05-26	De Novo Design of Miniature and Efficient Metallo-Ketoreductases 2026-May-20, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c00732 PMID:42160334	研究论文	通过深度学习指导的流程，从理论活性位点设计出微型且高效的金属酮还原酶，实现酮类的不对称还原	利用深度学习引导从理论活性位点设计非天然氧化还原酶，实现前所未有的非生物氢化物转移机制，且酶仅含130个残基，性能优异	NA	实现从头设计能催化非生物转化反应的微型金属酮还原酶	金属酮还原酶以及酮底物	机器学习	NA	深度学习辅助酶设计	深度学习模型（具体未命名）	蛋白质序列和结构数据	NA	PyTorch	NA	催化效率（kcat/KM）、转化数（TON）、对映体过量（e.e.）、热稳定性、有机溶剂耐受性	NA
190	2026-05-26	Predicting intrinsic clearance using deep learning-based drug-metabolic enzyme interaction features on an IVIVE-harmonized endpoint dataset 2026-May-20, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109456 PMID:42177842	研究论文	提出一种结合深度学习药物-代谢酶相互作用特征与物理化学性质的内在清除率预测框架，并利用IVIVE一致化终点数据集进行验证	首次将基于ChemBERTa和ProtBERT预训练的DTI特征融入内在清除率预测模型，并引入IVIVE一致化方法统一异质终点标签，实现生物学信息与计算方法的融合	预测性能仍有限，需扩大数据集、增强独立外部验证，并纳入肾清除和转运体介导等其他消除途径	开发一种生物学信息驱动的计算框架，用于早期候选化合物内在清除率的可靠预测	人类肝脏代谢酶（CYP、UGT、SULT家族）的抑制剂与底物相互作用特征，以及化合物物理化学性质	机器学习	NA	体外-体内外推法（IVIVE），深度学习	多层感知机（MLP），Transformer编码器	表格数据（化合物结构描述符、DTI特征）	185种化合物（独立外部验证集）；内部训练集未明确数量	PyTorch（推测），ChemBERTa，ProtBERT	MLP，Transformer编码器	r²m, r², CI, AFE, 2倍误差内比例, 3倍误差内比例	NA
191	2026-05-26	Deep learning-driven anomaly detection and feature discovery in Ce-rich (Ni-Fe-Co-Ce)O x catalysts for oxygen evolution reaction 2026-May-20, RSC advances IF:3.9Q2 DOI:10.1039/d6ra02168a PMID:42181719	研究论文	提出一种基于深度学习的异常检测框架，用于从高通量实验数据中发现高性能析氧反应催化剂	首次将原子级描述符与卷积神经网络结合进行相似性稳定分析，并利用迭代数据清洗机制自动识别高异常值催化剂	目前仅针对Ni-Fe-Co-Ce-O催化剂数据验证，泛化能力需进一步测试	开发可靠的数据驱动分析工具，加速新型催化材料的发现与优化	Ce元素富集的(Ni-Fe-Co-Ce)O_x析氧反应催化剂	机器学习	NA	高通量实验	卷积神经网络（CNN）	数值型原子级描述符数据	基于(Ni-Fe-Co-Ce)O_x催化剂的高通量数据集	TensorFlow, PyTorch	CNN	R²分数	NA
192	2026-05-26	Visible-Near-Infrared Hyperspectral Imaging Enables Nondestructive Identification of Bean Accessions via 1D Spectral Reflectance Analysis 2026-May-19, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.6c00225 PMID:42179609	研究论文	利用可见-近红外高光谱成像结合一维光谱反射分析，实现豆类种质资源无损伤鉴别	首次利用VNIR高光谱成像与一维光谱反射分析实现32个豆类种质的无损伤鉴别，并发现狭窄绿光窗口（562.85-584.65 nm）作为关键分类波段，为缩减波段多光谱传感器设计提供直接指导	每个种质仅分析一个种子批次且在受控实验室条件下进行，未测试储存条件、种子含水量和收获时间对鲁棒性的影响；未进行靶向化学分析验证绿光窗口与种皮颜色、图案及表面微结构的关联	实现豆类种质无损伤、可扩展的鉴别方法，支持种质资源保存、可追溯性和育种	32个豆类种质（包括30个普通菜豆地方品种和2个外群豆类），共计3200粒种子，每种种质100粒种子	计算机视觉	NA	VNIR高光谱成像	线性支持向量机（Linear SVM）、多层感知机（MLP）	一维光谱反射数据	3200粒种子，来自32个豆类种质（每种种质100粒种子）	NA	Linear SVM, MLP_1D	准确率、加权F1分数	NA
193	2026-05-26	A network-based deep learning model integrating subclonal architecture for therapy response prediction in cancer 2026-May-18, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2026.101411 PMID:41999762	研究论文	提出一个名为SubNetDL的深度学习框架，通过整合亚克隆突变谱和蛋白质-蛋白质相互作用网络来预测癌症治疗效果	不同于依赖条件特异性方法，SubNetDL仅利用体细胞突变，适用于多种癌症类型和治疗方式，并能识别非网络中心但具有治疗特异性的候选生物标志物基因	NA	开发一个稳健且可解释的框架，利用突变谱和网络背景识别预测性生物标志物并分层患者	10种TCGA癌症-药物组合以及两个独立的免疫治疗数据集	机器学习	癌症	NA	深度学习	基因突变数据、蛋白质-蛋白质相互作用网络数据	10种TCGA癌症-药物组合和两个独立的免疫治疗数据集	NA	SubNetDL	AUROC	NA
194	2026-05-26	A protein surface-aware multimodal framework for residue-level metal-binding site recognition 2026-May-18, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2026.101414 PMID:42013856	研究论文	提出了一种名为MetalBind的蛋白质表面感知多模态深度学习框架，用于残基级别的金属结合位点识别	整合了蛋白质序列嵌入、原子特异性物理化学特征和几何感知表面点学习模块，在多种金属特异性数据集上取得更优预测性能，且对稀疏训练数据仍有效	NA	准确识别金属结合位点以阐明金属蛋白功能，并推动大规模金属蛋白质组注释和工程金属蛋白设计	蛋白质中的金属结合位点（涵盖多种生物相关金属）	机器学习	NA	深度学习	多模态深度学习框架	蛋白质序列和结构数据	13种金属特异性数据集	NA	NA	准确性、精确率、召回率、F1分数、AUC	NA
195	2026-05-26	PlasticAnalytics: A Deep Learning-Powered Spectral Library and Analytical Suite 2026-May-15, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c01309 PMID:42138063	研究论文	PlasticAnalytics是一个基于深度学习的微塑料振动光谱分析自动化工作流程	结合迭代非对称惩罚最小二乘基线校正、混合规则与机器学习噪声去除、以及深度残差网络与不确定性感知质量分类器，实现高精度微塑料识别	未明确说明，但可能依赖训练样本的多样性及对新型塑料类型的泛化能力	解决拉曼光谱和傅里叶变换红外光谱分析微塑料中的关键瓶颈，提供可扩展、可重复的自动化分析工具	环境微塑料，包括原始、消费后及环境风化塑料的光谱数据	机器学习	NA	拉曼光谱, 傅里叶变换红外光谱	深度残差网络, 不确定性感知质量控制分类器	光谱数据, 光谱图像	NA	NA	深度残差网络	准确率	NA
196	2026-05-26	Classification of serum protein and immunofixation electrophoresis images by computer vision-based deep learning models: A single- and dual-modality study 2026-May-13, Annals of clinical biochemistry IF:2.1Q3 DOI:10.1177/00045632261454299 PMID:42126005	研究论文	基于深度学习的血清蛋白电泳和免疫固定电泳图像自动分类研究	首次采用双模态（SPE和IFE）融合方法，利用迁移学习构建MobileNetV2模型进行电泳图像分类，并通过Grad-CAM进行模型可解释性分析	单中心回顾性数据，样本量有限（1919例），需在更大规模多中心队列中验证	开发深度学习模型自动将血清蛋白电泳和免疫固定电泳图像分类为肿瘤、非肿瘤和健康三类，并比较单模态与双模态方法的预测性能	同时接受SPE和IFE检查的1919例患者	计算机视觉	肿瘤	血清蛋白电泳，免疫固定电泳，迁移学习	CNN（卷积神经网络）	图像	1919例患者的SPE和IFE图像对	NA	MobileNetV2	准确率，精确率，召回率，特异度，F1分数，ROC-AUC	NA
197	2026-05-26	Video-based Detection of Delirium in Hospitalized Adults 2026-May-13, medRxiv : the preprint server for health sciences DOI:10.64898/2026.05.11.26352902 PMID:42180362	研究论文	基于视频特征自动提取的谵妄分类分析框架开发与验证	首次使用深度学习姿态估计从视频中自动提取行为特征实现谵妄客观识别，在临床异质性队列中验证可行性	样本量较小（109个视频），且为单一医疗中心数据，模型泛化性需进一步验证	开发基于视频特征的自动化谵妄检测方法，替代传统主观筛查工具	住院成年患者（≥18岁）的行为视频及谵妄状态	计算机视觉, 机器学习	谵妄	深度学习姿态估计, DeepLabCut	支持向量机, 逻辑回归, 梯度提升, 随机森林	视频	109个视频（来自25名男性和25名女性参与者，中位年龄72岁）	NA	ResNet-101	AUC ROC, 灵敏度, 特异度	NA
198	2026-05-26	Estimation of Physiological Metrics from Resting ECGs Using Deep Learning in the UK Biobank, Including submaximal exercise derived V̇O 2 max, Body Fat Percentage, and Grip Strength 2026-May-13, medRxiv : the preprint server for health sciences DOI:10.64898/2026.05.09.26352818 PMID:42180363	研究论文	利用深度学习从静息心电图估算生理指标，包括次极量运动衍生的最大摄氧量、体脂百分比和握力	使用基于患者对比学习表征（PCLR）的AI工具从静息12导联心电图提取320个特征，实现跨队列生理指标估算，并改进基础预测模型	模型在跨队列迁移性方面仍存在挑战，且依赖静息心电图数据而非动态运动数据	探索从静息心电图估算生理指标的潜力，利用英国生物银行数据开发群体特异性模型	英国生物银行（UK Biobank）中的大样本人群，包括次极量运动衍生的最大摄氧量（n=8,540）及其他生理指标（样本量高达n=78,265）	机器学习	心血管疾病	心电图（ECG）	患者对比学习表征（PCLR）模型	静息12导联心电图数据	次极量运动测试样本8,540例，其他生理指标样本最多78,265例，训练集与测试集以80%:20%比例划分	NA	PCLR（患者对比学习表征）	皮尔逊相关系数（r）	NA
199	2026-05-26	Deep learning and attention mechanisms to identify key genes and their implications for the origin of insect wings 2026-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49441-y PMID:42091620	研究论文	构建基于双向长短期记忆网络和注意力机制的深度学习模型DeepWG，从119个物种的蛋白质序列中识别昆虫翅膀关键基因，并为昆虫翅膀起源提供分子证据	首次将深度学习与注意力机制结合应用于昆虫翅膀关键基因的识别，并基于识别结果支持气管鳃学说	未明确说明模型在不同物种或进化分支上的泛化能力，也未提及除蛋白质序列外的其他数据类型可能带来的额外信息	利用深度学习模型识别昆虫翅膀关键基因并探讨其与昆虫翅膀起源的关系	119个物种的蛋白质序列，涵盖昆虫、软甲纲和螯肢纲等节肢动物	机器学习	NA	蛋白质序列分析	双向长短期记忆网络 (BiLSTM)，注意力机制 (AM)	蛋白质序列	119个物种的蛋白质序列	NA	BiLSTM, 注意力机制	准确率 (Accuracy)	NA
200	2026-05-26	Treemble: a graphical tool to generate Newick strings from phylogenetic tree images 2026-May-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag197 PMID:42018742	研究论文	Treemble是一款从系统发育树图像生成Newick字符串的图形工具	结合深度学习节点检测与用户点击交互，实现从树图到Newick格式的半自动化转换，支持矩形和圆形树	NA	开发能从系统发育树图像自动生成机器可读Newick字符串的工具	系统发育树图像	机器学学	NA	深度学习	CNN	图像	NA	PyTorch	NA	NA	NA