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	2026-07-24	A Dual-Energy Computed Tomography Guided Intelligent Radiation Therapy Platform 2025-06-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.01.028 PMID:39921109	研究论文	介绍了一种基于双能计算机断层扫描引导的智能放射治疗平台，整合了先进成像和人工智能技术以优化放射治疗流程	首次将双能计算机断层扫描、双层多叶准直器、深度学习自动分割算法和自动计划与质量保证能力集成到一个统一的智能放射治疗平台中	未提及系统在长期临床实践中的稳健性、多中心验证结果及罕见病例的适用性	优化放射治疗流程，提高治疗精度和灵活性	放射治疗系统和临床病例	机器学习	癌症	双能计算机断层扫描、深度学习	深度学习模型	图像	99个风险器官各5例，以及临床病例	深度学习框架	NA	Dice相似系数、剂量一致性指数、伽马通过率	NA
182	2026-07-24	Nonperfused Retinal Capillaries-A New Method Developed on OCT and OCTA 2025-04-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.4.22 PMID:40202734	研究论文	本研究利用光学相干断层扫描（OCT）和OCT血管成像（OCTA）开发了一种新方法，用于量化和评估年龄相关性黄斑变性（AMD）和糖尿病视网膜病变（DR）中的无灌注视网膜毛细血管（NPCs）	开发了一种基于深度学习去噪算法的新方法，通过共定位的OCT/OCTA数据，能够自动分割和量化无血流信号的视网膜毛细血管，从而提供了一种新的生物标志物	研究未提及算法的局限性，例如对图像质量的依赖或在不同数据集上的泛化能力，且样本量未明确说明	开发一种量化无灌注视网膜毛细血管的新方法，并评估其在AMD和DR眼中的应用价值	年龄相关性黄斑变性（AMD）和糖尿病视网膜病变（DR）患者的视网膜毛细血管	计算机视觉	年龄相关性黄斑变性, 糖尿病视网膜病变	OCT, OCTA	深度学习去噪算法	图像	NA	NA	深度学习去噪算法	准确率（88.2%）	NA
183	2026-07-24	Multi-task aquatic toxicity prediction model based on multi-level features fusion 2025-02, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.06.002 PMID:38844122	研究论文	提出了基于多级特征融合的多任务水生毒性预测模型ATFPGT-multi，用于同时预测有机化合物对四种不同鱼类的急性毒性	首次将分子指纹与分子图结合进行多任务学习，同时预测四种鱼类的有机毒性，并通过注意力分数识别与毒性相关的分子片段，提升了模型的解释性	仅针对四种鱼类物种进行预测，未涵盖更多水生生物种类；模型可能受训练数据分布限制，泛化能力有待进一步验证	开发先进的多任务深度神经网络预测模型，以提高有机化合物对多种水生生物的毒性预测准确性和效率	有机化合物对四种不同鱼类（如斑马鱼、青鳉等）的急性毒性	机器学习	NA	分子指纹、分子图表示	多任务深度神经网络（ATFPGT-multi）	分子结构数据（分子指纹和分子图）	使用四个鱼类数据集（具体样本数量未明确给出）	NA	基于注意力机制的多任务神经网络	AUC	NA
184	2026-07-24	Multimodal Image Confidence: A Novel Method for Tumor and Organ Boundary Representation 2025-02-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.09.020 PMID:39303999	研究论文	介绍了一种创新的分析算法——多模态图像置信度，用于肿瘤和器官边界的精确表示	提出无需模型训练的可解释数学模型，通过体素间相关性传播置信度，区别于深度学习方法	未明确说明局限性	开发一种利用多模态医学图像互补优势来定义感兴趣区域边界和内部特征的新算法	鼻咽癌和神经胶质瘤病例的医学图像	计算机视觉	鼻咽癌, 神经胶质瘤	多模态3D医学图像分析	NA	3D医学图像	156例鼻咽癌病例和1251例神经胶质瘤病例	NA	NA	定性评估和定量分析	NA
185	2026-07-24	Enhancing novel isoform discovery: leveraging nanopore long-read sequencing and machine learning approaches 2024-12-06, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae031 PMID:39158328	综述	回顾并比较利用纳米孔长读长测序与机器学习方法发现新型异构体的现有工具	全面对比25种现有工具，强调开发标准分析流程和转录本模型规范的必要性	缺乏对最佳生物信息工具和流程的共识，本文未提出新方法或标准	讨论和比较长读长测序技术下新型异构体发现的可用方法性能	RNA转录本的新型剪接异构体	生物信息学	不适用	纳米孔长读长测序	机器学习, 深度学习	RNA序列	不适用	不适用	不适用	不适用	不适用
186	2026-07-24	SAMP: Identifying antimicrobial peptides by an ensemble learning model based on proportionalized split amino acid composition 2024-12-06, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae046 PMID:39573886	研究论文	提出一种基于比例化分裂氨基酸组成特征的集成学习模型SAMP，用于识别抗菌肽	提出比例化分裂氨基酸组成（PSAAC）新型特征，能够捕捉肽的N端和C端的残基模式及中间片段的序列顺序信息，并结合集成随机投影架构提升大规模识别性能	NA	开发一种高效的计算模型用于抗菌肽识别	抗菌肽序列	机器学习	细菌感染	序列特征提取	集成随机投影模型	肽序列数据	NA	Python	集成随机投影	准确率, 马修斯相关系数, G-测量, F1分数	NA
187	2026-07-24	Peptide-Membrane Docking and Molecular Dynamic Simulation of In Silico Detected Antimicrobial Peptides from Portulaca oleracea's Transcriptome 2024-10, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10261-z PMID:38704476	研究论文	通过计算机模拟分析从马齿苋转录组中检测抗菌肽并进行肽-膜对接和分子动力学模拟	首次利用计算机模拟方法从马齿苋转录组中筛选新型抗菌肽，结合深度学习和分子对接技术进行功能验证	仅基于计算机模拟分析，缺乏体外和体内实验验证，且只对五个候选肽进行了初步筛选和分子动力学模拟	从马齿苋转录组中筛选新型抗菌肽，并通过分子对接和分子动力学模拟评估其与细菌膜的相互作用	马齿苋转录组中的抗菌肽候选物	机器学习	细菌感染	转录组测序、从头组装、开放阅读框分析	深度学习模型	序列数据	五个候选抗菌肽，分别与大肠杆菌和金黄色葡萄球菌膜进行对接	NA	NA	稳定性	NA
188	2026-07-24	Interpretation of SNP combination effects on schizophrenia etiology based on stepwise deep learning with multi-precision data 2024-09-27, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad041 PMID:37738675	研究论文	提出一种基于逐步深度学习的多精度数据技术（SLEM），探索SNP组合效应对精神分裂症病因的影响	利用多精度数据（高精度小样本的多层级实验数据与低精度大样本的GWAS数据）构建逐步深度学习模型，从大量可能的SNP组合中识别有效交互效应	NA	解析SNP组合效应如何通过分子和细胞功能相互作用影响精神分裂症的易感性	精神分裂症相关的多层级基因组数据（GWAS数据和实验数据）	机器学习	精神分裂症	GWAS	深度学习	基因组数据	NA	NA	NA	准确率	NA
189	2026-07-24	A comprehensive review of machine learning techniques for multi-omics data integration: challenges and applications in precision oncology 2024-09-27, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae013 PMID:38600757	综述	全面回顾机器学习技术在多组学数据整合中的应用，重点关注精准肿瘤学中的挑战与机遇	系统分类和总结机器学习方法用于整合基因组学、转录组学、蛋白质组学和代谢组学等多组学数据，并探讨深度学习与网络方法的最新进展	未提及具体局限性	总结机器学习技术在多组学数据整合中的进展，并提供精准肿瘤学中患者分层的方法选择建议	基因组学、转录组学、蛋白质组学、代谢组学及临床数据	机器学习	肿瘤	NA	深度学习, 网络方法	多组学数据（基因组、转录组、蛋白质组、代谢组）及临床数据	NA	NA	NA	NA	NA
190	2026-07-24	Validation of de novo designed water-soluble and transmembrane β-barrels by in silico folding and melting 2024-07, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5033 PMID:38864690	研究论文	本研究通过深度学习方法对从头设计的水溶性和跨膜β-桶状蛋白进行计算机模拟折叠与熔解验证	首次系统比较AlphaFold2和ESMFold在从头设计蛋白验证中的不同优势，并提出基于增量扰动的计算机模拟熔解新方法	缺乏正式证据表明高质量预测模型与实验成功可能性之间的直接关系	探索深度学习结构预测算法用于从头设计蛋白的计算机模拟验证	从头设计的水溶性和跨膜β-桶状蛋白	机器学习	NA	深度学习方法	AlphaFold2, ESMFold	蛋白质序列与结构数据	实验表征的从头设计水溶性和跨膜β-桶状蛋白设计物	AlphaFold2, ESMFold	NA	预测模型质量，设计可折叠性，有利接触存在性	NA
191	2024-08-07	Quantifying abnormal emotion processing: A novel computational assessment method and application in schizophrenia 2024-06, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2024.115893 PMID:38657475	研究论文	本文介绍了一种使用深度学习技术从口语中快速评估情感处理的新方法，并在精神分裂症谱系障碍患者和健康对照组中进行了测试	提出了一种新的计算评估方法，利用深度学习从口语中估计情感处理，并引入了“情感对齐”（EA）这一新指标	需要进一步的验证工作来确认该方法的有效性和普遍性	开发一种自动化的方法来评估精神分裂症谱系障碍中的情感处理	精神分裂症谱系障碍患者和健康对照组的情感处理能力	机器学习	精神分裂症	深度学习	NA	口语	37名精神分裂症谱系障碍患者和51名健康对照组	NA	NA	NA	NA
192	2026-07-24	SAMP: Identifying Antimicrobial Peptides by an Ensemble Learning Model Based on Proportionalized Split Amino Acid Composition 2024-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.590553 PMID:38712184	研究论文	提出一种基于比例化分割氨基酸组成的集成学习模型SAMP，用于识别抗菌肽	引入了一种称为比例化分割氨基酸组成的新型特征，捕获N端和C端附近的残基模式及中间肽段的序列顺序信息，并采用集成随机投影架构提升性能	NA	开发一种能更全面捕捉序列信息的计算模型，提高抗菌肽识别的准确性和可扩展性	抗菌肽序列	机器学习	耐药菌感染	NA	集成学习模型（基于随机投影）	序列数据	多个平衡与非平衡数据集	NA	集成随机投影架构	准确率、马修斯相关系数、G-measure、F1分数	NA
193	2026-07-24	Association of Blood Pressure With Brain Ages: A Cohort Study of Gray and White Matter Aging Discrepancy in Mid-to-Older Adults From UK Biobank 2024-04, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.123.22176 PMID:38465593	研究论文	研究血压升高与大脑灰质和白质老化差异的关系	首次揭示了血压升高对白质老化的影响比灰质更显著，并利用孟德尔随机化分析建立因果关系	未明确说明，但可能包括因果关系推断的局限性或样本选择性偏差	探究血压升高与灰质和白质老化过程的差异性关联	UK Biobank中接受弥散加权成像和T1加权扫描的中年至老年人	机器学习	心血管疾病	弥散加权成像、T1加权成像	三维卷积神经网络	影像	37,327名参与者（弥散加权成像）、39,630名参与者（T1加权扫描）	NA	三维卷积神经网络	NA	NA
194	2026-07-24	Distinct chemical environments in biomolecular condensates 2024-03, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-023-01432-0 PMID:37770698	研究论文	利用小分子探针和深度学习预测，证明生物分子凝聚体具有不同的化学溶剂化环境，影响分子选择性分布	首次通过实验和深度学习预测共同揭示不同凝聚体具有独特的化学溶剂化特性，为分子选择性分布提供机制解释	NA	探究生物分子凝聚体内部化学环境的差异及其对分子选择性分布的影响	生物分子凝聚体及其内部化学环境	机器学习	NA	小分子探针技术	深度学习模型	小分子探针数据	NA	NA	NA	预测准确性	NA
195	2026-07-24	Predicting axillary lymph node metastasis in breast cancer using a multimodal radiomics and deep learning model 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1482020 PMID:39735531	研究论文	利用基于钼靶和磁共振成像的多模态影像组学与深度学习模型预测乳腺癌腋窝淋巴结转移	首次将多种机器学习算法与影像组学及深度学习特征融合，构建多模态模型用于术前预测乳腺癌症腋窝淋巴结转移，并证实组合模型优于单一模型	回顾性研究，样本量相对较小（270例），且数据来自单一医疗中心，可能影响模型泛化性	探索基于钼靶和磁共振成像的影像组学与深度学习模型在预测乳腺癌腋窝淋巴结转移中的价值	乳腺癌患者	医学影像分析	乳腺癌	钼靶成像、磁共振成像、LASSO回归	逻辑回归、多层感知机、3D-ResNet18	医学影像	270例乳腺癌患者	NA	3D-ResNet18、多层感知机	AUC、校准曲线、决策曲线	NA
196	2026-07-24	Identifying keystone species in microbial communities using deep learning 2024-01, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02250-2 PMID:37974003	研究论文	提出基于深度学习的DKI框架，用于识别微生物群落中的关键种	首次利用深度学习隐式学习微生物群落的组装规则，通过思想实验定量评估物种的关键性	未提及具体局限性	开发数据驱动方法系统识别微生物群落中的关键种	微生物群落中的不同物种	机器学习	不适用	不适用	深度学习	微生物组样本数据	未明确	不适用	未明确，深度学习模型	未明确	不适用
197	2026-07-24	Assembling High-quality Lymph Node Clinical Target Volumes for Cervical Cancer Radiotherapy using a Deep Learning-based Approach 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230915125606 PMID:37724668	研究论文	提出一种基于深度学习的编码器-解码器三维网络，用于在宫颈癌放射治疗CT图像上自动勾画和组装高质量淋巴结临床靶体积	首次采用深度学习模型分别训练和优化盆腔各淋巴结分区（主动脉旁、髂总、髂内、髂外、闭孔、骶前、腹股沟），并依据临床需求自动组装高质量淋巴结临床靶体积	未明确说明，但样本量较小（216例）且仅来源于单一中心，可能限制模型泛化能力	探索一种基于深度学习的准确方法，从CT图像上自动组装高质量的淋巴结临床靶体积，提高宫颈癌放射治疗效率	宫颈癌放射治疗患者的CT图像	计算机视觉	宫颈癌	CT成像	编码器-解码器三维网络	CT图像	216例CT影像，其中152例用于训练过程（96例训练、36例验证、20例测试），64例用于验证	NA	编码器-解码器三维网络	Dice相似系数, Hausdorff距离	NA
198	2026-07-24	NAG-Net: Nested attention-guided learning for segmentation of carotid lumen-intima interface and media-adventitia interface 2023-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.106718 PMID:36889027	研究论文	提出一种嵌套注意力引导的深度学习模型NAG-Net，用于颈动脉管腔-内膜界面和中外膜界面的精准分割	创新性地通过视觉注意力图将任务相关临床领域知识融入模型，使分割网络聚焦于临床医生在同一任务下的视觉关注区域，且无需复杂后处理即可直接获取精细轮廓，同时设计通道注意力编码器特征融合块增强特征表示	未明确提及，但数据稀缺性影响通过迁移学习部分缓解	实现颈动脉管腔-内膜界面和中外膜界面的精准分割，以测量内膜-中膜厚度，用于心血管疾病的早期筛查和预防	颈动脉超声图像中的管腔-内膜界面和中外膜界面	计算机视觉, 数字病理学	心血管疾病	NA	CNN	图像	未明确说明	PyTorch	VGG-16	准确性，精确率，召回率，F1分数，Dice系数	NA
199	2026-07-24	Identifying keystone species in microbial communities using deep learning 2023-Mar-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.15.532858 PMID:36993659	研究论文	提出基于深度学习的DKI框架，用于识别微生物群落中的关键物种	首次利用深度学习隐式学习微生物群落组装规则，通过“思想实验”量化物种关键度，实现数据驱动的关键物种识别	依赖特定生境微生物样本的训练数据质量，合成数据验证与真实生态系统的复杂性可能存在差距	建立系统性识别微生物群落关键物种的高效方法	人类肠道、口腔微生物组、土壤及珊瑚微生物组中的物种	机器学习	NA	深度学习模型训练与群落动力学合成数据生成	深度学习模型（具体结构未指明）	微生物组丰度数据（合成数据与真实宏基因组数据）	涉及人类肠道、口腔、土壤和珊瑚多个生境的微生物样本（具体数量未说明）	NA	NA	NA	NA
200	2026-07-23	From pixels to patients: the evolution and future of deep learning in cancer diagnostics 2025-06, Trends in molecular medicine IF:12.8Q1 DOI:10.1016/j.molmed.2024.11.009 PMID:39665958	评论文章	探讨深度学习在癌症诊断中的演变与未来，从像素分析转向以患者为中心的综合诊疗	强调从图像分析向多模态大语言模型发展的必要性，提出AI应从辅助工具转变为临床决策核心	未涉及具体实验验证或量化模型性能，局限于概念性讨论	分析深度学习在癌症诊断中的进展并提出未来发展方向	癌症诊断中的深度学习技术及其临床应用	自然语言处理	癌症	NA	神经网络	图像、多模态数据	NA	NA	大语言模型	NA	NA