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
20101	2024-08-04	Comprehensive Review of Drug-Drug Interaction Prediction Based on Machine Learning: Current Status, Challenges, and Opportunities 2024-01-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01304 PMID:38132638	综述	本文系统回顾了基于机器学习的药物-药物相互作用预测研究的现状、挑战和机会	提出并比较了不同的药物属性和机器学习方法在药物-药物相互作用预测中的应用	可能未覆盖所有最新的研究进展和数据来源	探讨药物-药物相互作用预测研究的现状和未来方向	基于机器学习方法的药物-药物相互作用预测研究	机器学习	NA	机器学习	浅层学习，深度学习，推荐系统，知识图谱	药物数据库，药物属性数据	NA
20102	2024-08-04	E2EATP: Fast and High-Accuracy Protein-ATP Binding Residue Prediction via Protein Language Model Embedding 2024-01-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01298 PMID:38127815	研究论文	本研究提出了一种基于蛋白质语言模型嵌入的E2EATP模型，用于快速且高精度的蛋白质-ATP结合位点预测	本研究的创新点在于采用了预训练的深度学习蛋白质语言模型（ESM2）来自动提取与蛋白质功能相关的高潜在判别表示，从而提升预测性能	在特征表示质量的局限性方面，预测性能仍有较大提升空间	本研究旨在改善蛋白质-ATP结合位点的预测性能	研究对象为蛋白质序列，通过提取其中的信息来预测其ATP结合位点	计算机视觉	NA	深度学习，蛋白质语言模型	残差卷积神经网络	蛋白质序列	两个独立测试数据集
20103	2024-08-04	Multi-CGAN: Deep Generative Model-Based Multiproperty Antimicrobial Peptide Design 2024-01-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01881 PMID:38135439	研究论文	本研究提出了一种基于深度生成模型的Antimicrobial肽设计方法Multi-CGAN	提出了一种新颖的Multi-CGAN结构，能够从单一属性肽数据中学习并生成多属性的抗菌肽序列	NA	探讨如何在药物发现中设计具有多种属性的新型抗菌肽	抗菌肽及其属性的生成与设计	机器学习	NA	深度生成模型	CGAN	肽数据	NA
20104	2024-08-04	Current Computational Methods for Protein-peptide Complex Structure Prediction 2024, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673263447230920151524 PMID:37888817	review	本文回顾了最新开发的蛋白-肽对接方法，分类为三种组别	该文提供了对蛋白-肽对接方法的全面分类和评估标准的讨论	未提及具体的实验验证或特定应用实例的局限性	综述当前的蛋白-肽复合物结构预测的计算方法	讨论了蛋白-肽相互作用的计算方法	计算生物学	NA	计算对接	深度学习方法	NA	NA
20105	2024-08-04	Assessing the healthiness of menus of all out-of-home food outlets and its socioeconomic patterns in Great Britain 2024-Jan, Health & place IF:3.8Q1 DOI:10.1016/j.healthplace.2023.103146 PMID:38056051	研究论文	本研究采用创新的方法对英国外出就餐场所的健康程度进行评估	提出了一种低资源的方法，通过深度学习模型来评估外出就餐场所的菜单健康评分	研究受到资源限制，可能未能全面覆盖所有外出就餐的食物选择	评估外出就餐场所菜单的健康程度及其社会经济模式	针对JustEat上的外出就餐场所及其菜单进行分析	数字病理学	NA	深度学习	深度学习模型	菜单健康评分	包括整个英国的所有实地外出就餐场所
20106	2024-08-04	k-strip: A novel segmentation algorithm in k-space for the application of skull stripping 2024-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2023.107912 PMID:37981454	研究论文	我们提出了一种基于深度学习的新型颅骨剥离算法，用于磁共振成像（MRI），直接在信息丰富的复数k空间中工作	该算法能够在MRI的原始数据上进行颅骨剥离，同时保留相位信息，这是其他算法无法做到的	在眼睛及其周围区域的准确性下降，输出结果部分模糊	研究基于k空间频域进行颅骨剥离的可行性，同时保留相位信息	使用不同机构的四个数据集，总共约200,000个MRI切片	数字病理学	NA	磁共振成像（MRI）	深度学习网络	图像	约200,000个MRI切片
20107	2024-08-04	MAS-CL: An End-to-End Multi-Atlas Supervised Contrastive Learning Framework for Brain ROI Segmentation 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3431451 PMID:39052457	研究论文	本文提出了一种多图集监督对比学习框架（MAS-CL）用于MRI脑ROI分割	引入了多图集监督信息来预训练核心网络，以提升输入MRI图像的潜在表示学习	该研究依赖于有限的体素级标注数据，可能影响训练效果	提升脑区域兴趣（ROI）的分割精度	使用MRI图像进行脑ROI的分割	计算机视觉	NA	核磁共振成像（MRI）	NA	图像	使用LONI-LPBA40、IXI、OASIS、ADNI和CC359五个数据集进行实验
20108	2024-08-04	Deep Learning for Neuromuscular Control of Vocal Source for Voice Production 2024-Jan, Applied sciences (Basel, Switzerland) DOI:10.3390/app14020769 PMID:39071945	研究论文	开发了一种计算神经肌肉控制系统来控制声音生产中的声源	提出了一种基于深度学习的控制系统，能够高精度生成肺压和喉肌激活	在反馈控制器的激活中，只有甲状舌肌的命令修正相对较大	研究神经肌肉控制系统在声音生产中的应用	声源的肺压和喉部肌肉活性	机器学习	NA	深度学习	三质量声带模型	语音信号	五万条稳态语音信号
20109	2024-08-05	Phenotyping of Drought-Stressed Poplar Saplings Using Exemplar-Based Data Generation and Leaf-Level Structural Analysis 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0205 PMID:39077119	研究论文	本研究利用计算机视觉和深度学习技术对干旱胁迫的杨树幼苗进行表型分析	提出了一种实例分割和数据增强的方法，以降低人工标注成本并提高模型的识别准确性	研究未提及实际应用中的环境变量影响	研究干旱胁迫对杨树幼苗生长的影响并进行表型分析	四个品种的干旱胁迫杨树幼苗	计算机视觉	NA	深度学习	MobileNet	图像	四个品种的杨树幼苗，五种不同灌溉处理的样本
20110	2024-08-05	Transforming the future of ophthalmology: artificial intelligence and robotics' breakthrough role in surgical and medical retina advances: a mini review 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1434241 PMID:39076760	mini review	本文讨论了人工智能和机器人技术在眼科医疗领域的最新进展与挑战	该文指出了人工智能算法在视网膜病症自动诊断中的有效性及其在遥距医疗中的应用潜力	文章提到当前机器人手术系统的广泛应用仍面临高成本和学习曲线陡峭等限制	探讨人工智能和机器人在视网膜疾病治疗中的应用及其面临的挑战	研究对象为眼科医学中的视网膜疾病及其相关治疗技术	人工智能	视网膜疾病	深度学习和机器学习	NA	视网膜图像	使用的大型数据集为多种视网膜病症的图像数据
20111	2024-08-05	Machine Learning for Detecting Atrial Fibrillation from ECGs: Systematic Review and Meta-Analysis 2024-Jan, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2501008 PMID:39077651	meta-analysis	本文系统评估和总结了机器学习算法在电心动图中检测房颤的整体诊断准确性	深度学习算法在房颤检测中表现优于传统机器学习算法，尤其是基于卷积神经网络的算法	仅包括14项研究，可能存在选择偏差	评估机器学习算法在电心动图中检测房颤的准确性	房颤（AF）和电心动图信号	machine learning	心血管疾病	机器学习（ML）	卷积神经网络（CNN）	电心动图（ECG）	共涉及14项研究
20112	2024-08-05	Diagnostic Performance of Noninvasive Coronary Computed Tomography Angiography-Derived FFR for Coronary Lesion-Specific Ischemia Based on Deep Learning Analysis 2024-Jan, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2501020 PMID:39077668	研究论文	本研究评估了一种新型深度学习软件在诊断冠状动脉缺血中的有效性	采用深度学习分析的非侵入性计算机断层成像衍生的分数流量储备(CT-FFR)在冠状动脉缺血的诊断能力具有显著提升	本研究仅在138名被试者中进行，可能限制了结果的广泛适用性	评估CT-FFR在预测冠状动脉缺血方面的诊断性能	138名怀疑或确诊冠状动脉疾病的受试者	医学影像学	冠状动脉疾病	计算机断层成像（CT）	深度学习	影像	138名受试者
20113	2024-08-05	Rapid identification of bloodstream infection pathogens and drug resistance using Raman spectroscopy enhanced by convolutional neural networks 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1428304 PMID:39077742	研究论文	本研究提出了一种结合深度学习和表面增强拉曼散射(SERS)的快速识别血流感染病原体及其耐药性的方法	将深度学习和SERS结合，开发了快速识别病原体及耐药性的新方法	未明确提及研究的限制	快速识别血流感染的常见病原体及其耐药性	从阳性血液培养中分离的细菌	数字病理学	血流感染	表面增强拉曼散射(SERS)	卷积神经网络(CNN)	光谱数据	共收集了12,046和11,968个SERS光谱
20114	2024-08-04	Predicting Anti-inflammatory Peptides by Ensemble Machine Learning and Deep Learning 2023-12-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01602 PMID:38054927	研究论文	本文提出了一种通过集成机器学习和深度学习预测抗炎肽的方法	通过构建包含极随机树、门控循环单元和卷积神经网络的高级框架，实现了AIP预测的创新性探索	在独立测试集上的表现可能不代表其他广泛应用场景的预测精度	研究抗炎肽(AIP)的预测以加速抗炎疗法的发展	抗炎肽的特征和预测模型	机器学习	NA	集成机器学习，深度学习	极随机树，门控循环单元，卷积神经网络	序列数据	NA
20115	2024-08-04	An Uncertainty-Guided Deep Learning Method Facilitates Rapid Screening of CYP3A4 Inhibitors 2023-12-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01241 PMID:38055780	研究论文	本文提出了一种不确定性引导的深度学习方法，以便于快速筛选CYP3A4抑制剂	提出了一种不确定性引导的回归模型，能够准确预测CYP3A4活性的IC值，并通过整合分类模型的预测和引入证据不确定性方法提升了预测的可靠性	现有模型主要提供确定性分类结果，缺乏对抑制强度的精确预测，且预测可靠性不足	评估CYP3A4抑制剂以避免潜在的药物相互作用和不良反应	CYP3A4抑制剂的预测与筛选	机器学习	NA	NA	回归模型	化合物数据	27,045个化合物，其中包含4395个具有明确IC值的化合物
20116	2024-08-04	High-Temperature Polymer Dielectrics Designed Using an Invertible Molecular Graph Generative Model 2023-12-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01572 PMID:38061777	研究论文	本文利用可逆分子图生成模型生成高温聚合物介电材料	提出了一种基于可逆正规化流的分子图生成模型，用于高温聚合物介电材料的设计	使用的数据集主要是通过基于RNN的生成模型生成的，可能影响模型的普适性	高效设计高温聚合物介电材料	假设有前景的高温聚合物介电材料	材料科学	NA	深度生成模型	可逆图生成模型	分子图	包含250k个聚合物分子图
20117	2024-08-04	GGNpTCR: A Generative Graph Structure Neural Network for Predicting Immunogenic Peptides for T-cell Immune Response 2023-12-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01293 PMID:37990917	研究论文	本研究提出了一种基于生成图结构的深度学习框架GGNpTCR，用于预测T细胞受体与肽的相互作用	GGNpTCR模型能够有效预测训练数据集中未出现的新抗原的相互作用，并改善了现有的方法	未提及特定的局限性	研究T细胞受体与人类抗原之间的相互作用以推动疫苗和免疫治疗的发展	重点研究T细胞受体与外源性肽的相互作用	计算机视觉	NA	深度学习	生成图结构	序列信息	使用了大规模COVID-19数据集和多种数据集进行性能评估
20118	2024-08-04	Ensemble Geometric Deep Learning of Aqueous Solubility 2023-12-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01536 PMID:37990484	研究论文	这个文章探讨了几何深度学习在预测分子特性如水溶性方面的应用	提出了基于谱卷积和空间卷积的图神经网络架构的两个集成模型	在对巨噬细胞迁移抑制因子抑制剂的测试中表现出模型的局限性	本研究旨在利用几何深度学习来改进药物候选分子的药物动力学	207个分子的验证集以及系列的苯酰脲衍生物和苯二氮卓衍生物	数字病理学	NA	图神经网络	SolNet-GCN和SolNet-GAT	分子特性数据	207个分子
20119	2024-08-04	A Multimodal Deep Learning Framework for Predicting PPI-Modulator Interactions 2023-12-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01527 PMID:38037990	研究论文	本研究提出了一种基于序列的深度学习框架MultiPPIMI，用于预测PPI靶标与调节剂之间的相互作用	本研究的创新点在于MultiPPIMI能够在不需要靶标结构或参考调节剂的情况下，预测任意给定PPI靶标与调节剂之间的相互作用	本研究未提供对所有PPI调节剂的全面评估	本研究旨在开发一种新的框架来识别PPI介导的相互作用	本研究的对象为蛋白质相互作用靶标和调节剂	机器学习	NA	深度学习	双线性注意力网络	基准数据集	NA
20120	2024-08-04	Ab Initio Prediction of 3-D Conformations for Protein Long Loops with High Accuracy and Applications to Antibody CDRH3 Modeling 2023-12-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01051 PMID:38018130	研究论文	本研究开发了新的方法来预测蛋白质长环的三维构象，具有高精度和应用于抗体CDRH3建模。	提出了一种结合原子和残基级别术语的新方法来计算残基原子之间的相互作用能	未明确考虑还原侧链与主链原子的相互作用能	开发高精度的蛋白质长环的构象预测方法	蛋白质长环和抗体CDRH3环	数字病理学	NA	NA	OSCAR-loop	NA	49个抗体靶点