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
2201	2025-10-06	Learning Biophysical Dynamics with Protein Language Models 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.11.617911 PMID:39464109	研究论文	提出两种基于蛋白质动态生物物理特性的语言模型SeqDance和ESMDance，用于预测蛋白质行为和突变效应	首次将分子动力学模拟和简正模式分析获得的蛋白质动态特性整合到语言模型中，突破传统仅基于序列和静态结构数据的局限	模型训练依赖于分子动力学模拟数据的质量和覆盖范围	开发能够捕捉蛋白质动态特性的深度学习模型，提升蛋白质功能和突变效应预测的泛化能力	蛋白质的结构动力学特性和突变效应	自然语言处理, 机器学习	NA	分子动力学模拟, 简正模式分析	蛋白质语言模型	蛋白质序列, 动态生物物理特性数据	超过64,000个蛋白质	NA	ESM2	零样本预测性能	NA
2202	2025-10-06	mamp-ml: A deep learning approach to epitope immunogenicity in plants 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.11.664399 PMID:40791437	研究论文	开发了一个名为mamp-ml的机器学习框架，用于预测植物受体-配体相互作用和表位免疫原性	结合二十多年的功能研究数据和大型蛋白质语言模型ESM-2，构建了能够预测免疫原性结果的管道和模型，即使缺乏实验结构也能进行预测	模型在测试集上的预测准确率为73%，仍有提升空间	预测植物受体-配体相互作用和表位免疫原性	植物LRR受体和配体组合	机器学习	NA	蛋白质语言模型	深度学习	蛋白质序列数据	基于二十多年研究积累的功能数据	NA	ESM-2	准确率	NA
2203	2025-10-06	Expanding the DNA Motif Lexicon of the Transcriptional Regulatory Code 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.09.662874 PMID:40791531	研究论文	开发集成计算预测、实验测试和深度学习的框架，扩展转录因子复合元件的发现与功能表征	提出整合计算预测、实验验证与深度学习的综合框架，开发GRACE深度学习模型在单核苷酸分辨率学习复合元件词典	NA	扩展转录调控代码中DNA基序词典，发现和表征转录因子复合元件	后生动物转录调控序列中的转录因子基序组合与复合元件	计算生物学	NA	大规模并行报告基因分析，染色质可及性分析	深度学习，神经网络	DNA序列数据，染色质可及性数据	NA	NA	GRACE，神经网络	NA	NA
2204	2025-10-06	EZpred: improving deep learning-based enzyme function prediction using unlabeled sequence homologs 2025-Jul-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.09.663945 PMID:40791336	研究论文	提出首个利用未标记序列同源物进行蛋白质功能预测的深度学习模型EZpred	首次在深度学习模型中利用未标记序列同源物进行酶功能预测，填补了该领域的技术空白	仅针对酶功能预测，未验证在其他蛋白质功能预测任务中的适用性	提高基于深度学习的酶功能预测准确性	酶蛋白质及其序列同源物	生物信息学	NA	蛋白质序列分析，同源序列比对	深度学习	蛋白质序列数据	753种酶	NA	ESMC蛋白质语言模型	F1-score	NA
2205	2025-10-06	Deep learning predicts cardiac output from seismocardiographic signals in heart failure 2025-Jul-14, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.11.25331386 PMID:40791697	研究论文	本研究开发了一种深度学习模型，能够通过心震图信号无创预测心力衰竭患者的心输出量	首次将深度学习应用于心震图信号来估计心输出量，为非侵入性心脏监测提供了新方法	样本量较小（73例患者），需要前瞻性多中心验证来确认普适性	开发并评估从心震图、心电图和体重指数直接估计心输出量的深度学习模型	心力衰竭患者	机器学习	心血管疾病	心震图，心电图	CNN	生理信号数据	73例心力衰竭患者	NA	深度卷积神经网络	平均偏差，一致性界限	NA
2206	2025-10-06	Reg2ST: recognizing potential patterns from gene expression for spatial transcriptomics prediction 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf425 PMID:40825238	研究论文	提出Reg2ST深度学习模型，通过识别基因表达中的潜在模式进行空间转录组预测	使用对比学习最小化空间转录组和病理图像之间的距离，并提出新颖的spot关系捕获方法替代K近邻算法	NA	开发深度学习模型进行空间转录组预测	人类乳腺癌和皮肤鳞状细胞癌数据集	数字病理学	乳腺癌, 皮肤鳞状细胞癌	空间转录组学, H&E染色全切片成像	深度学习	基因表达数据, 病理图像	NA	NA	NA	皮尔逊相关系数, 统计检验, 计算效率	NA
2207	2025-10-06	Indel calling from ONT sequencing data of family trios via sparse attention and 3D convolution 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf430 PMID:40828510	研究论文	提出基于稀疏注意力和3D卷积的深度学习方法，用于从家庭三人家系的ONT长读长测序数据中准确检测Indel变异	首次将稀疏注意力网络与3D卷积结合应用于家庭三人组的Indel检测，通过双注意力机制选择关键通道和碱基位置，有效抵抗测序误差干扰	未提及方法在低覆盖率或不同测序平台数据上的泛化能力	提高家庭三人家系中Indel检测的准确性和可靠性	家庭三人家系的ONT长读长测序数据	生物信息学	遗传疾病	ONT长读长测序	深度学习	基因组测序数据	NA	NA	稀疏注意力网络, ResNet, 3D卷积	召回率, 精确率, F1分数	NA
2208	2025-10-06	A variational deep-learning approach to modeling memory T cell dynamics 2025-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013242 PMID:40705818	研究论文	提出一种结合深度学习和随机变分推断的方法，用于建模肺组织中记忆T细胞的动态变化	同时推断动态模型参数和群体结构，直接基于单细胞流式细胞术数据训练，而非预定义细胞簇的动力学	研究仅限于小鼠流感病毒感染模型，尚未验证在其他生物系统的适用性	开发能够处理高维数据的可解释数学模型，研究免疫记忆的动态机制	小鼠肺组织驻留记忆CD4和CD8 T细胞	机器学习	流感病毒感染	单细胞流式细胞术	深度学习, 变分推断	流式细胞术数据	NA	NA	NA	NA	NA
2209	2025-10-06	Regional climate projections using a deep-learning-based model-ranking and downscaling framework: application to European climate zones 2025-Jul, Environmental science and pollution research international DOI:10.1007/s11356-025-36872-9 PMID:40815421	研究论文	提出基于深度学习的多模型评估与降尺度框架，用于改进欧洲气候区的区域气候预测	结合深度学习与TOPSIS方法对32个CMIP6模型进行排序，并采用先进的深度学习模型进行降尺度处理	仅关注温度变量、未量化情景不确定性、transformer模型计算成本较高	提高区域气候预测的准确性和分辨率	欧洲五个柯本-盖格气候区（热带、干旱、温带、大陆性、极地）	机器学习	NA	气候模型降尺度	Vision Transformer, CNN-LSTM, ConvLSTM, 自定义神经网络	气候模型数据	32个CMIP6模型在五个气候区四个季节的数据	NA	ViT, GeoSTANet, CNN-LSTM, ConvLSTM	RMSE, Kling-Gupta效率, Nash-Sutcliffe效率, 相关系数	NA
2210	2025-10-06	Developing a deep learning-based imaging diagnostic framework, PVDNet, for differentiating pulmonary artery sarcoma and pulmonary thromboembolism: a multi-center observational study 2025-Jul, The Lancet regional health. Western Pacific DOI:10.1016/j.lanwpc.2025.101625 PMID:40933027	研究论文	开发基于深度学习的影像诊断框架PVDNet，用于区分肺动脉肉瘤和肺血栓栓塞	首次开发专门用于区分肺动脉肉瘤和肺血栓栓塞的深度学习模型PVDNet，并在多中心研究中验证其性能接近肺血管疾病资深放射科医师水平	模型在区分急性肺血栓栓塞和慢性肺血栓栓塞方面的性能需要进一步优化	开发并验证基于深度学习的模型用于CT肺动脉造影中肺动脉肉瘤和肺血栓栓塞的鉴别诊断	952例患者的CT肺动脉造影图像数据集（包括470例急性肺血栓栓塞、363例慢性肺血栓栓塞和119例肺动脉肉瘤）	计算机视觉	肺血管疾病	CT肺动脉造影	深度学习	医学影像	952例患者来自15家医院，训练集590例，内部测试集186例，外部验证集176例	NA	PVDNet	AUC, kappa系数	NA
2211	2025-10-06	Open-Source Periorbital Segmentation Dataset for Ophthalmic Applications 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100757 PMID:40933660	研究论文	创建并验证用于眼睑整形分割和眶周距离预测的开源数据集	首个专门用于眼睑整形和颅面分割任务的开源数据集，提供完整的标注数据和开源工具包	数据来源于两个现有开源数据集，可能受限于原始数据的质量和多样性	开发用于眼科应用的眼睑区域分割数据集	人脸图像中的眼部区域，包括虹膜、巩膜、眼睑、泪阜和眉毛	计算机视觉	眼科疾病	深度学习分割	DeepLabV3	图像	2842张图像，其中100张用于评分者间一致性分析，20张用于评分者内一致性分析	NA	DeepLabV3	Dice系数	NA
2212	2025-10-06	Deep learning integration of chest computed tomography and plasma proteomics to identify novel aspects of severe COVID-19 pneumonia 2025-Jul, Journal of intensive medicine DOI:10.1016/j.jointm.2024.11.001 PMID:40933743	研究论文	本研究通过整合胸部CT影像和血浆蛋白质组学数据，利用深度学习识别重症COVID-19肺炎的新型疾病特征	首次提出图像-表达轴概念，结合上下文感知自监督表示学习和蛋白质组学数据解析疾病异质性	研究仅纳入重症患者，样本来源限于12家医院，时间范围较短	解析重症COVID-19肺炎的疾病异质性并建立预后预测模型	重症COVID-19肺炎患者	医学影像分析	COVID-19肺炎	Olink炎症面板蛋白质组学分析，胸部CT成像	深度学习	医学影像，蛋白质组学数据	1979名患者（训练集630人，测试集1349人）	NA	上下文感知自监督表示学习	比值比，置信区间，P值	NA
2213	2025-10-06	The Application and Diagnostic Accuracy of Artificial Intelligence in Rhinology: A Review 2025-Jul, Cureus DOI:10.7759/cureus.87966 PMID:40821134	综述	系统评估人工智能技术在鼻科领域的应用及诊断准确性	首次系统综述涵盖机器学习、深度学习和大型语言模型在鼻科多任务诊断中的综合表现	纳入研究存在中度偏倚风险，缺乏临床实际整合验证，方法学异质性较大	评估人工智能技术在鼻科诊断中的准确性和临床应用潜力	鼻科疾病诊断相关研究（包括鼻息肉检测、细胞学分类、CT影像解读等）	医学人工智能	鼻科疾病	医学影像分析、临床数据分析	CNN, ML, 大型语言模型	医学影像, 患者报告数据, 文本数据	17篇全文研究（其中12篇符合纳入标准）	NA	卷积神经网络, ChatGPT, Gemini	准确率, 诊断性能指标	NA
2214	2025-10-06	Correction to: A deep learning model for classifying left ventricular enlargement for both transthoracic echocardiograms and handheld cardiac ultrasound 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf104 PMID:40822533	correction	对一篇关于深度学习模型分类左心室扩大的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2215	2025-10-06	Cerebral blood flow monitoring using a deep learning implementation of the two-layer diffuse correlation spectroscopy analytical model with a 512 × 512 SPAD array 2025-Jul, Neurophotonics IF:4.8Q1 DOI:10.1117/1.NPh.12.3.035008 PMID:40831579	研究论文	本研究开发了一种基于深度学习的双层漫相关光谱分析模型，用于实现实时脑血流监测	首次将深度学习与双层DCS分析模型结合，实现了35mm大源探距离下的实时脑血流监测，相比传统方法显著提升了处理速度	模型性能依赖于双层模型的严格假设和前提条件，在真实复杂头部结构中的适用性需要进一步验证	开发快速准确的DCS数据处理方法，实现实时脑灌注监测	脑血流指数监测，脑灌注功能评估	生物医学工程，医学影像处理	脑血管疾病，神经系统疾病	漫相关光谱，蒙特卡洛模拟，单光子雪崩二极管阵列	深度学习	光学信号，生理监测数据	模拟数据集和体内生理响应测试	NA	NA	相对CBFi估计误差，CBFi敏感度，处理速度	NA
2216	2025-10-06	AI-Driven Neonatal MRI Interpretation: A Systematic Review of Diagnostic Efficiency, Prognostic Value, and Implementation Barriers for Hypoxic-Ischemic Encephalopathy 2025-Jul, Cureus DOI:10.7759/cureus.88212 PMID:40831854	系统综述	本文系统综述了人工智能在新生儿缺氧缺血性脑病MRI诊断中的效能、预后价值及实施障碍	首次系统评估AI在新生儿HIE神经影像分析中的诊断效率和预后预测能力，并识别临床实施的关键障碍	纳入研究样本量较小（100-200例），MRI协议存在异质性，计算资源需求较高	评估AI在新生儿缺氧缺血性脑病MRI解读中的诊断效率、预后价值及临床应用障碍	新生儿缺氧缺血性脑病患者的MRI影像数据	医学影像分析	新生儿缺氧缺血性脑病	MRI神经影像技术	CNN	医学影像	100-200例	NA	卷积神经网络	敏感度,特异度,准确率	高计算需求
2217	2025-10-06	Hybrid deep learning enables multi-institutional delineation of active bone marrow for gynecologic radiotherapy 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100823 PMID:40837604	研究论文	开发混合深度学习模型用于妇科癌症患者CT图像中活性骨髓的自动分割	提出结合nnU-Net预测与解剖骨结构的混合方法，通过布尔运算进行后处理	回顾性研究，样本量有限(319例)，仅针对妇科癌症患者	开发深度学习方法来检测妇科癌症患者CT图像中的活性骨髓	妇科癌症患者的活性骨髓区域	医学影像分析	妇科癌症	18F-FDG PET/CT, 深度学习	CNN	CT图像, PET/CT图像	319例来自5个机构的患者(290训练, 29测试)	NA	nnU-Net, U-Net, V-Net, ResU-Net, UNETR	Dice相似系数, 95% Hausdorff距离	NA
2218	2025-10-06	Insights Into AI-Enabled Early Diagnosis of Oral Cancer: A Scoping Review 2025-Jul, Cureus DOI:10.7759/cureus.88407 PMID:40842743	综述	本文通过范围综述评估人工智能技术在口腔癌早期诊断中的应用现状和潜力	系统评估了2016-2025年间AI在口腔癌早期诊断中的最新进展，特别关注在资源匮乏环境中的应用潜力	纳入研究的方法和数据集存在异质性，可能影响结果的可比性	评估各种人工智能技术在口腔癌早期诊断中的应用效果	口腔潜在恶性疾病和口腔癌	医学人工智能	口腔癌	文献综述	CNN,深度CNN,ANN,随机森林,决策树	摄影图像,移动设备图像,细胞学图像,放射影像	从88篇检索文章中筛选出28篇符合纳入标准的研究	NA	卷积神经网络,深度卷积神经网络,人工神经网络	灵敏度,特异性,准确度	NA
2219	2025-10-06	Artificial intelligence in disease diagnostics: a comprehensive narrative review of current advances, applications, and future challenges in healthcare 2025-Jul, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003423 PMID:40851938	综述	本文全面回顾了人工智能在疾病诊断领域的当前进展、应用场景及未来挑战	系统梳理了AI在医疗诊断中的技术框架与应用瓶颈，特别关注了资源匮乏环境的实施挑战	属于叙述性综述，未进行定量荟萃分析；主要基于现有文献的定性总结	探讨人工智能在疾病诊断中的发展现状、应用价值及面临挑战	医疗诊断领域的人工智能技术及应用案例	医疗人工智能	多疾病领域（重点关注癌症）	机器学习、深度学习、自然语言处理	NA	医学影像、病理数据、健康监测数据	NA	NA	NA	诊断准确率、效率	NA
2220	2025-10-06	Association of peripheral immune markers with brain age and dementia risk estimated using deep learning methods 2025-Jun-25, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002746 PMID:40561180	研究论文	本研究利用深度学习模型评估外周免疫标志物与脑年龄加速及痴呆风险之间的关联	首次结合深度学习脑年龄预测模型与大规模生物样本库数据，系统分析外周免疫标志物对脑老化和痴呆的影响	研究基于回顾性队列数据，无法确定因果关系；脑年龄预测模型存在一定误差	探讨外周免疫系统对脑老化和痴呆风险的影响机制	英国生物银行队列中的322,761名参与者，包括4,277例痴呆病例	医学影像分析	痴呆症	神经影像分析，深度学习	CNN	神经影像数据，临床数据	322,761名参与者，其中4,277例痴呆病例	NA	Simple Fully Convolutional Network (SFCN)	平均绝对误差(MAE)，决定系数(r2)，相关系数(R)，风险比(HR)	NA