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
221	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
222	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
223	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
224	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
225	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
226	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
227	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
228	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
229	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
230	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
231	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
232	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
233	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
234	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
235	2026-05-26	AI-Based Models for Risk Prediction in MASLD: A Systematic Review 2026-May, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-025-09499-6 PMID:41231418	综述	系统评估基于AI的模型在代谢功能障碍相关脂肪性肝病（MASLD）风险预测与患者分层中的效果	首次系统综述AI模型在MASLD风险预测中的应用，填补了识别临床显著疾病（如≥F2纤维化、MASH）风险患者的文献空白	数据多样性不足以及模型可解释性有限	评估AI预测模型在MASLD患者风险分层和临床管理中的效能	MASLD患者及AI预测模型	机器学习	代谢功能障碍相关脂肪性肝病	NA	机器学习与深度学习模型	临床特征数据（年龄、BMI、肝酶等）和多模态数据（临床+弹性成像/影像）	26项研究（2014-2025年），来自欧洲、美国、亚洲和南美洲	NA	NA	AUROC	NA
236	2025-12-25	Correction: Addressing fractures that are hard to diagnose on imaging: Radiomics or deep learning? 2026-May, La Radiologia medica DOI:10.1007/s11547-025-02151-3 PMID:41441965	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
237	2026-05-26	Dynamic ultrasound motion metrics combined with deep learning for clinical differentiation of subacromial impingement syndrome 2026-May, La Radiologia medica DOI:10.1007/s11547-026-02188-y PMID:41670888	研究论文	本研究探讨了深度学习模型在动态肩关节超声中诊断肩峰下撞击综合征的性能，比较了Faster R-CNN与STL-CNN，并用1D-CNN进行SIS分类	首次将动态超声运动指标与深度学习相结合，利用Faster R-CNN自动定位解剖标志并配合1D-CNN进行SIS分类，其中垂直肩峰肱骨距离（vAHD）表现出更优的鉴别能力	当前工作流需要离线视频分析，未来需实现实时处理并提高泛化能力	评估深度学习模型在动态肩关节超声中预测肩峰下撞击综合征的诊断性能	肩峰下撞击综合征患者和健康对照者	计算机视觉	肩峰下撞击综合征	动态超声	Faster R-CNN、STL-CNN、1D-CNN	超声视频	118名参与者（59名SIS患者和59名对照者）	NA	Faster R-CNN、自迁移学习卷积神经网络、一维卷积神经网络	准确率、平均距离误差	NA
238	2026-05-26	Construction of a classification model for liver fibrosis in MAFLD based on multiparametric MRI radiomics and machine learning: A rat study 2026-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.70476 PMID:42178484	研究论文	基于多参数MRI影像组学和机器学习构建MAFLD肝纤维化分类模型的大鼠研究	首次在大鼠模型中整合多参数MRI影像组学特征与多种机器学习算法（包括逻辑回归、决策树、支持向量机、随机森林、LightGBM和AdaBoost）来构建肝纤维化分期分类模型，并采用混合模型结合深度学习和常规特征，通过SHAP分析增强模型可解释性	研究基于大鼠模型，结论在人类患者中的验证仍需进一步研究	开发并验证基于多参数MRI影像组学和机器学习的肝纤维化严重程度分期分类模型	160只雄性Sprague-Dawley大鼠的肝纤维化不同严重程度分期，包括健康对照组	机器学习	代谢功能障碍相关脂肪肝病肝纤维化	多参数MRI（T2压脂序列和IDEAL-IQ序列）影像组学	逻辑回归、决策树、支持向量机、随机森林、LightGBM、AdaBoost、CNN	MRI影像	160只雄性Sprague-Dawley大鼠	NA	逻辑回归、决策树、支持向量机、随机森林、LightGBM、AdaBoost、CNN	AUC、决策曲线分析、净重新分类改善、校准曲线、准确率	NA
239	2026-05-26	Validation of a deep learning model for bone fragility detection from conventional radiographs: an international cohort study 2026-May, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2026.103974 PMID:42180399	research paper	验证了一种基于深度学习模型从常规X光片中检测骨脆性的方法，该模型结合骨密度和骨小梁评分，在国际多中心队列中进行了性能评估	首次将骨小梁评分与骨密度结合用于骨脆性评估，直接从标准X光片中识别高风险骨折个体，并在多民族人群中进行外部验证	高特异性对应较低敏感性，可能遗漏部分真阳性病例；样本性别分布不均，且部分参与者已有骨密度评估，未来需在更平衡的队列和没有金标准检查的人群中验证	评估一种基于人工智能的工具从标准X光片中直接估计骨脆性，以识别骨折风险最高的个体	来自欧洲和美国五个临床中心的成年患者(≥20岁)的18858对常规X光片和腰椎双能X线吸收法扫描	machine learning	骨质疏松症	X光片	深度学习模型	图像	18858对图像(来自11138名参与者)，分为训练组(n=10692)、内部验证组和外部验证组(n=7079)	NA	NA	准确率、敏感性、特异性、AUC、精确度	NA
240	2026-05-26	DeepICER: A deep learning framework for predicting compound-induced gene expression profiles 2026-May, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2026.01.046 PMID:42180546	研究论文	提出一个深度学习框架DeepICER，用于预测化合物诱导的基因表达谱	利用双线性注意力机制捕获剂量、持续时间与基础基因表达之间的相互作用，首次实现任意剂量和持续时间下基因表达谱的精确预测	未明确讨论模型对复杂生物环境的泛化能力及计算资源需求	开发可预测药物诱导基因表达谱的深度学习模型，以促进药物重定位和加速药物发现	化合物、基因表达谱、细胞系（A549细胞）	机器学习	肺癌	NA	双线性注意力机制神经网络	基因表达数据	NA	NA	DeepICER（双线性注意力机制）	预测性能提升45.1%	NA