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
241	2026-05-27	Deep learning-based identification of aberrant anterior tibial artery on knee MRI: a brazilian multicenter study 2026-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05198-z PMID:41870548	研究论文	开发并验证基于深度学习的模型，用于在膝关节MRI上自动识别异常胫前动脉	首次将人工智能应用于膝关节MRI上异常胫前动脉的自动检测	外部验证队列的精确度因假阳性而有所下降，临床部署前需进行更广泛的多中心验证	开发一种深度学习模型以自动检测膝关节MRI中的异常胫前动脉，提升术前风险评估和手术规划	膝关节MRI图像中的异常胫前动脉	计算机视觉	膝关节血管异常	MRI	卷积神经网络	图像	2315次检查（1441例无AATA，874例有AATA）共70260张MRI图像	PyTorch	卷积神经网络	F1分数, AUC	NA
242	2026-05-27	Hybrid LSTM-XGBoost framework with city embeddings for CO2 emissions forecasting and scenario comparison 2026-Jul-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.124476 PMID:41966244	研究论文	提出混合LSTM-XGBoost框架结合城市嵌入，用于城市级CO2排放预测与情景比较，并以河北省为例进行验证	首次结合LSTM和XGBoost通过自适应幂律加权并融入城市嵌入，实现非线性动态与时空异质性建模，同时引入后验语义分析验证城市嵌入的可解释性	仅以河北省为案例，未验证其他区域或全球城市的迁移性；蒙特卡洛不确定性分析仅考虑了中等和保守数据扰动，未探索极端情况	提升城市级CO2排放预测的准确性，并支持碳管理政策的情景优化	河北省各城市的CO2排放数据及其城市化、经济、空间特征	机器学习	NA	NA	LSTM, XGBoost	时间序列数据（城市排放及特征）	河北省多个城市的历史排放数据（具体数量未说明）	Python	LSTM, XGBoost	R²	NA
243	2026-05-27	Deep Learning-Assisted Nanomechanical Evaluation of Replicative Senescence in Human Umbilical Cord Mesenchymal Stem Cells 2026-May-26, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.6c00374 PMID:42127096	研究论文	利用原子力显微镜与深度学习模型，评估人脐带间充质干细胞复制性衰老的纳米力学表型	首次发现人脐带间充质干细胞独特的“衰老相关力学表型”，并结合变分自编码器深度学习模型实现衰老连续低维表征与早期精准预测	NA（摘要未提及局限性）	开发一种非侵入、实时定量评估人脐带间充质干细胞衰老的方法	人脐带间充质干细胞（年轻与衰老细胞）	深度学习	NA	原子力显微镜（AFM）	变分自编码器（VAE）	力学特性与纳米形态数据（高度、粗糙度、粘附力、弹性模量）	NA（未明确样本数量）	NA	变分自编码器（VAE）	预测性能、泛化能力	NA
244	2026-05-27	Deep-Learning Inversion Maps Arbitrary Design Images to Low-Cost, Efficient Nanofabrication 2026-May-26, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.6c06350 PMID:42132237	研究论文	利用深度学习将任意设计图像映射到低成本、高效纳米加工，实现阴影球光刻中从目标纳米结构到加工参数的快速转换	将纳米加工中的设计图像到加工参数的转换重构为图像到配方的翻译问题，并通过双向卷积块注意力网络实现自动学习映射，将耗时数周的高成本流程转变为一键式自动化操作	NA	开发一个基于深度学习的逆向映射框架，用于快速、低成本地将用户定义的纳米图案转化为可行的加工参数	阴影球光刻中产生的纳米图案及其对应的加工参数	计算机视觉	NA	阴影球光刻	双向卷积块注意力网络	图像	超过450万合成图案和参数对	PyTorch	双向卷积块注意力网络	参数准确率，皮尔逊相关系数	消费级GPU
245	2026-05-27	Deep learning-based dose prediction in proton beam therapy for hepatocellular carcinoma: comparison of network architectures and loss functions 2026-May-26, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rrag026 PMID:42089554	研究论文	该研究提出一种剂量梯度感知的深度学习训练方法和无射束排列框架，用于预测肝癌质子束治疗中的剂量分布	首次引入剂量梯度感知损失函数捕捉质子束治疗特有的布拉格峰剂量分布特征，并建立无射束排列的剂量预测框架	NA	通过比较不同网络架构和损失函数，实现肝癌质子束治疗中高精度剂量分布预测	肝癌患者的质子束治疗计划	计算机视觉	肝癌	质子束治疗	深度学习	CT图像和目标/危及器官结构	172例肝癌患者	PyTorch	U-Net	平均绝对误差,均方根误差,Dice相似系数,剂量体积直方图	NA
246	2026-05-27	A Systematic Survey and Benchmark of Deep Learning for Molecular Property Prediction in the Foundation Model Era 2026-May-26, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c02081 PMID:42096352	综述	对深度学习在分子性质预测中的应用进行系统综述与基准测试，涵盖基础模型时代的四个互补范式	提出了统一分类法，连接分子表示、模型架构和跨学科应用，并基于广泛使用的数据集和行业视角的数据集进行了基准分析	数据整理中存在不一致的立体化学信息、异质性检测来源，以及随机或不明确划分下的可重复性限制	系统梳理和评估深度学习在分子性质预测中的方法，推动基准设计现代化	分子性质预测任务中的量子化学、物理化学、生理学和生物物理学数据	自然语言处理，机器学习	NA	深度学习	基础模型	分子结构数据、量子化学数据、物理化学数据、生理学数据、生物物理学数据	NA	NA	NA	NA	NA
247	2026-05-27	Distance-Restraint-Guided Diffusion Models for Sampling Protein Conformational Changes and Ligand Dissociation Pathways 2026-May-26, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00199 PMID:42096314	研究论文	提出一种距离限制引导的扩散模型方法，用于采样蛋白质构象变化和配体解离路径	在反向扩散过程中引入基团间距离限制，实现对反应坐标的系统性采样，无需重新训练模型	仅在三类模型蛋白质和一个蛋白质-多肽解离路径上进行了验证，普适性有待进一步确认	高效采样蛋白质构象变化和配体解离路径，并构建自由能景观以定量估算结合自由能	经历开-闭构象转变的三种模型蛋白质以及一个蛋白质-多肽解离系统	机器学习	NA	距离限制引导的扩散模型	扩散模型	蛋白质结构数据	三种模型蛋白质和一组蛋白质-多肽系统	NA	AlphaFold3-like 扩散模型	基于学习的置信度指标和基于立体化学的验证	NA
248	2026-05-27	Correction to "Quantifying Multi-pollutant Co-exposure via Deep Learning-Based Simultaneous Prediction Using Geostationary Satellite Data" 2026-May-26, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c05436 PMID:42113025	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
249	2026-05-27	Using deep learning to identify brain networks mediating cognitive and motor impairments in alcohol use disorder 2026-May-26, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-04101-7 PMID:42185254	研究论文	利用深度学习识别酒精使用障碍中认知与运动障碍的脑网络机制	采用数据驱动的深度学习框架联合分析静息态功能MRI脑连接与神经心理评分，首次通过时序注意力网络（TAN）和感觉运动网络（SMN）双重路径阐明酒精使用障碍对空间工作记忆、视觉注意及运动控制的影响机制，并在独立HIV数据集上验证	未提及具体限制	区分酒精使用障碍患者与健康对照，识别AUD相关功能障碍的神经机制	酒精使用障碍患者与健康对照的脑功能连接和神经心理表现	机器学习	酒精使用障碍	功能性磁共振成像	深度学习模型	功能磁共振成像数据及神经心理评分数据	6105个脑区连接与16个认知运动评分，涉及酒精使用障碍患者和健康对照，并在HIV患者独立数据集上验证	NA	时序注意力网络、感觉运动网络	NA	NA
250	2026-05-27	Predicting immune checkpoint inhibitor cardiotoxicity using machine learning: a systematic review of model performance and methodological quality 2026-May-26, Cardio-oncology (London, England) DOI:10.1186/s40959-026-00505-y PMID:42186096	系统综述	系统评估机器学习模型预测免疫检查点抑制剂相关心脏毒性的性能和临床适用性	首次系统评估基于机器学习的预测模型在免疫检查点抑制剂心脏毒性识别中的性能，并使用PROBAST工具评估方法学质量	大多数研究存在方法学局限性，包括数据量小、验证不足、缺失数据处理不明确，限制了真实世界临床采用	评估机器学习预测模型在识别免疫检查点抑制剂引起的心脏毒性、心肌炎或心脏不良事件中的性能及方法学稳健性	接受免疫检查点抑制剂治疗的患者	机器学习	心血管疾病	NA	XGBoost, 多模态深度学习, 神经网络, ECG-AI模型, 药物警戒驱动ML, 临床列线图	临床数据, 心电图特征, 实验室检测值	7项研究，样本量从23至4,282名患者不等	NA	NA	AUC	NA
251	2026-05-27	Construction of a sports bio mechanical injury prediction and AI warning system based on wearable sensors 2026-May-26, BMC sports science, medicine & rehabilitation DOI:10.1186/s13102-026-01761-2 PMID:42186087	研究论文	提出一种基于可穿戴传感器的运动生物力学损伤预测与人工智能预警系统，用于实时监测和预防运动损伤	通过多模态数据融合、轻量级模型设计和动态自适应机制，结合改进的混合神经网络架构和边缘计算优化策略，实现高灵敏度损伤预测和毫秒级实时干预	未来需在多中心数据共享、可穿戴外骨骼联动干预和增强现实可视化反馈方面进一步扩展应用场景和临床价值	开发运动生物力学损伤预测与实时预警系统，解决传统单传感器监测维度单一、误报率高、实时性不足等问题	运动过程中的高风险动作（如篮球跳停动作、长距离跑步）及关键生物力学参数	机器学习	运动损伤	九轴惯性传感器、柔性应变传感器、足底压力传感阵列	混合神经网络	传感器数据	未明确说明	边缘计算框架	改进的混合神经网络	误报率、漏报率、灵敏度、特异性	模型量化为8位整数，端到端延迟控制在毫秒级，功耗降低并支持嵌入式部署
252	2026-05-27	A multi-branch vision transformer with GA-optimized focal loss for ECG signal classification 2026-May-26, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329261446510 PMID:42186368	研究论文	提出一种结合多分支视觉变换器和遗传算法优化Focal Loss的混合深度学习模型，用于心电图信号分类	首次将多分支视觉变换器架构与遗传算法优化的Focal Loss函数相结合，通过不同补丁大小的三个独立ViT分支有效学习ECG信号的局部和全局时序模式，并利用GA优化解决心律失常数据中的类别不平衡问题	NA	提升心电图信号分类的准确性和鲁棒性，特别是处理心律失常检测中的类别不平衡问题	心电图信号分类中的心律失常检测问题	机器学习	心律失常	心电图信号处理	多分支视觉变换器	时间序列信号	MIT-BIH心律失常数据库	PyTorch	多分支视觉变换器	准确率、F1分数	NA
253	2026-05-27	DiffDock-Glide: A Hybrid Physics-Based and Data-Driven Approach to Molecular Docking 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01635 PMID:42023722	研究论文	提出一种混合物理与数据驱动的分子对接方法DiffDock-Glide，结合扩散模型与Glide的后对接最小化管道，改善深度学习对接方法的性能	创新性地融合基于物理的对接软件Glide的后对接最小化管道与数据驱动的扩散模型DiffDock，修改生成过程以在结合口袋内采样，并用Glide管道替代置信度模型	未明确提及局限性，但可推断该方法在处理训练集外靶标时仍存在挑战，且依赖Glide的物理建模可能增加计算成本	解决深度学习对接方法在训练集外靶标预测性能不足的问题，提升近天然构象的采样能力及虚拟筛选效果	小分子配体与蛋白质受体的分子对接系统	机器学习	NA	分子对接、扩散模型	扩散模型（DiffDock）、混合模型（DiffDock-Glide）	分子结构数据	使用PoseBusters数据集和DUD-E化合物数据集进行评估	NA	扩散模型架构（DiffDock）、后对接最小化管道（Glide）	近天然构象采样率、富集值	NA
254	2026-05-27	Controlled Protein Design via Statistical Energy Functions: A Rossmann Fold Case Study 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00612 PMID:42065344	研究论文	本文研究统计能量函数在蛋白质设计中的可控性，以Rossmann折叠结构为例进行验证	通过统计能量函数SCUBA和ABACUS2实现蛋白质设计的物理属性可控性，并实验验证了高精度晶体结构匹配	仅以单一Rossmann折叠域为例，未探索其他类型蛋白质结构的通用性	评估统计模型在蛋白质设计中的持续有效性及可控性	由10个基序组成的Rossmann折叠蛋白质	机器学习	NA	NA	统计能量函数	蛋白质结构数据	300个低能量候选序列，其中9个进行实验验证，1个晶体结构解析	NA	SCUBA, ABACUS2, AlphaFold2	主链偏差（2.602 Å）	NA
255	2026-05-27	CARS-AMP: A Simple and Efficient Deep Learning Model for Antimicrobial Peptide Prediction 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00362 PMID:42066253	研究论文	构建了一个名为CARS-AMP的深度学习模型，用于抗菌肽预测，该模型结合了卷积神经网络、循环神经网络和自注意力机制	提出了一种简单高效的深度学习模型CARS-AMP，通过小规模但集中的数据集训练，实现了近最佳的抗菌肽预测性能	模型在区分侧链大小和序列长度差异方面存在不足，需要进一步改进	开发一种高效的深度学习模型用于抗菌肽分类预测，以应对全球抗生素耐药性问题	抗菌肽序列	机器学习	NA	深度学习	卷积神经网络(CNN)、循环神经网络(RNN)、自注意力机制(Self-attention)	序列数据	小规模但集中的数据集	NA	CNN, RNN, Self-attention	准确率(Accuracy)	NA
256	2026-05-27	HighFold-MeD2: An Enhanced Boltz-2 Model for Accurate Structure Prediction of N-Methylated and d-Amino Acid Cyclic Peptides 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00158 PMID:42076870	研究论文	提出了一种基于Boltz-2的增强模型HighFold-MeD2，用于准确预测含有N-甲基化主链氨基酸和d-氨基酸的环肽的三维结构	通过利用Rosetta SCP生成的构象数据微调Boltz-2的全原子扩散模型，并采用通用化学组件字典实现非天然氨基酸的无缝集成，突破了传统硬编码方式的局限	对局部空间位错的纠正依赖Amber力场能量最小化，可能未完全解决复杂修饰环肽的构象采样问题	开发一种高效且通用的环肽结构预测方法，以支持含甲基化主链氨基酸和d-氨基酸修饰的环肽药物设计	含有骨架N-甲基化氨基酸和d-氨基酸的环肽	机器学习	NA	NA	全原子扩散模型	分子结构数据	NA	Boltz-2	Pairformer-Diffusion	预测精度	NA
257	2026-05-27	Hypergraph-Based Dual-Channel Improved Variational Autoencoder with Cross-Attention for Compound-Protein Interactions Identification 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00027 PMID:42077155	研究论文	提出一种基于超图的双通道改进变分自编码器与交叉注意力机制的理论框架，用于识别化合物-蛋白质相互作用	创新性地构建了超图双通道框架，一个通道以化合物为超边、蛋白质为节点，另一个通道以化合物为节点、蛋白质为超边，并结合改进的变分自编码器与多头交叉注意力机制	未提及局限性	开发理论计算方法识别化合物-蛋白质相互作用，辅助早期药物发现	化合物与蛋白质的相互作用	机器学习	NA	计算机模拟	改进的变分自编码器(VAE)、深度神经网络(DNN)、多头交叉注意力机制	表格数据（化合物-蛋白质相互作用数据）	基准数据集，采用5折交叉验证；另外使用DrugBank、GPCR、KIBA和Human数据集	NA	改进的变分自编码器、多头交叉注意力、深度神经网络	准确率、敏感度、特异性、精确率、马修斯相关系数、ROC曲线下面积、精确率-召回率曲线下面积	NA
258	2026-05-27	ULCYP: A Multitask Model for Predicting P450 Inducers Based on Positive-Unlabeled Learning 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00305 PMID:42120957	研究论文	提出ULCYP，一种基于正-无标签学习的多任务深度学习框架，用于预测CYP450诱导剂	利用大规模无标签数据弥补可信负样本不足，通过正-无标签学习实现更准确的决策边界估计	NA	开发预测CYP诱导作用的专业模型，降低药物早期研发中药物相互作用和毒性风险	CYP诱导剂，包括PXR、CAR和AhR等关键CYP诱导介质的非激动剂	机器学习	NA	NA	多任务深度学习	分子结构数据	NA	PyTorch	NA	AUC	NA
259	2026-05-27	CypGEM: A Geometry-Aware and Edge-Enhanced Graph Transformer Model for Predicting Sites of Metabolism Mediated by Cytochromes P450 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01181 PMID:42083374	研究论文	提出一种几何感知和边增强的图Transformer模型CypGEM，用于预测细胞色素P450介导的代谢位点	引入门控边融合和动态边更新机制捕捉化学键变化的微观电子演化特征，整合全局几何感知层重建长程分子内空间约束	NA	提高代谢位点预测的准确性和泛化能力，为药物发现提供结构优化指导	化合物在细胞色素P450介导下的代谢位点	机器学习	NA	NA	图Transformer	分子结构数据	构建的高质量基准数据集	NA	图Transformer	准确性	NA
260	2026-05-27	BERT-T6: Toward High-Accuracy T6SS Bacterial Toxin Identification Using a Protein Language Model 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02744 PMID:42095236	研究论文	利用蛋白质语言模型ProtBert微调构建BERT-T6预测器，实现对T6SS细菌毒素的高精度识别	首次系统评估多种预训练蛋白质语言模型嵌入在T6SE预测中的效果，并利用微调ProtBert和类别不平衡感知训练实现最优性能	未提及具体局限性	提高T6SE毒素的识别准确率，支持细菌致病机制研究	T6型分泌系统效应物（T6SE）	自然语言处理，机器学习	NA	蛋白质语言模型，ProtBert嵌入，迁移学习	Transformer（ProtBert）	蛋白质序列数据	NA	PyTorch	ProtBert	准确率，灵敏度，特异性，精确率，F1分数，MCC	NA