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
2741	2025-10-06	Translational Retinal Imaging 2020 May-Jun, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1097/APO.0000000000000292 PMID:32487917	综述	本文介绍了几种具有转化潜力的视网膜成像技术及其在医学视网膜疾病中的应用	展示了多种创新性视网膜成像技术，包括定量自发荧光成像、高光谱自发荧光成像、眼科内窥镜和远程视网膜成像结合深度学习，这些技术能提供现有方法无法实现的疾病新认知	NA	探索转化性视网膜成像技术在视网膜疾病诊断和治疗中的新应用	视网膜疾病，特别是年龄相关性黄斑变性	医学影像	年龄相关性黄斑变性	定量自发荧光成像，高光谱自发荧光成像，眼科内窥镜成像，远程视网膜成像	深度学习	视网膜图像	NA	NA	NA	NA	NA
2742	2025-10-06	Efficient wheat variety identification using Raman hyperspectral imaging in combination with deep learning 2026-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126722 PMID:40694955	研究论文	本研究开发了一种结合拉曼高光谱成像和深度学习技术的小麦品种高效识别方法	提出基于Segment Anything Model的ROI提取框架，利用化学先验知识选择拉曼特征峰增强可解释性，并设计融合多尺度特征提取和Transformer模块的拉曼光谱注意力网络	NA	开发高效、可解释的小麦品种识别方法	小麦籽粒	计算机视觉	NA	拉曼高光谱成像	Transformer, 深度学习	高光谱图像	8个小麦品种	NA	Segment Anything Model, Transformer	准确率	NA
2743	2025-10-06	Discriminant research on edible oil components by oblique-incidence reflectivity difference 2026-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126746 PMID:40737913	研究论文	通过斜入射反射差技术和深度学习算法对食用油成分进行鉴别研究	首次将斜入射反射差(OIRD)技术与八种深度学习算法结合用于食用油成分分析	仅针对三种脂肪酸成分(亚油酸、油酸、α-亚麻酸)进行研究，样本范围有限	开发基于OIRD和深度学习的食用油成分快速鉴别方法	食用油中的亚油酸、油酸和α-亚麻酸成分	机器学习	NA	斜入射反射差(OIRD)	深度学习	光谱反射数据	NA	NA	Time Series Transformer	精确率,召回率,F1分数	NA
2744	2025-10-06	Beyond current boundaries: Integrating deep learning and AlphaFold for enhanced protein structure prediction from low-resolution cryo-EM maps 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108494 PMID:40460619	研究论文	提出一种集成AlphaFold和深度学习的新型计算框架DeepTracer-LowResEnhance，用于增强低分辨率冷冻电镜图谱的蛋白质结构预测	首次将AlphaFold的序列预测与神经网络驱动的图谱优化策略相结合，专门针对4Å以上低分辨率图谱进行增强	未明确说明计算资源需求和运行时间效率，且验证数据集规模有限（37个蛋白质图谱）	提升低分辨率冷冻电镜图谱的原子模型构建精度	蛋白质三维结构	结构生物学	NA	冷冻电镜技术	CNN, GNN	冷冻电镜图谱	37个多样化蛋白质冷冻电镜图谱（分辨率2.5-8.4Å，含22个4Å以下挑战性案例）	NA	DeepTracer, ModelAngelo, AlphaFold	TM-score	NA
2745	2025-10-06	Integrative strategies in drug discovery: Harnessing genomics, deep learning, and computer-aided drug design 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108530 PMID:40466334	综述	探讨高通量测序技术、深度学习算法和计算机辅助药物设计的整合策略及其对现代药物研发的变革性影响	提出将基因组学、深度学习与计算机辅助药物设计相结合的综合性策略，通过多组学数据整合提升药物靶点预测精度	未提及具体实施案例的性能局限性和数据整合的技术挑战	促进药物发现过程中多学科技术的整合应用	药物靶点相互作用、疾病通路和生物标志物	机器学习	NA	基因组学、转录组学、蛋白质组学、代谢组学、高通量测序	深度学习	基因组数据、多组学数据	NA	NA	NA	NA	NA
2746	2025-10-06	An enhancement of multi-scope topological graph pooling and representation learning with attention for molecular graph classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108548 PMID:40554399	研究论文	提出一种新型注意力增强的多尺度拓扑图池化策略AETP，用于分子图表示学习和分类任务	开发了注意力增强的多尺度拓扑图池化策略，能够同时提取判别性拓扑结构信息和图级变化，克服现有方法在保留复杂结构图多尺度表示方面的不足	主要针对复杂且小规模的分子图表示学习和分类任务，在其他类型图数据上的适用性需要进一步验证	提升分子图分类任务的性能，通过拓扑数据分析和深度学习相结合增强图表示学习	分子图数据	图神经网络	NA	拓扑数据分析(TDA)，持久同调，地标提取	图神经网络(GNN)	图数据	多个真实世界分子数据集：FDA_DILIst, T3DB_Toxin_2, Eye_Irritation, Eye_Corrosion	NA	AETP（注意力增强拓扑池化），对比基线包括：GCN, GraphSAGE, GAT, GIN, GINE, UniMP, GATv2, TOGL, TopoPool	NA	NA
2747	2025-10-06	FrAdadelta-CSA: Fractional Adadelta Chameleon Swarm Algorithm-based feature selection with SpikeGoogle-DenseNet for epileptic seizure detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108550 PMID:40554820	研究论文	提出一种基于分数阶Adadelta变色龙群算法特征选择和SpikeGoogle-DenseNet混合模型的癫痫发作检测方法	将分数阶微积分概念集成到Adadelta变色龙群算法中，并采用SpikeGoogle和DenseNet的混合模型进行癫痫检测	NA	开发基于深度学习的癫痫发作识别机制	癫痫患者的脑电图信号	机器学习	癫痫	短时傅里叶变换，脑电图信号处理	深度学习，混合模型	脑电图信号	NA	NA	SpikeGoogle-DenseNet	准确率，灵敏度，特异性	NA
2748	2025-10-06	A systematic framework enhancing molecular screening efficiency in drug discovery via scaffold-driven fuzzy similarity and adaptive spectral clustering 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108559 PMID:40582252	研究论文	提出一种创新的分子筛选和聚类方法，通过分子骨架和模糊相似性分类提高药物发现效率	引入分子骨架概念和模糊分子相似性分类方法，结合自适应高斯核函数改进谱聚类性能	仅使用PubChem数据库的公开数据，未在其他数据集上验证	提高药物发现过程中分子筛选效率和生物活性预测准确性	药物分子化合物	机器学习	NA	分子筛选，QSAR模型	谱聚类	分子结构数据	使用PubChem数据库中的实验数据，以1-萘酚为目标分子	NA	自适应谱聚类	筛选效率，聚类性能	NA
2749	2025-10-06	GC-PGE: A novel deep learning model for tumor drug resistance prediction and core resistance gene extraction based on graph and signaling pathways 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108578 PMID:40614480	研究论文	提出一种基于图神经网络和信号通路的新型深度学习模型GC-PGE，用于预测肿瘤耐药性并识别核心耐药基因	首次将基因相关性网络与信号通路信息结合，采用贝叶斯学习方法将耐药基因预测和肿瘤样本分类任务整合到统一架构中，实现任务间的相互验证和增强	未明确说明模型在不同肿瘤类型间的泛化能力，也未详细讨论计算复杂度问题	开发能够准确预测肿瘤耐药性并识别核心耐药基因的计算模型	肝癌、卵巢癌和黑色素瘤的肿瘤样本及相关基因数据	生物信息学, 机器学习	肝癌, 卵巢癌, 黑色素瘤	多维组学数据整合, 信号通路分析	图神经网络, 贝叶斯学习	基因表达数据, 蛋白质相互作用数据, 信号通路数据	NA	NA	GC-PGE（基因相关性和通路图编码器网络）	预测准确性, 基因识别性能	NA
2750	2025-10-06	DeepELR: Deep learning-based energy and link stability aware routing in IoT for heart disease classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108574 PMID:40627942	研究论文	提出一种基于深度学习的能量和链路稳定性感知路由算法DeepELR，用于物联网环境下的心脏病分类	开发了DeepELR路由算法，结合深度递归神经网络预测节点能量和链路稳定性，并采用改进的麻雀搜索算法进行集成学习	NA	开发心脏病检测方法并集成到物联网范式中，设计有效的路由算法传输医疗数据	心脏病患者监测数据	物联网	心脏病	深度学习，集成学习	DRNN, RNN, 集成学习	物联网传感器数据	NA	NA	深度递归神经网络	能量消耗，包传输率，链路稳定性	NA
2751	2025-10-06	Revolutionizing medical imaging: A cutting-edge AI framework with vision transformers and perceiver IO for multi-disease diagnosis 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108586 PMID:40633409	研究论文	提出结合Vision Transformers和Perceiver IO的混合AI框架，用于医学影像多疾病诊断	首次将ViT和Perceiver IO应用于神经系统疾病、皮肤疾病和肺部疾病的多疾病分类，在准确性、计算效率和临床可解释性方面优于传统架构	NA	解决传统深度学习模型在医学影像分类中泛化能力差、假阳性率高和难以区分重叠解剖特征的问题	神经系统疾病（中风、阿尔茨海默症）、皮肤疾病（癣、黑色素瘤）、肺部疾病（肺癌、肺炎）	计算机视觉	多疾病诊断	医学影像分析	Vision Transformer, Perceiver IO	医学影像（CT、MRI、X射线、皮肤镜图像）	多个公开数据集：脑中风预测CT扫描图像数据集、最佳阿尔茨海默MRI数据集、皮肤疾病数据集、HAM10000/HAM10k数据集、肺癌图像数据集、肺炎数据集	NA	Vision Transformer, Perceiver IO	准确率, 精确率, 召回率, F1分数	NA
2752	2025-10-06	Integrative review of intelligent nuchal translucency for genetic disorder 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108597 PMID:40684521	综述	本文系统回顾了智能颈项透明层筛查技术在遗传疾病检测中的应用研究	首次对深度学习技术在颈项透明层筛查领域的研究进行系统性梳理，识别了传统方法的局限性并指明机器学习方法的发展方向	仅纳入53篇相关研究论文，可能存在文献覆盖不全的问题	分析颈项透明层筛查技术的现状，探索深度学习技术在该领域的应用潜力	颈项透明层筛查相关的研究论文	医学影像分析	染色体异常和先天性心脏病	NA	深度学习	研究论文文献	53篇研究论文	NA	NA	性能指标和统计检验	NA
2753	2025-10-06	PreAIS: Prediction of A-to-I editing sites based on DNN-CNN deep learning models 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108612 PMID:40749520	研究论文	提出基于DNN-CNN深度学习模型的PreAIS方法用于预测A-to-I RNA编辑位点	结合K-mer特征提取与DNN-CNN混合架构，在准确性和泛化能力上优于现有最佳模型	NA	开发高精度的A-to-I RNA编辑位点预测工具	A-to-I RNA编辑位点	机器学习	NA	Sanger测序	DNN, CNN	基因组序列数据	数据集1和数据集2（具体数量未明确），包含58个经Sanger验证的人类A-to-I编辑位点	NA	DNN-CNN混合架构	准确率, 特异性, 灵敏度	NA
2754	2025-10-06	Fertilizer prediction using serial exponential newton meta-heuristic algorithm-based convolutional neural network in IoT-based WSNs 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108561 PMID:40570467	研究论文	提出一种基于序列指数牛顿元启发式算法优化的一维卷积神经网络，用于物联网无线传感器网络中的肥料预测	整合牛顿元启发式算法和序列指数加权移动平均法开发SExpNMA算法，用于簇头路由选择和优化CNN分类器参数	NA	通过深度学习模型提高物联网无线传感器网络中肥料预测的准确性	无线传感器网络采集的农业数据	机器学习	NA	物联网无线传感器网络	1D CNN, BiLSTM	传感器时序数据	NA	NA	一维卷积神经网络, 双向长短期记忆网络	准确率, 敏感度, 特异度	NA
2755	2025-10-06	AI-Driven molecule generation and bioactivity prediction: A multi-model approach combining VAE, graph and language-based neural networks 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108532 PMID:40550191	研究论文	本文提出一种结合VAE、图神经网络和语言模型的多模型方法，用于抗癌小分子生成和生物活性预测	首次将变分自编码器、多种图神经网络和预训练语言模型集成到统一框架中，采用平均和堆叠两种集成方法进行生物活性预测	研究仅针对乳腺癌肿瘤的6种癌细胞系进行验证，未扩展到其他癌症类型	开发深度学习模型加速抗癌药物发现过程	抗癌小分子化合物	机器学习	乳腺癌	深度学习	VAE, GNN, Transformer	分子结构数据, SMILES序列	包含多个化合物的乳腺癌肿瘤数据集，涵盖6种癌细胞系	PyTorch, TensorFlow	VAE, GAT, GCN, MPNN, ChemBERTa	皮尔逊相关系数	NA
2756	2025-10-06	MJnet: A lightweight RNN-based model for microRNA target site prediction 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108603 PMID:40737827	研究论文	提出一种基于双向门控循环单元的轻量级深度学习模型MJnet，用于microRNA靶位点预测	结合简单C2编码、多尺度一维卷积网络和自注意力机制，在保持低计算成本的同时捕获局部序列特征和全局上下文依赖	NA	开发轻量高效且可解释的microRNA靶位点预测方法	microRNA靶位点	自然语言处理	NA	深度学习	RNN, BiGRU, CNN	序列数据	实验验证数据集	NA	BiGRU, TextCNN, 自注意力机制	准确率, F1分数, 鲁棒性	NA
2757	2025-10-06	A multi-task deep sequential neural network for IgA nephropathy Oxford classification and prognosis prediction 2025-Dec, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106052 PMID:40743805	研究论文	开发了一个用于IgA肾病牛津分类和预后预测的多任务深度序列神经网络	首次提出集成病变分割、肾小球分类、牛津MEST-C评分和预后预测的多任务模型	样本量相对有限，仅在中国两家医院进行验证	开发集成多任务的深度学习模型以改善IgA肾病的病理分析和预后预测	IgA肾病患者的肾脏病理数据	数字病理学	IgA肾病	深度学习	深度序列神经网络	病理图像	PLAG医院数据集245例，中日友好医院数据集32例	NA	深度序列神经网络	Dice系数, Kappa值, AUC	NA
2758	2025-10-06	From droplets to diagnosis: AI-driven imaging and system integration in digital nucleic acid amplification testing 2025-Nov-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117741 PMID:40664140	综述	系统综述人工智能驱动的荧光图像分析在数字核酸扩增检测中的应用与发展	首次系统整合AI在dNAAT荧光图像分析中的应用，提出将dNAAT重新定义为五个阶段的结构化框架，并探索AI原生平台的转化机遇	数据稀缺性和模型泛化能力等关键限制	推动数字核酸扩增检测在即时检测中的广泛应用	数字核酸扩增检测技术及其在精准诊断中的应用	数字病理	NA	数字PCR、等温扩增技术、荧光成像	深度学习、基础模型	荧光图像	NA	NA	SAM, ViT, GPT-4o	NA	NA
2759	2025-10-06	Deep learning estimations of the production cross sections of 77Br medical radionuclide 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112003 PMID:40517722	研究论文	本研究利用深度学习算法改进溴-77医用放射性核素生产截面的预测	首次将深度学习算法应用于溴-77放射性核素生产截面的预测，相比传统TALYS代码计算能更准确地符合实验值	仅针对特定核反应类型进行研究，未验证其他可能的核反应途径	提高医用放射性核素溴-77生产截面的预测精度	溴-77放射性核素	机器学习	NA	核反应截面测量	人工神经网络	核反应实验数据	来自EXFOR核反应数据库的实验截面数据	Python	NA	与实验值符合度	NA
2760	2025-10-06	Combining deep learning algorithm and a-star algorithm to increase the accuracy of tracking lost gamma source 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112001 PMID:40532512	研究论文	提出一种结合深度学习算法和A-star算法的自动搜索算法ACR，用于提高丢失伽马源的追踪精度	首次将CNN和RNN两种深度学习算法与A-star路径规划算法相结合，用于伽马源追踪任务	研究基于MCNP模拟数据，未提及在真实环境中的验证结果	开发高精度的自动搜索算法来定位丢失的伽马源	丢失的伽马辐射源	机器学习	NA	蒙特卡洛N粒子(MCNP)模拟	CNN, RNN	辐射剂量率数据	81个网格的模拟辐射数据	NA	CNN-RNN混合架构	平均步数, 失败率	NA