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
2861	2026-08-28	AI-guided computational design of synthetic microbiota for next-generation immunomodulatory applications 2026-Aug-19, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2026.100460 PMID:42617743	研究论文	本研究介绍了一种名为SIMT的新型免疫感知深度学习框架，用于微生物相互作用建模和合成微生物组设计，以支持下一代免疫调节应用。	SIMT框架整合了图变换器用于微生物间相互作用学习、多模态变换器用于免疫相关功能推断，并提出了免疫感知约束层（IACL）以在优化过程中强制执行免疫可行性和稳态。	该研究可能仅在模拟环境中验证，缺乏体内实验验证，且对计算资源的需求未明确说明。	开发一种能够捕捉高阶微生物相互作用、多模态功能依赖和免疫可行性约束的深度学习框架，用于合成微生物组的可靠设计。	人类微生物组及其与免疫系统的相互作用，用于合成微生物组设计。	机器学习	免疫相关疾病	NA	图变换器、多模态变换器	微生物组测序数据（包括分类丰度和功能通路）	NA	Python深度学习库	图变换器、多模态变换器、免疫感知约束层（IACL）	F1分数, AUC	NA
2862	2026-08-28	Readout of intrinsic and induced DNA shape by homeodomain transcription factor complexes 2026-Aug-18, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2026.03.036 PMID:41863075	研究论文	本研究通过分子动力学模拟和深度学习整合方法，解析了同源异型域转录因子复合物对DNA内在和诱导形状的读取机制	开发了结合AlphaFold同源建模、分子动力学模拟和DeepPBS深度学习的混合流程，弥补了AlphaFold 3在预测突变和构象动态对DNA形状影响方面的不足	AlphaFold 3在预测突变或构象动态改变DNA形状方面存在局限，但作者通过混合流程部分弥补了这一不足	阐明同源异型域转录因子复合物中内在DNA形状和蛋白质诱导的DNA形状变化如何决定结合特异性	果蝇Hox转录因子Sex combs reduced及其辅因子Homothorax和Extradenticle，以及其他同源异型域转录因子Distal-less和Engrailed	结构生物学	不适用	SELEX-seq、分子动力学模拟、AlphaFold 3预测、DeepPBS深度学习	AlphaFold 3、深度学习方法DeepPBS	序列数据	研究涉及多个结合亲和力不同的序列，具体数量未在摘要中说明	不适用	AlphaFold 3、DeepPBS	结合亲和力、DNA形状特征（如小沟宽度）	未在摘要中说明
2863	2026-08-28	Deep Learning-Assisted RTP Sensor Array Based on a Melt-Injection Reaction for Visual Discrimination of Fluoroquinolone Antibiotics 2026-08-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c02762 PMID:42610886	研究论文	本文提出了一种基于熔融注射反应和深度学习辅助的室温磷光传感器阵列，用于氟喹诺酮类抗生素的可视化区分。	通过简单的熔融注射反应将非发射性分析物转化为明亮的余辉信号，并结合深度学习模型实现直接从余辉图像中可视化区分抗生素。	未提及具体限制，但可能包括对复杂样品中其他干扰物的选择性测试有限。	开发一种能够同时灵敏检测和准确区分氟喹诺酮类抗生素亚型的分析方法。	四种不同的氟喹诺酮类抗生素及其混合物。	机器学习	NA	室温磷光传感	深度学习模型	图像	四种FQs及其混合物，以及肉类样品	NA	深度学习模型（具体架构未指定）	选择性、回收率	NA
2864	2026-08-28	FullMS2Former: A Transformer Model for Near-Complete Prediction of Peptide Tandem Mass Spectra 2026-08-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c01311 PMID:42610918	研究论文	提出了一种基于Transformer的模型FullMS2Former，用于预测肽段串联质谱，通过预测包含常见片段离子及其整数质量偏移的综合特征向量，能够覆盖稀有或未报道的离子。	通过预测包含整数质量偏移的全面片段离子特征向量，超越了固定片段词典的限制，能够直接学习并预测稀有且序列依赖的片段离子。	NA	提高肽段串联质谱预测的准确性，特别是对不常见或未报道的片段离子的预测能力。	肽段串联质谱数据中的片段离子。	质谱分析、计算蛋白质组学	NA	碰撞诱导解离（CID）、高能碰撞解离（HCD）质谱技术	Transformer	质谱数据	大规模NIST HCD数据集	NA	Transformer	相似度得分	NA
2865	2026-08-28	Development and clinical validation of a point-of-care cytology screening tool for oral potentially malignant disorders and oral squamous cell carcinoma using a deep learning convolutional neural network: protocol for a diagnostic accuracy study 2026-Aug-17, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-111983 PMID:42608036	研究论文	本研究旨在开发和临床验证一种基于深度学习卷积神经网络的口腔潜在恶性疾病和口腔鳞状细胞癌的即时细胞学筛查工具，并遵循诊断准确性研究报告标准进行方案设计	创新性地将深度学习CNN应用于即时细胞学筛查，实现社区现场实时疾病检测和分诊，克服传统细胞学依赖实验室和专业审查的限制	摘要中未提及具体局限性	开发和临床验证一种基于深度学习的即时细胞学筛查工具，用于口腔潜在恶性疾病和口腔鳞状细胞癌的实时筛查	口腔潜在恶性疾病（如白斑、口腔黏膜下纤维化、红斑）和口腔鳞状细胞癌患者	深度学习	口腔鳞状细胞癌	细胞学检查	卷积神经网络（CNN）	细胞学涂片图像	900名参与者（360例回顾性，540例前瞻性）	NA	CNN	敏感性、特异性、阳性预测值、阴性预测值、受试者工作特征曲线下面积	NA
2866	2026-08-28	RingKin: portraying the vast macrocyclic chemical universe surrounding kinase drugs 2026-Aug-17, Chemical science IF:7.6Q1 DOI:10.1039/d6sc04105a PMID:42643673	研究论文	该文章通过人工智能方法创建了RingKin，一个包含7227万个由495种已批准或临床阶段激酶药物生成的大环化合物的化学宇宙，并提供约18亿个模型估算的属性注释，用于激酶药物开发中宏环空间的系统探索	首次系统地构建了覆盖激酶药物的大环化学宇宙（RingKin），包含7227万个大环化合物和约18亿个属性注释，并通过15个基准深度学习或机器学习模型支持多维表征，包括激酶选择性、理化性质、ADMET特征和靶标关联	摘要中未明确提及局限性，可能包括模型估算属性的不确定性或对生成化合物进行实验验证的不足	系统探索激酶药物中未充分利用的大环化学空间，以克服激酶药物开发中的选择性和药理学性质挑战，并为宏环探索和药物发现提供假设生成资源	由495种已批准或临床阶段激酶药物生成的大环化合物，以及从已批准的pan-FGFR抑制剂erdafitinib衍生的宏环化合物	机器学习	癌症	人工智能（深度学习或机器学习）	深度学习或机器学习模型	化学结构数据	7227万个大环化合物、495种激酶药物、约18亿个属性注释	未指定	未指定	未指定	未指定
2867	2026-08-28	Deep Learning-Assisted Accuracy Improvement in Bladder Cancer Staging of Spectrum-Aided Visual Enhanced Cystoscopy Images 2026-Aug-16, Biosensors DOI:10.3390/bios16080445 PMID:42645063	研究论文	本研究评估了基于深度学习和光谱辅助视觉增强（SAVE）技术的框架，用于提高膀胱癌内窥镜图像的分期准确性	将超光谱重建技术与YOLOv8深度学习架构相结合，用于膀胱癌分期，显著提升了准确性	未提供明确的局限性信息	提高膀胱癌分期的检测和诊断性能	膀胱癌患者的白光膀胱镜图像	计算机视觉	膀胱癌	NGS	YOLOv8	图像	1372张白光膀胱镜图像	PyTorch	YOLOv8	准确性	NA
2868	2026-08-28	Deep learning-based non-contrast cine CMR for optimized prediction of left ventricular adverse remodeling after ST-elevation myocardial infarction 2026-Aug-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2026.134499 PMID:42031064	研究论文	本研究评估了一种基于非对比心脏磁共振的深度学习模型在预测急性ST段抬高型心肌梗死患者左心室不良重构中的可行性。	提出了一种两阶段深度学习框架，包括基于3D U形网络的由粗到细心肌定位与分割，以及整合影像、形态和运动特征的分类模型，并利用引导梯度加权类激活映射突出决策区域，实现无钆对比剂的预测。	研究为回顾性设计，样本量有限，且未提及跨中心外部验证的细节。	开发并验证非对比CMR深度学习模型用于预测STEMI患者左心室不良重构，提供无钆工具。	急性ST段抬高型心肌梗死患者。	深度学习	心肌梗死	心脏磁共振成像	3D U-Net和分类模型	医学影像（非对比cine CMR）	252例患者，训练组176例，测试组76例	NA	3D U-Net	AUC、准确率、敏感性、特异性、F1分数	NA
2869	2026-08-28	The Physicochemical Basis of Protein Evolution: Property-Informed Evolutionary Models (PRIME) 2026-Aug-13, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msag200 PMID:42586769	研究论文	提出PRIME框架，通过物理化学性质参数化氨基酸交换性，以解析蛋白质进化的生物物理基础	首次将氨基酸的物理化学性质（如分子体积、疏水性、二级结构倾向）显式整合到密码子水平进化模型中，实现全局、 episodic 和位点特异性推断，并能区分保守、中性和变化残基	未提及具体局限性，但可能依赖于数据信息冗余度，在信息不足的比对中敏感性降低	建立可解释的进化模型，将抽象进化速率转化为生物物理规则，揭示选择约束的机制实现	24个多样数据集和18,944个哺乳动物基因	计算生物学、进化生物学、生物信息学	不适用	最大似然方法、密码子进化模型、深度学习表示（ESM-2）	概率进化模型（G-PRIME、E-PRIME、S-PRIME）	基因组序列数据	24个数据集、18,944个哺乳动物基因	NA	NA	AUC、敏感性	未提及（可能使用高性能计算，但文中未明确）
2870	2026-08-28	AI-based multimodal fusion for preoperative prediction of breast microcalcifications: combining mammography and tomosynthesis 2026-Aug-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02673-w PMID:42638095	研究论文	本研究旨在开发基于乳腺X线摄影（MG）和数字乳腺断层合成（DBT）的人工智能模型，用于无创术前区分良恶性乳腺微钙化。	首次将乳腺X线摄影和断层合成的放射组学特征与深度学习评分通过多模态融合技术结合，以提升乳腺微钙化术前诊断的准确性。	未明确提及局限性。	开发并验证基于MG和DBT图像的人工智能模型，以提高乳腺微钙化良恶性鉴别的无创术前诊断准确性。	190例经病理确诊的乳腺微钙化患者。	医学影像分析	乳腺癌	影像组学、深度学习、多模态融合	卷积神经网络（CNN）	医学图像（乳腺X线摄影和断层合成影像）	190例患者，按7:3比例分为训练集和测试集	未明确提及	ResNet-50	AUC（曲线下面积）、DeLong检验	未明确提及
2871	2026-08-28	Deep Learning for Ear-EEG-Based Brain-Computer Interface: A Systematic Comparison and Design Insights 2026-Aug-12, Biosensors DOI:10.3390/bios16080437 PMID:42645055	研究论文	本研究系统比较了23种深度学习架构在耳部脑电（ear-EEG）脑机接口中的表现，并提供了设计见解	首次对耳部脑电进行如此广泛的深度学习架构系统比较，并联合考虑统计显著性和性能-成本权衡来确定最优架构	未在论文标题和摘要中明确提及局限性	为耳部脑电脑机接口提供可靠的解码策略，并识别适用于该信号域的最佳深度学习架构	耳部脑电信号中的心理意象分类任务	机器学习, 数字信号处理	NA	脑电图（EEG）	深度神经网络（包括FBLightConvNet等）	时间序列信号（耳部EEG数据）	NA（回顾性分析先前研究的数据集）	NA	FBLightConvNet, 其他22种深度神经网络架构	分类准确率, 参数量, 计算成本	NA
2872	2026-08-28	Cross-Device Risk Calibration for Surface-Enhanced Raman Spectroscopy-Based Urologic Disease Classification 2026-08-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c02588 PMID:42503664	研究论文	本研究提出了一种跨设备风险校准方法，用于基于表面增强拉曼光谱的泌尿系统疾病分类，以提高分类的可靠性和泛化能力	创新性地结合导数引导的双流分类器与软风险保留/延迟分诊机制，并采用支持依赖的少样本协方差对齐来处理跨设备/采集条件的复合分布偏移，同时引入双证据门控增强对未知输入的识别能力	外部验证仅覆盖四个已知类别，且前列腺癌作为未知输入的测试仅在特定条件下进行，可能限制了方法的全面泛化评估	解决SERS结合深度学习在泌尿系统疾病分类中面临的过度自信预测和跨设备分布偏移问题，实现可靠的分类输出	泌尿系统疾病患者的光谱数据，包括已知类别的样本和作为未知输入的前列腺癌样本	数字病理学, 机器学习	泌尿系统疾病, 前列腺癌	表面增强拉曼光谱（SERS）	双流分类器（具体可能为CNN或其他深度学习模型）	光谱数据	未明确给出具体数量，涉及内部和外部数据集中的患者样本	未明确指定	导数引导的双流分类器，包含软风险保留/延迟分诊机制和双证据门控	准确率（accuracy），未知患者延迟率（defer rate）	未明确指定
2873	2026-08-28	Process-Aware Deep Learning for Low-Cost Greenhouse Gas Sensing: Insights from Composting toward Scalable Anthropogenic Activities Applications 2026-08-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00490 PMID:42503795	研究论文	开发了一种名为GHGsNet的低成本、过程感知深度学习框架，用于预测堆肥过程中CO2、CH4和N2O的排放	创新性地将过程感知信息（气体状态变量和关键过程参数）嵌入深度学习架构，显著提高了低成本传感器在高温高湿条件下的温室气体预测准确性	摘要中未明确提及局限性，可能需要进一步研究其他人为活动的适用性	实现低成本温室气体监测，克服低成本传感器的信号漂移、交叉敏感性和极端环境下的不稳定响应问题	堆肥过程中的温室气体排放，包括CO2、CH4和N2O	机器学习	NA	低成本气体传感器、16S rRNA测序	深度学习	气体传感器信号、气体状态变量、过程参数、微生物数据	使用大规模堆肥数据进行独立验证，具体样本量未在摘要中说明	NA	GHGsNet（气体特异深度学习架构）	R²	NA
2874	2026-08-28	Multimodal Raman-Gene Framework for Interpretable Phenotypic Antibiotic Resistance and Health Risk Stratification 2026-08-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c01863 PMID:42578845	研究论文	开发了一种无培养的多模态拉曼-基因-深度学习策略，用于尿液样本中抗生素耐药性的表型分析和健康风险评估	首次将SERS表型指纹与靶向基因信息整合，实现无需细菌分离培养的直接耐药性表征，并新增了健康风险评估功能	未提及具体局限性，但作为概念验证研究，可能需进一步验证其临床适用性和广泛性	实现快速、无培养的抗生素耐药性表型分析和健康风险评估，以支持临床决策和感染控制	临床尿液样本中的抗生素耐药菌	机器学习	抗生素耐药性感染	表面增强拉曼光谱（SERS）、靶向基因检测	深度学习模型	光谱数据、基因数据	未明确说明样本数量	NA	NA	准确性	NA
2875	2026-08-28	MSA-CNN: A Multi-Scale Attention Convolutional Neural Network for fNIRS-Based Emotion Recognition 2026-Aug-09, Biosensors DOI:10.3390/bios16080434 PMID:42645052	研究论文	提出了一种多尺度注意力卷积神经网络（MSA-CNN）用于基于功能性近红外光谱（fNIRS）的跨被试情绪识别，在自采集数据集和公开的ENTER数据集上进行了LOSO评估	将多尺度时间卷积与双注意力机制（通道注意力和时间注意力）有效集成，用于提取不同时间分辨率下的血流动力学特征并自适应强调重要脑区和关键时间片段	受试者群体规模有限；仅进行了单一数据集内的跨被试评估，未进行跨数据集训练测试；未来需要扩展被试群体并结合多模态神经信号以提升鲁棒性和泛化性	解决fNIRS情绪识别中神经反应显著个体差异导致的跨被试情绪识别难题，提高LOSO协议下的识别性能	fNIRS记录的情绪相关脑血流动力学信号（氧气和脱氧血红蛋白浓度变化时间序列）	机器学习	NA	功能性近红外光谱（fNIRS）	卷积神经网络（CNN）	时间序列数据（fNIRS信号）	自采集的fNIRS情绪数据集和公开的ENTER数据集（具体受试者数量未在摘要中说明）	NA	多尺度时间卷积结构（包含不同卷积核尺寸的并行分支），结合通道注意力模块和时间注意力模块，构成了多尺度注意力卷积神经网络（MSA-CNN）	准确率（Accuracy）、F1分数（F1-score）、精确率（Precision）、召回率（Recall）	NA
2876	2026-08-28	scDAU: a disentangled representation learning method for cross-modal translation in single-cell multi-omics data 2026-Aug-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag610 PMID:42605072	研究论文	提出scDAU，一种结合条件扩散特征正则化和多尺度跨模态翻译网络的深度学习方法，用于单细胞多组学数据的跨模态翻译	采用特征解耦策略分离共享语义与模态特异性成分，结合条件扩散正则化和U-Net架构实现精确的双向翻译，并在跨数据集和未见细胞类型上表现优越	未明确提及局限性	实现单细胞多组学数据的跨模态翻译，以重建缺失模态并支持整合分析	单细胞多组学数据，包括转录组和染色质可及性数据，以及转录组-蛋白质组翻译	深度学习，单细胞多组学	胶质母细胞瘤	单细胞多组学测序	扩散模型、U-Net	单细胞多组学数据（基因表达、染色质可及性、蛋白质组）	多个基准数据集和一个人类胶质母细胞瘤数据集	PyTorch	U-Net	准确性，精确度，召回率，F1分数，AUC等	NA
2877	2026-08-28	Synthetic sequence alignments as programmable probes of learned conformational landscapes in deep learning protein structure predictors 2026-Aug-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag605 PMID:42581579	研究论文	本文介绍了一种使用合成多重序列比对作为可编程探针，来探究深度学习蛋白质结构预测器（如AlphaFold2、AlphaFold3和RoseTTAFold）所学习的构象景观的方法	提出了一种通过在蛋白质结构预测器中插入设计好的合成多重序列比对来系统性地偏置其预测构象状态的新方法，并能够引导模型访问通过自然序列信息无法获得的替代构象	未明确提及	探究深度学习蛋白质结构预测器内部所学习的构象景观，并开发一种能够引导模型访问生物学相关隐藏状态的方法	折叠转换蛋白及深度学习蛋白质结构预测器	蛋白质结构预测	NA	逆向折叠、分子动力学模拟、多重序列比对设计	深度学习模型	蛋白质序列和结构数据	未明确提及	NA	AlphaFold2, AlphaFold3, RoseTTAFold	构象状态偏向成功率、序列依赖性分析	NA
2878	2026-08-28	Swarm Intelligence-Guided Hybrid Transfer Learning for Gastrointestinal Polyp Classification 2026-Aug-03, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11080541 PMID:42645260	研究论文	本文提出一种基于群体智能增强的多骨干深度学习框架，用于胃肠道息肉分类，在Kvasir基准上实现八类病变分类，并探索了分类头架构搜索和特征融合策略。	创新点在于使用群体智能算法（如粒子群优化、人工蜂群等）自动搜索分类头架构，并融合四种CNN骨干特征，同时利用群体智能引导的类别权重优化提升临床重要类别的F1分数，此外还引入了基于梯度的类激活映射和最小充分区域分析以提供可解释性。	存在对单一数据集的依赖、跨数据集评估有限以及训练种子未收敛的风险。	旨在通过自动化的多骨干特征融合和群体智能引导的架构搜索，提高胃肠道病变分类的准确性和可解释性，以辅助早期结直肠癌检测。	研究对象为胃肠道内镜图像，具体为Kvasir数据集中的八类病变图像。	计算机视觉	结直肠癌	迁移学习、特征提取、PCA降维	CNN	图像	Kvasir v1、Kvasir v2和HyperKvasir数据集，具体样本数量未在摘要中说明	未明确提及	ResNet50, DenseNet121, MobileNetV2, EfficientNetB3	准确率, F1分数, Wilcoxon检验	未明确提及
2879	2026-08-28	Deep Learning-Based Prediction of Epithelial Cytokine Responses for the Selection of Functionally Consistent Airway Organoids 2026-Aug-03, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11080547 PMID:42645267	研究论文	提出了一种基于深度学习、非破坏性的成像引导框架，用于预测气道类器官的细胞因子反应，并选择功能一致的类器官培养皿。	首次利用明场图像和TabNet模型，非破坏性地预测类器官培养皿的炎症反应，实现功能一致性的选择。	仅研究了两种细胞因子（TSLP和IL-33），可能未涵盖所有炎症反应。	开发成像引导的深度学习框架，预测类器官培养皿的细胞因子反应，选择功能一致的类器官，提高实验可重复性	人气道类器官培养皿（Matrigel dome）	数字病理学	气道炎症	RT-qPCR	TabNet	明场图像	未明确说明培养皿数量	PyTorch	TabNet	平衡准确率	未提及
2880	2026-08-28	Predicting the onset of myopia in children and adolescents using artificial intelligence: A systematic review and meta-analysis 2026-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2026.105546 PMID:42285273	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估人工智能模型在预测儿童和青少年近视发病中的性能。	首次对AI预测近视发病的模型进行系统综述和荟萃分析，采用PROBAST+AI评估偏倚风险，并应用GRADE评估证据确定性。	纳入研究数量有限（仅7项），异质性高，研究存在高偏倚风险，缺乏外部验证，且地域分布不均衡。	评估AI模型预测儿童和青少年近视发病的性能，并探讨其临床实用性。	儿童和青少年近视发病预测模型。	机器学习	近视	NA	传统机器学习模型和深度学习模型	NA	7项研究，共24个模型	NA	NA	曲线下面积（AUC）、异质性（I²）、证据确定性（GRADE）	NA