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	2025-11-26	AllergenAI: a deep learning model predicting allergenicity based on protein sequence 2024-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.22.600179 PMID:38979176	研究论文	开发基于蛋白质序列预测过敏原性的深度学习模型AllergenAI	仅基于蛋白质序列进行预测，区别于以往需要理化性质知识的工具	当前仅使用序列信息，未来需要整合3D结构信息提高准确性	预测蛋白质过敏原性以帮助蛋白质工程重新设计过敏原蛋白	过敏原蛋白质序列	生物信息学	过敏性疾病	蛋白质序列分析	CNN	蛋白质序列数据	来自SDAP 2.0、COMPARE和AlgPred 2三个数据库的过敏原蛋白质序列	NA	卷积神经网络	交叉验证	NA
2862	2025-11-25	The role of AI in pre-analytical phase - use cases 2026-Jan-27, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2025-1220 PMID:41091119	综述	本文探讨人工智能在检验医学分析前阶段的应用现状与挑战	系统梳理AI在七个关键分析前领域的应用场景，揭示研究原型与商业部署之间的转化差距	研究存在单中心验证、回顾性设计、系统集成困难等局限	评估人工智能技术在检验医学分析前阶段的应用效果与实施路径	实验室检测分析前流程（包括凝血块检测、错误采血管识别等七个领域）	医疗人工智能	实验室医学	人工智能与机器学习技术	神经网络,XGBoost,深度学习	实验室检测数据	NA	NA	NA	准确率,AUC	NA
2863	2025-11-25	Integration of radiomics, habitat imaging, and deep learning for MRI-based prediction of parametrial invasion in cervical cancer: A dual-center study 2026-Jan, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110542 PMID:41173217	研究论文	本研究通过整合影像组学、生境成像和2.5D深度学习模型，开发了用于预测宫颈癌宫旁侵犯的多模态集成模型	首次将影像组学、生境成像和2.5D深度学习相结合构建多模态集成模型，并在双中心数据上验证其预测宫颈癌宫旁侵犯的优越性能	回顾性研究设计，样本量相对有限（290例患者），需要更大规模前瞻性研究验证	评估多模态集成模型在MRI基础上预测宫颈癌宫旁侵犯的诊断性能	290例FIGO分期IB1-IIB期宫颈癌患者	医学影像分析	宫颈癌	MRI影像分析，k-means聚类，特征选择	机器学习，深度学习	MRI影像	290例患者（中心A：227例，中心B：63例）	NA	2.5D深度学习模型	AUC，准确率	NA
2864	2025-11-25	Improved Breast Cancer Detection with Artificial Intelligence in a Real-World Digital Breast Tomosynthesis Screening Program 2025-Dec, Clinical breast cancer IF:2.9Q2 DOI:10.1016/j.clbc.2025.05.007 PMID:40473527	研究论文	比较数字乳腺断层合成筛查中人工智能系统实施前后放射科医生的乳腺癌检测性能	在真实世界临床环境中评估深度学习AI系统对数字乳腺断层合成筛查性能的影响	回顾性研究设计，样本量有限，仅包含4名放射科医生和3个临床中心的数据	评估AI检测系统在数字乳腺断层合成筛查中对乳腺癌检测性能的改善效果	数字乳腺断层合成筛查的乳腺X线影像	医学影像分析	乳腺癌	数字乳腺断层合成	深度学习	医学影像	前AI期10,322例标准DBT解读，后AI期6,407例DBT解读	NA	NA	癌症检出率, 异常解读率, PPV1, PPV3	NA
2865	2025-11-25	Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML 2025-Dec, Leukemia IF:12.8Q1 DOI:10.1038/s41375-025-02769-2 PMID:40958033	研究论文	本研究通过深度学习分析慢性粒细胞白血病患者的骨髓细胞形态学特征，发现中性粒细胞丰度和粒细胞成熟状态与治疗无缓解生存期相关	首次利用深度学习分析骨髓细胞形态学特征来预测CML患者的治疗无缓解生存期，发现了新的生物标志物	样本量相对有限（113例患者），来自多个临床中心可能存在技术差异	探索骨髓细胞形态学特征在预测慢性粒细胞白血病患者治疗无缓解生存期中的价值	113例慢性期慢性粒细胞白血病患者的诊断骨髓穿刺样本	数字病理学	慢性粒细胞白血病	骨髓细胞形态学分析，深度学习图像分析	深度学习	高分辨率细胞形态学图像	113例CML患者样本和942例对照骨髓样本	NA	NA	NA	NA
2866	2025-11-25	Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges 2025-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104963 PMID:40992526	综述	本文系统综述人工智能在肿瘤诊疗领域的最新进展、突破性成果与面临的挑战	整合多模态学习、可解释性AI和AI驱动药物发现等前沿进展，为下一代精准肿瘤学提供前瞻视角	主要关注技术综述，未涉及具体临床验证数据	系统总结AI在肿瘤诊疗领域的应用现状并分析临床转化面临的挑战	肿瘤诊疗全流程（影像筛查、病理诊断、智能决策、疗效预测、个性化治疗）	数字病理	肿瘤	深度学习	NA	多模态数据	NA	NA	NA	NA	NA
2867	2025-11-25	Cross-Modality Learning for Predicting Immunohistochemistry Biomarkers from Hematoxylin and Eosin-Stained Whole Slide Images 2025-Dec, The American journal of pathology DOI:10.1016/j.ajpath.2025.08.014 PMID:40946794	研究论文	提出一种名为HistoStainAlign的深度学习框架，直接从H&E染色全切片图像预测免疫组化染色模式	通过对比训练策略整合配对的H&E和IHC嵌入，无需切片级注释或组织配准即可捕获跨染色模式的互补特征	仅评估了胃肠道和肺组织中的三种常见IHC标记物，样本范围有限	开发计算预筛选工具以优化IHC染色工作流程	胃肠道和肺组织全切片图像	数字病理学	癌症	H&E染色，免疫组化染色	深度学习	全切片图像	胃肠道和肺组织全切片图像（具体数量未明确说明）	NA	HistoStainAlign	加权F1分数	NA
2868	2025-11-25	AI-mediated immunotherapeutics in adenoid cystic carcinoma: Challenges and current perspectives 2025-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104984 PMID:41161628	综述	本文探讨人工智能在腺样囊性癌免疫治疗中的应用现状、挑战与未来展望	系统整合多种机器学习与深度学习模型于腺样囊性癌的精准免疫治疗，提出联合多组学数据与联邦学习等前沿方向	存在临床整合困难、模型可解释性不足、数据质量参差等挑战	推动人工智能在腺样囊性癌精准免疫治疗领域的临床应用	腺样囊性癌患者的多组学数据（影像、病理、基因组）与免疫治疗反应	数字病理	头颈癌	多组学数据整合分析	SVM, RF, KNN, LR, GBM, CNN, ANN	影像数据, 组织病理数据, 基因组数据	NA	NA	卷积神经网络, 人工神经网络	准确率, 特异性	NA
2869	2025-11-25	Identification of defensins using transformer-derived protein embeddings and discrete cosine transformation-enhanced evolutionary features with generative adversarial capsule bidirectional temporal convolutional neural network 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148336 PMID:41130478	研究论文	提出一种名为GAC-BTCNN-Pred的新型防御素识别预测器，通过融合进化特征和蛋白质语言模型嵌入来提升预测性能	结合分段位置特异性评分矩阵的离散余弦变换增强特征与基于Transformer的蛋白质语言模型嵌入，并首次提出生成对抗胶囊双向时序卷积神经网络架构	未提及模型在跨物种或大规模数据集上的泛化能力验证	开发高精度的防御素识别计算方法以支持新型抗菌药物发现	防御素（阳离子抗菌肽）	生物信息学	细菌感染	蛋白质序列分析，特征工程	GAN, Capsule Network, TCN, Transformer	蛋白质序列数据	NA	NA	生成对抗胶囊双向时序卷积神经网络（GAC-BTCNN），ProtGen-LLM	多种评估指标（具体指标未列明）	NA
2870	2025-11-25	Deep learning-optimized multi-enzyme hydrolysis for walnut antihypertensive peptides 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148700 PMID:41177473	研究论文	本研究结合深度学习和实验验证优化核桃蛋白中降压肽的多酶水解生产工艺	首次使用大语言模型进行酶筛选，开发新型多酶组合方法生产高ACE抑制活性的核桃蛋白水解物	NA	优化功能性降压肽的生产工艺并验证其降压效果	核桃蛋白、自发性高血压大鼠	机器学习	心血管疾病	多酶水解、分子对接分析	大语言模型	实验数据、生物活性数据	自发性高血压大鼠模型	NA	NA	ACE抑制率、自由基清除能力、血压测量、血清生物标志物变化	NA
2871	2025-11-25	White matter brain age as a biomarker of cerebrovascular burden in the ageing brain 2025-Dec, European archives of psychiatry and clinical neuroscience IF:3.5Q2 DOI:10.1007/s00406-024-01758-3 PMID:38424358	研究论文	开发白质特异性脑年龄作为评估脑血管负担的生物标志物	首次使用三维卷积神经网络从扩散加权成像中开发白质特异性脑年龄评估方法	研究主要基于英国生物银行数据，需要更多样化人群验证	探究血管风险因素对白质健康的影响	英国生物银行参与者（横断面37,327人，纵向1,409人）	医学影像分析	脑血管疾病	扩散加权成像	CNN	医学影像	横断面37,327人，纵向子集1,409人	NA	三维卷积神经网络	白质脑年龄差距	NA
2872	2025-11-25	Multi-class deep learning architecture for COVID-19, tuberculosis, and pneumonia classification using chest X-ray images 2025-Dec, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102115 PMID:41067063	研究论文	提出基于卷积神经网络的多分类框架，使用胸部X光图像自动检测COVID-19、结核病、肺炎和正常状况	开发统一深度学习流程整合数据预处理、特征提取和分类，并应用SMOTE技术解决类别不平衡问题	目前仅为研究框架，尚未应用于临床环境	开发智能系统辅助医生诊断复杂肺部疾病	COVID-19、结核病、肺炎患者和正常人的胸部X光图像	计算机视觉	肺部疾病	胸部X光成像	CNN	图像	6000张胸部X光图像，四类别均衡分布	NA	ResNet-50, EfficientNet, DenseNet, VGG-19	准确率, 精确率, 召回率, F1分数	NA
2873	2025-11-25	AFPDeepPred: A Deep Learning Framework for Accurate Identification of Antifreeze Proteins 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02024 PMID:41170781	研究论文	提出一种名为AFPDeepPred的多模态深度学习框架，用于准确识别抗冻蛋白	首次将进化尺度建模与混沌游戏表示相结合，通过双线性注意力网络融合全局和局部序列信息	NA	开发高精度的抗冻蛋白识别方法	抗冻蛋白序列	自然语言处理	NA	蛋白质序列分析	深度学习	蛋白质序列数据	基于Swiss-Prot数据库的数据集	NA	双线性注意力网络	准确率	NA
2874	2025-11-25	Learning Binding Affinities via Fine-Tuning of Protein and Ligand Language Models 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02063 PMID:41171175	研究论文	提出BALM深度学习框架，通过微调蛋白质和配体语言模型预测结合亲和力	使用预训练的蛋白质和配体语言模型进行结合亲和力预测，并提出改进的评估策略	未明确说明模型在特定蛋白质家族或配体类型上的局限性	开发计算高效的结合亲和力预测方法用于早期药物发现筛选	蛋白质-配体结合亲和力	机器学习	NA	语言模型微调	语言模型	蛋白质序列, 配体结构	BindingDB数据库的精选版本	NA	蛋白质语言模型, 配体语言模型	结合亲和力预测准确度, 泛化能力评估指标	NA
2875	2025-11-25	Geometry-Driven Attention Model with 3D Molecular Features for Multi-Property Prediction of OLED Materials 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01916 PMID:41172256	研究论文	提出一种基于三维自注意力机制的深度学习模型3D-SAT-OLED，用于预测OLED材料的多重性能参数	首次将三维分子结构与高斯核特征提取器和空间位置编码相结合，并采用动态Tanh和SwiGLU激活函数增强模型稳定性和非线性建模能力	未明确说明模型计算效率与传统DFT方法的对比，也未提及模型在更大规模数据集上的表现	开发高效的OLED材料性能预测工具以替代计算昂贵的传统方法	有机发光二极管材料	机器学习	NA	深度学习	自注意力机制	三维分子结构数据	QM9和OLED QM属性数据集	NA	3D-SAT-OLED	MAE	NA
2876	2025-11-25	Efficient Generation of Protein and Protein-Protein Complex Dynamics via SE(3)-Parameterized Diffusion Models 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01971 PMID:41188090	研究论文	提出一种基于SE(3)参数化扩散模型的蛋白质构象轨迹生成方法PTraj-Diff	首次将几何扩散框架应用于蛋白质和蛋白质复合物轨迹生成，通过残基级SE(3)变换参数化和张量积注意力机制有效捕获蛋白质几何约束	未明确说明模型在特定蛋白质类型或复杂结构上的泛化能力限制	开发高效生成蛋白质和蛋白质-蛋白质复合物构象动态轨迹的计算方法	蛋白质单体和蛋白质-蛋白质复合物的构象轨迹	计算生物学	NA	扩散模型, 分子动力学模拟	扩散模型	蛋白质结构数据, 构象轨迹数据	NA	NA	PTraj-Diff, Power Bert Encoder	NA	降低了对数据和硬件资源的需求
2877	2025-11-25	The Use of DeepQSAR Models for the Discovery of Peptides with Enhanced Antimicrobial and Antibiofilm Potential 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02138 PMID:41195811	研究论文	利用基于循环神经网络的DeepQSAR模型预测和设计具有增强抗菌和抗生物膜活性的新型抗菌肽	将传统分子描述符与深度学习模型结合，开发出能高效预测抗菌肽活性的DeepQSAR方法，并成功设计出兼具抗菌和抗生物膜活性的新型肽段	NA	开发基于深度学习的QSAR模型以加速具有广谱抗菌和抗生物膜活性的抗菌肽发现	抗菌肽（AMPs）及其活性预测	机器学习	细菌感染	定量构效关系（QSAR），深度学习	RNN（循环神经网络）	分子描述符数据，肽序列数据	100个新设计的肽段（其中44个具有增强抗生物膜活性，31个具有更强抗菌活性）	NA	基于RNN的QSAR模型	5折交叉验证准确率	NA
2878	2025-11-25	Preliminary findings on a deep learning model using electroencephalogram for multi-level neuropathic pain detection in post-stroke patients 2025-Nov-24, The International journal of neuroscience DOI:10.1080/00207454.2025.2584081 PMID:41199478	研究论文	开发了一种基于脑电图信号的中风后神经病理性疼痛多级检测的深度学习模型	提出了量子启发的金字塔深度可分离残差网络，集成了深度可分离残差网络降低计算复杂度、金字塔注意力机制捕获多尺度模式、量子启发变换层建模脑电图特征间复杂非线性依赖关系三大创新	NA	开发准确且计算效率高的神经病理性疼痛检测框架	中风后神经病理性疼痛患者	机器学习	神经病理性疼痛	脑电图	深度学习	脑电图信号	NA	NA	量子启发的金字塔深度可分离残差网络	准确率, 召回率	NA
2879	2025-11-25	RAPID-Net: Accurate Pocket Identification for Binding-Site-Agnostic Docking 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01744 PMID:41231530	研究论文	提出RAPID-Net深度学习算法，用于精确预测结合口袋并实现与分子对接流程的无缝集成	开发结合口袋不可知对接方法，能识别远端功能位点，为变构抑制剂设计提供新机会	姿态排序而非采样是主要精度瓶颈，在最具挑战性的时间分割测试中性能略低于AlphaFold 3	开发准确识别可药性口袋的算法，提升基于结构的药物设计效率	蛋白质结合口袋和配体对接	计算生物学	传染病（SARS-CoV-2）	深度学习	深度学习网络	蛋白质结构数据	PoseBusters基准测试集	NA	RAPID-Net	RMSD, PoseBusters化学有效性标准, Top-1姿态准确率, 口袋-配体交集率	NA
2880	2025-11-25	A novel hybrid approach for multi stage kidney cancer diagnosis using RCC ProbNet 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29742-4 PMID:41276585	研究论文	提出一种名为RCC-ProbNet的新型混合深度学习模型，用于多阶段肾癌诊断和分类	结合特征提取和概率特征建模的混合方法，能够更精细地表征特征并增强不同肾癌阶段的区分能力	未明确说明样本来源和具体数据规模，未来需要扩展到实时临床决策支持系统	提高肾癌诊断精度，实现早期筛查和分期	肾细胞癌（RCC）患者	数字病理	肾癌	医学影像分析	混合深度学习模型, Logistic Regression	医学影像数据	NA	NA	RCC-ProbNet	准确率	NA