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
3001	2026-01-10	Deep Learning-based Time-to-event Analysis of Depression and Asthma using the All of Us Research Program 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417537	研究论文	本研究利用深度学习模型分析抑郁症与哮喘之间的关联，基于All of Us研究计划的大规模回顾性队列数据	首次在大型回顾性队列研究中应用深度学习模型分析抑郁症与哮喘的关联，并使用SHAP值增强模型可解释性	深度学习模型在c-index指标上未超越传统的Cox比例风险模型	探究抑郁症与哮喘之间的关联性及影响因素	All of Us研究计划中的239,161名参与者	机器学习	抑郁症, 哮喘	回顾性队列研究	DeepSurv, DeepHit, 逻辑回归, CoxPH	临床队列数据	239,161名参与者	NA	DeepSurv, DeepHit	c-index	NA
3002	2026-01-10	Genomic prediction with machine learning in sugarcane, a complex highly polyploid clonally propagated crop with substantial non-additive variation for key traits 2023-12, The plant genome DOI:10.1002/tpg2.20390 PMID:37728221	研究论文	本研究探讨了在甘蔗这种复杂、高度多倍体、无性繁殖的作物中，使用机器学习方法进行基因组预测的潜力，以捕获关键性状的非加性变异	首次在甘蔗中系统比较了深度学习神经网络（包括多层感知机和卷积神经网络）和随机森林等机器学习方法，与扩展的基因组最佳线性无偏预测（GBLUP）模型在基因组预测中的表现	机器学习模型（包括随机森林和深度学习神经网络）的预测准确性未超过扩展的GBLUP模型，表明在捕获基因间互作方面可能仍有局限	评估机器学习方法在甘蔗复杂基因组背景下对关键农艺性状进行基因组预测的准确性和适用性	甘蔗克隆及其关键性状（总甘蔗收获量、商业蔗糖含量和纤维含量）	机器学习	NA	全基因组单核苷酸多态性标记分析	CNN, MLP, RF	基因组数据	2912个甘蔗克隆，使用26,086个全基因组SNP标记	NA	多层感知机, 卷积神经网络	预测准确性	NA
3003	2026-01-10	State-of-the-art computational methods to predict protein-protein interactions with high accuracy and coverage 2023-11, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202200292 PMID:37401192	综述	本文综述了利用蛋白质序列、结构和共丰度数据预测蛋白质-蛋白质相互作用的最先进计算方法，并重点介绍了深度学习在这些领域的应用	系统性地整合了基于不同数据源的蛋白质相互作用预测方法，并特别强调了深度学习技术在各数据类别中的最新进展和应用	未提及具体方法的性能比较或实验验证细节，主要侧重于文献综述和分类讨论	回顾和分类当前用于预测蛋白质-蛋白质相互作用的高精度和高覆盖率的计算方法	蛋白质-蛋白质相互作用预测的计算方法	机器学习	NA	深度学习	NA	蛋白质序列、蛋白质结构、蛋白质共丰度数据	NA	NA	NA	NA	NA
3004	2026-01-09	Predicting lung cancer survival with attention-based CT slices combination 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00404-z PMID:41492270	研究论文	本研究提出了一种基于注意力机制的CT切片组合方法，用于预测非小细胞肺癌患者的两年总生存期	引入软注意力机制识别对生存风险预测最相关的CT切片，并结合EfficientNetB0生成的特征表示，构建更有效的3D体积表示方法	研究使用了较小的私有数据集，可能影响模型的泛化能力；方法在有限数据场景下的性能仍需进一步验证	预测非小细胞肺癌患者的两年总生存期，以改善患者护理和治疗效果	非小细胞肺癌患者的CT扫描图像	计算机视觉	肺癌	CT扫描	CNN	图像	公共LUNG1数据集和较小的私有数据集	NA	EfficientNetB0	C-index	NA
3005	2026-01-09	Performance of deep-learning reconstruction combined with metal artifact reduction algorithm for dual-energy computed tomography angiography in intracranial aneurysm coil embolization 2026-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100715 PMID:41492271	研究论文	本研究评估了深度学习图像重建结合金属伪影减少算法在颅内动脉瘤弹簧圈栓塞后双能CT血管成像中的诊断性能	首次将深度学习图像重建与金属伪影减少算法结合应用于颅内动脉瘤弹簧圈栓塞后的双能CT血管成像，并确定了80-90 keV为最优能量范围	样本量较小（54例患者），且为单中心前瞻性研究，需要更大规模的多中心验证	评估深度学习图像重建结合金属伪影减少算法在颅内动脉瘤弹簧圈栓塞后随访中的诊断信心和最优方案选择	颅内动脉瘤弹簧圈栓塞后的患者	医学影像分析	颅内动脉瘤	双能计算机断层扫描血管成像	深度学习图像重建	CT图像	54例患者的前瞻性CTA数据库	NA	NA	伪影指数, 信噪比, 对比噪声比, Likert量表评分	NA
3006	2026-01-09	AlphaFold Kinase Optimizer: Enhancing Virtual Screening Performance Through Automated Refinement of AlphaFold-Based Kinase Structures 2026-Feb, Proteins IF:3.2Q2 DOI:10.1002/prot.70056 PMID:40955709	研究论文	本研究介绍了一种名为AF Optimizer的新方法，通过深度学习辅助优化AlphaFold生成的激酶结构，以提升虚拟筛选性能	开发了AF Optimizer这一新方法，结合神经网络评分和结合自由能计算，自动优化AlphaFold生成蛋白的结合位点几何结构	NA	提升AlphaFold生成蛋白结构在基于结构的药物设计中的应用效果	TTK蛋白及其配体	机器学习	NA	虚拟筛选，分子对接	深度学习	蛋白质3D结构，配体数据	NA	NA	NA	立体冲突减少，分子对接精度，虚拟筛选命中率富集	NA
3007	2026-01-09	Benchmarking AlphaMissense against ClinVar for Diagnostic Interpretation of Missense Variants in Inherited Retinal Diseases 2026-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100997 PMID:41492285	研究论文	本研究评估了AlphaMissense在遗传性视网膜疾病中错义变异的诊断效用，通过比较其与ClinVar注释的一致性	首次将AlphaMissense应用于遗传性视网膜疾病基因的错义变异预测，并整合长读长测序进行相位变异分析以识别低效等位基因	AlphaMissense在预测低效等位基因（如ABCA4相关疾病）时敏感性降低，且研究依赖于公共数据库的注释，可能存在偏差	评估AlphaMissense在遗传性视网膜疾病中错义变异致病性预测的诊断准确性和临床实用性	107个遗传性视网膜疾病基因中的错义变异，以及一个接受长读长测序的临床病例	生物信息学	遗传性视网膜疾病	长读长测序，相位变异分析	深度学习模型	基因组变异数据，临床注释数据	128,248个变异（来自IRD基因和gnomAD数据库），其中4,204个具有明确的ClinVar分类；1个临床病例	NA	AlphaMissense	特异性，敏感性，假发现率	NA
3008	2026-01-09	The Impact of Radiation Dose to Bowel on the Risk of Developing Gastrointestinal Toxicities When Treating Abdominopelvic Soft-Tissue Sarcomas With Preoperative Radiation Therapy 2026-Feb, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2025.101953 PMID:41492444	研究论文	本研究探讨了腹盆腔软组织肉瘤术前放疗中肠道辐射剂量对急性和长期胃肠道毒性的预测因素	采用基于深度学习的nnU-Net自动勾画肠道结构，并评估传统放疗剂量限制在大型肿瘤中的适用性	回顾性研究设计，样本量较小（76例患者），可能影响统计功效和普遍性	确定腹盆腔软组织肉瘤术前放疗中预测胃肠道毒性的剂量学因素	接受术前放疗和手术的非转移性腹盆腔软组织肉瘤患者	数字病理学	软组织肉瘤	放疗剂量学分析，深度学习自动分割	CNN	医学影像（如CT扫描）	76例患者	nnU-Net	U-Net	卡方检验，Fisher精确检验，Kaplan-Meier生存分析	NA
3009	2026-01-09	PFUS1: Premier pelvic floor ultrasound segmentation dataset. A resource for advancing research 2026-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112346 PMID:41492545	研究论文	本文介绍了一个精心策划的盆底超声视频数据集，旨在支持自动化盆底评估、医学图像分割和动态器官跟踪的研究	该数据集是首个专注于盆底解剖结构的标注超声视频资源，旨在促进计算机辅助诊断和医学图像分析领域的基准测试、可重复性和方法创新	NA	推动自动化盆底评估、医学图像分割和动态器官跟踪的研究	111名患者的经会阴盆底超声视频，包含静息和Valsalva动作下的盆底器官中矢状面视图	医学图像分析	盆底疾病	经会阴超声成像	深度学习模型	超声视频	111名患者	NA	Feature Pyramid Networks (FPNs)	NA	NA
3010	2026-01-09	Inundation2Depth: A multi-source dataset for floodwater depth estimation in urban areas 2026-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112347 PMID:41492553	研究论文	本文介绍了Inundation2Depth数据集，这是一个用于城市洪水深度估计的多源数据集，结合了航空影像和LiDAR数据	提供了首个大规模、地理参考的洪水深度数据集，结合多传感器遥感数据，支持机器/深度学习管道直接集成	数据基于静水假设（水面高程相对于地形），可能无法完全反映动态洪水条件	开发用于洪水深度估计的数据集，以支持洪水检测、分割和损害评估模型的研究	美国东南部北卡罗来纳州和南卡罗来纳州12个受洪水影响区域的洪水数据	计算机视觉	NA	航空影像、LiDAR点云数据、数字地形模型	NA	图像、点云	5925个重叠的256×256瓦片，覆盖24,649.88英亩	NA	NA	NA	NA
3011	2026-01-09	A Review on Efficient and Scalable Graph-Based Clustering Algorithms for Protein Complex Identification in PPI Networks 2026-Feb, Proteins IF:3.2Q2 DOI:10.1002/prot.70026 PMID:40820243	综述	本文综述了用于蛋白质-蛋白质相互作用网络中蛋白质复合物识别的图聚类算法	系统识别、分析和比较了生物信息学中用于PPI网络聚类的多种技术，并提出了整合图方法、机器学习和深度学习的新策略	现有方法在预测稀疏、小型和重叠复合物方面存在挑战，且缺乏对蛋白质生物学特性的显式知识整合	评估图聚类算法以促进蛋白质复合物识别方法的基准测试、识别局限性并推动新计算工具的开发	蛋白质-蛋白质相互作用网络中的蛋白质复合物	生物信息学	NA	NA	NA	网络数据	NA	NA	NA	NA	NA
3012	2026-01-09	Leveraging AI for cell biology discovery 2026-Jan-08, Biochemical Society transactions IF:3.8Q2 DOI:10.1042/BST20253023 PMID:41502213	综述	本文综述了人工智能在细胞生物学中的多样化应用及其对显微镜、成像、药物发现和合成生物学等领域的影响	探讨了人工智能在单细胞分辨率分析、细胞行为建模以及提高模型可解释性和工具普及性方面的创新潜力	NA	综述人工智能在细胞生物学中的应用，推动基础研究和治疗应用的发展	细胞生物学中的复杂生物数据，包括细胞图像、转录组学数据和蛋白质结构	机器学习	NA	深度学习	NA	图像, 文本	NA	NA	NA	NA	NA
3013	2026-01-09	Genomic prediction of feed efficiency in boars by deep learning 2026-Jan-07, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkaf274 PMID:41239183	研究论文	本研究使用深度学习模型预测公猪的饲料效率，并与传统线性模型进行比较，以评估非线性遗传效应的影响	首次将深度学习模型（多层感知机和卷积神经网络）应用于公猪饲料效率的基因组预测，并量化了其捕获的非加性遗传方差	计算成本显著增加，且捕获的非加性遗传方差并未显著提升预测能力	比较深度学习与线性模型在预测公猪饲料效率方面的能力，并评估非加性遗传效应的影响	两个公猪群体（父系和母系）的饲料效率性状	机器学习	NA	基因组选择	多层感知机, 卷积神经网络	基因组数据	两个公猪群体（具体数量未明确）	NA	多层感知机, 卷积神经网络	预测能力（以相关系数表示）	NA
3014	2026-01-09	Towards Clinical Integration of Deep Learning-Based Classification of Urinary Sediment Particles from Digital Microscopy Images: A Prospective Study 2026-Jan-07, Clinical chemistry IF:7.1Q1 DOI:10.1093/clinchem/hvaf182 PMID:41499256	研究论文	本研究评估了基于深度学习的尿液沉渣颗粒分类模型在临床实验室中的整合应用，包括前瞻性验证其性能	通过前瞻性研究评估深度学习模型在临床环境中的实际应用效果，并分析回顾性与前瞻性评估之间的差异	模型性能对数据集变异性敏感，前瞻性评估中准确率有所下降	开发并验证基于深度学习的尿液沉渣颗粒自动分类系统，以替代耗时且易出错的人工评估	尿液沉渣颗粒	数字病理学	NA	数字显微镜成像	CNN	图像	来自Sysmex UD-10数字显微镜图像的标注数据集，包含13类尿液沉渣元素	NA	EfficientNet	准确率, 敏感性, 置信度评分, Top 1准确率, Top 3准确率	NA
3015	2026-01-09	AI-assisted detection of high-pitched bruits in arteriovenous fistulas using a digital stethoscope 2026-Jan-07, The journal of vascular access IF:1.6Q3 DOI:10.1177/11297298251396199 PMID:41500774	研究论文	本研究开发了一种基于深度学习的AI辅助工具，用于通过数字听诊器检测动静脉瘘中的高音调杂音，以早期识别狭窄等并发症	首次将深度学习模型与数字听诊器结合，用于自动检测动静脉瘘中的高音调杂音，提供了一种敏感、客观且高效的临床筛查方法	研究样本量相对较小（65名患者），且特异性（73.8%）有待进一步提高，模型在不同人群中的泛化能力需进一步验证	开发一种AI辅助工具，用于早期检测动静脉瘘并发症（如狭窄），以改善血液透析患者的临床管理	动静脉瘘患者，特别是接受血液透析的患者	机器学习	心血管疾病	数字听诊器录音	深度学习模型	音频	65名患者，来自欧洲和亚洲的12个透析中心	NA	NA	灵敏度, 特异性, 准确率, ROC-AUC	NA
3016	2026-01-09	PlaTiF: A pioneering dataset for orthopedic insights in AI-powered diagnosis of tibial plateau fractures 2026-Jan-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06560-5 PMID:41501058	研究论文	本文介绍了一个名为PlaTiF的开创性数据集，用于支持基于人工智能的胫骨平台骨折诊断研究	首次提供了一个公开可访问的、专门针对胫骨平台骨折AI分析的异质性X光片数据集，并包含胫骨骨骼掩模分割	数据集样本量相对有限（421张X光片来自186名患者），且可能受限于数据收集的单一中心或来源	开发自动化、精确的胫骨平台骨折严重程度分类方法，以提高诊断准确性和效率	胫骨平台骨折患者的膝关节前后位X光片	计算机视觉	骨科疾病	X光成像	深度学习	图像	421张来自186名患者（平均年龄45.88±17.54岁，37名女性，149名男性）的膝关节前后位X光片	NA	NA	NA	NA
3017	2026-01-09	Learning physical interactions to compose biological large language models 2026-Jan-07, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01883-7 PMID:41501135	综述	本文综述了结合分子表示的方法，并提出开发能联合编码多种分子模态的生物化学基础模型，以改进分子相互作用预测	提出通过组合特定领域的生物语言模型内部层表示来学习分子相互作用，以提高预测的泛化能力，且特征数量显著减少	未具体说明模型在真实药物设计场景中的验证或应用限制	开发能有效表示分子复合物并预测分子相互作用的生物化学基础模型	生物化学序列、分子相互作用、分子复合物	自然语言处理	NA	深度学习、大语言模型训练	大语言模型	生物化学序列数据	NA	NA	NA	NA	NA
3018	2026-01-09	COPD-TransNet: A Swin Transformer Network with Quantitative Emphysema Feature Fusion for COPD Detection and Staging from Opportunistic CT Scans 2026-Jan-07, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01785-z PMID:41501304	研究论文	本研究开发了一个名为COPD-TransNet的深度学习模型，该模型基于Swin Transformer架构，融合了定量肺气肿特征，用于利用肺癌筛查CT图像检测和分期慢性阻塞性肺疾病	提出了一种结合Swin Transformer算法与定量肺气肿特征（LAV-950%）的新框架，用于COPD的检测、分期和严重程度分类，并在外部验证中表现出优于主流方法的性能	模型在COPD分期任务上的F1分数相对较低（0.561），表明该任务仍具挑战性；研究主要基于特定医疗中心的肺结节患者数据	开发一个深度学习模型，利用肺癌筛查CT扫描，根据GOLD标准对慢性阻塞性肺疾病进行检测和分期	来自肺癌筛查的胸部CT扫描图像	计算机视觉	慢性阻塞性肺疾病	CT扫描	Transformer	图像	内部数据集：637名肺结节患者的CT扫描；外部验证集：1464份来自NLST队列的CT扫描	NA	Swin Transformer	AUC, F1分数, 准确率	NA
3019	2026-01-09	Generalizable Single-cell Multimodal Data Integration with Self-supervised Learning 2026-Jan-07, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf129 PMID:41501996	研究论文	本文提出了一种名为MINERVA的自监督学习框架，用于单细胞多模态数据整合，以解决小规模配对模态研究和大规模参考图谱在泛化性方面的挑战	MINERVA采用自监督策略，首次在小规模精度与图谱级泛化之间建立桥梁，支持零样本知识迁移和即时细胞类型注释，无需模型重新训练	未在摘要中明确提及	开发一个统一的深度学习框架，用于单细胞多模态数据整合，以提升降维、缺失特征插补和批次效应校正的性能	单细胞多模态数据	机器学习	NA	单细胞多组学技术	深度学习	单细胞多模态数据	小规模研究涉及数百个细胞，大规模应用构建多组织参考图谱	NA	MINERVA	降维、缺失特征插补、批次效应校正	NA
3020	2026-01-09	Ensemble deep learning approach for traffic video analytics in edge computing 2026-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25628-7 PMID:41484116	研究论文	本文提出了一种用于边缘计算中交通视频分析的集成深度学习方法，结合Tiny YOLO和YOLOR进行车辆检测与分类，并通过ELITVA框架优化交通流控制	提出了一种新颖的混合模型，结合Tiny YOLO和YOLOR在边缘层进行车辆检测与分类，并引入ELITVA框架使用F-RNN进行交通流决策，实现了更高的处理速度和精度	实验仅基于无人机在道路信号处捕获的数据集，可能未涵盖所有交通场景或天气条件，且未详细讨论模型在更复杂环境下的泛化能力	开发一种高效的交通视频分析系统，以实时监控和控制道路交通流量	交通监控视频中的车辆检测与分类，以及交通流量估计	计算机视觉	NA	视频分析，深度学习	CNN, RNN	视频	无人机在道路信号处捕获的数据集（具体数量未提及）	NA	Tiny YOLO, YOLOR, F-RNN	精度, 准确率, 召回率, F1分数, 帧率	边缘计算平台（具体资源未提及）