本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
301 | 2025-09-22 |
Integrating artificial intelligence with small molecule therapeutics and precision medicine for neurochemical understanding of Alzheimer's diseases
2025-Sep-18, Neuroscience
IF:2.9Q2
|
综述 | 探讨人工智能、小分子药物和精准医疗在阿尔茨海默病治疗中的整合策略 | 结合AI与多组学数据及结构导向药物设计,推动个体化精准治疗策略 | 面临伦理、监管和临床应用方面的挑战 | 通过跨学科方法改善阿尔茨海默病的诊断和治疗 | 阿尔茨海默病及其相关生物标志物(如Aβ、tau蛋白) | 数字病理 | 阿尔茨海默病 | 机器学习、深度学习、多组学分析、结构导向药物设计 | 机器学习与深度学习模型 | 神经影像数据、生物标志物数据 | NA |
302 | 2025-09-22 |
A comprehensive benchmarking of adaptive sampling tools for nanopore sequencing
2025-Sep-17, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03729-w
PMID:40963107
|
研究论文 | 对纳米孔自适应采样工具进行全面性能评估与基准测试 | 首次系统评估六种主流纳米孔自适应采样工具,涵盖种内富集、种间富集和宿主DNA去除三类任务,并比较基于比对和深度学习的分类策略性能 | 仅评估六种工具,未涵盖所有可用方案;测试场景有限,可能无法代表所有应用场景 | 评估纳米孔自适应采样工具的性能并确定最优富集策略 | 六种纳米孔自适应采样工具(包括MinKNOW、Readfish、BOSS-RUNS等) | 生物信息学 | NA | 纳米孔测序,自适应采样,深度学习 | 深度学习模型(未指定具体架构) | 测序数据,原始信号数据 | 涉及COSMIC基因、酿酒酵母和人源宿主DNA等多种测试样本 |
303 | 2025-09-22 |
Auto-Masked Audio Spectrogram Transformer for depression detection from speech
2025-Sep-16, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.120295
PMID:40967413
|
研究论文 | 提出一种基于语音频谱图的自动掩码音频频谱变换器(AMAST),用于抑郁症检测 | 结合滑动窗口分割、自动掩码训练增强上下文学习,以及时频注意力机制捕获时间和频率信息 | NA | 开发非侵入性抑郁症筛查工具,支持临床和远程心理健康评估 | 语音数据,特别是与抑郁相关的语音特征 | 自然语言处理 | 抑郁症 | 深度学习,语音频谱分析 | Transformer(AMAST) | 语音频谱图 | 使用Distress Analysis Interview Corpus-Wizard of Oz和Multi-modal Open Dataset for Mental disorder Analysis两个数据集 |
304 | 2025-09-22 |
Prediction of carbon and nitrogen source preferences in microbial metabolism using protein sequence data
2025-Sep-16, Journal of microbiological methods
IF:1.7Q4
DOI:10.1016/j.mimet.2025.107266
PMID:40967572
|
研究论文 | 本研究利用深度学习算法探索微生物蛋白质序列与其碳氮营养需求之间的内在关系 | 提出了结合蛋白质功能注释和序列特征提取的集成框架,用于预测微生物营养需求 | NA | 优化微生物培养条件并提高微生物生长和生产力 | 432种微生物物种 | 机器学习 | NA | PSSM, PsePSSM, SHAP | 深度学习算法 | 蛋白质序列数据 | 432种微生物物种和61种培养基配方 |
305 | 2025-09-22 |
Deep learning based multi-shot breast diffusion MRI: Improving imaging quality and reduced distortion
2025-Sep-15, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112419
PMID:40974694
|
研究论文 | 本研究评估了基于深度学习的多激发乳腺扩散MRI重建技术(MUSE DL)在图像质量和失真减少方面的表现 | 首次将深度学习重建应用于多激发MUSE DWI,显著提升信噪比并减少图像失真 | 样本量相对有限(61名参与者),且仅在3T MRI扫描仪上验证 | 比较深度学习重建的多激发扩散加权成像与传统单激发技术在乳腺成像中的性能差异 | 乳腺疾病患者(61名女性参与者,65个乳腺病变) | 医学影像分析 | 乳腺疾病 | 扩散加权成像(DWI),深度学习重建 | 深度学习 | MRI影像 | 61名女性参与者(23-75岁),共65个乳腺病变 |
306 | 2025-09-22 |
Comparison of kinematics between markerless and marker-based motion capture systems for change of direction maneuvers
2025-Sep-15, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2025.112965
PMID:40974779
|
研究论文 | 比较无标记和有标记运动捕捉系统在变向动作中获取的运动学数据 | 首次系统评估无标记系统在变向动作分析中的性能,并与传统有标记系统进行多指标对比 | 关节角度幅值存在显著系统差异(如踝背屈-10.92°、膝屈曲-8.32°),需谨慎进行绝对值比较 | 评估无标记运动捕捉系统在运动表现分析中的适用性 | 23名男性参与者执行的90度变向动作 | 运动生物力学 | NA | 多摄像头深度学习、三角测量、逆向运动学 | 深度学习 | 视频运动数据 | 23名男性参与者,每人进行5次试验 |
307 | 2025-09-22 |
Improving the performance of the echinococcosis diagnosis model based on serum Raman spectroscopy via the integration of convolutional neural network and support vector machine
2025-Sep-13, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126945
PMID:40974949
|
研究论文 | 本研究提出一种结合CNN和SVM的模型,用于基于血清拉曼光谱的包虫病诊断,以提高分类准确率 | 首次将卷积神经网络与支持向量机集成(CNN-SVM),用于血清拉曼光谱分析,显著提升包虫病诊断准确率至96.5% | NA | 实现包虫病、肝硬化、肝细胞癌和正常对照组的高精度分类 | 人类血清样本 | 机器学习 | 包虫病 | 拉曼光谱 | CNN-SVM | 光谱数据 | 573份血清样本 |
308 | 2025-09-22 |
The comparison of deep learning and radiomics in the prediction of polymyositis
2025-Sep-12, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044496
PMID:40958317
|
研究论文 | 比较深度学习和影像组学在预测多发性肌炎(PM)中的性能 | 首次系统比较3D CNN与影像组学方法在多发性肌炎预测中的表现,并引入外部测试集验证 | 样本量相对有限(总计196例),且所有数据仅来自三个中心 | 评估3D卷积神经网络在预测多发性肌炎中的可行性,并与传统影像组学方法进行对比 | 多发性肌炎患者及非多发性肌炎对照人群 | 医学影像分析 | 多发性肌炎 | T2加权磁共振成像 | 3D CNN, 3D Unet | 医学影像 | 196例患者(120例来自中心A,30例来自中心B,46例来自中心C) |
309 | 2025-09-22 |
Towards modeling evolving longitudinal health trajectories with a transformer-based deep learning model
2025-Sep-11, Annals of epidemiology
IF:3.3Q1
DOI:10.1016/j.annepidem.2025.08.025
PMID:40945546
|
研究论文 | 提出一种基于Transformer的深度学习模型Evolve,用于建模和分析纵向健康轨迹 | 引入Transformer架构进行连续多标签预测,并能够通过潜在嵌入空间变化识别健康轨迹转变 | 仅与基线模型进行性能比较,未涉及更广泛的模型对比或外部验证 | 开发深度学习模型以实现连续健康监测和早期疾病检测 | 全国性纵向健康登记数据中的个体健康轨迹 | machine learning | 多种疾病 | deep learning | transformer | 结构化医疗数据(临床编码、诊疗程序、药物购买记录) | 全国性数据集(具体样本量未说明) |
310 | 2025-09-22 |
A unified gradient regularization method for heterogeneous graph neural networks
2025-Sep-11, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108104
PMID:40974991
|
研究论文 | 提出一种名为Grug的统一梯度正则化方法,用于解决异构图神经网络中的过平滑和非鲁棒性问题 | 首次在消息传递过程中同时对节点类型和消息矩阵的梯度进行迭代正则化,并提供了统一框架整合现有丢弃和对抗训练方法 | NA | 提升异构图神经网络的训练稳定性和表示学习效果 | 异构图神经网络 | machine learning | NA | 梯度正则化 | HGNN | 图数据 | 六个公共数据集 |
311 | 2025-09-22 |
A multidimensional deep ensemble learning model predicts pathological response and outcomes in esophageal squamous cell carcinoma treated with neoadjuvant chemoradiotherapy from pretreatment CT imaging: A multicenter study
2025-Sep-10, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.111133
PMID:40939680
|
研究论文 | 开发并验证一种基于治疗前CT影像的多维深度集成学习模型(DELRN),用于预测食管鳞癌患者新辅助放化疗后的病理完全缓解和预后风险分层 | 提出结合影像组学和3D卷积神经网络的多维深度集成学习模型,在多个中心队列中验证其预测性能优于单一模型 | 回顾性研究设计,需要前瞻性多中心验证 | 预测食管鳞癌患者新辅助放化疗的病理反应和预后 | 接受新辅助放化疗的食管鳞癌患者 | 数字病理 | 食管癌 | CT成像 | 集成学习(结合影像组学和3D CNN) | 医学影像 | 485例来自4家医院的食管鳞癌患者 |
312 | 2025-09-22 |
MediFlora-Net: Quantum-enhanced deep learning for precision medicinal plant identification
2025-Sep-07, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种结合量子计算和深度学习的创新模型MediFlora-Net,用于精确识别药用植物 | 集成量子辅助特征提取、混合集成方法以及量子概率特征映射和纠缠表示技术,首次将量子启发方法应用于植物识别领域 | NA | 提高药用植物的精确识别和分类能力,支持植物学研究、药理学和传统医学应用 | 药用植物 | 计算机视觉 | NA | 量子辅助特征提取、多模态深度学习 | Vision Transformer (ViT), CNN, GAN | RGB图像、高光谱植物图像 | NA |
313 | 2025-09-22 |
Autoregressive enzyme function prediction with multi-scale multi-modality fusion
2025-Sep-06, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf476
PMID:40966652
|
研究论文 | 提出一种多模态多尺度自回归预测模型MAPred,用于整合蛋白质序列和结构数据以自回归方式预测酶功能分类 | 首次结合多模态(序列+3D结构)和多尺度特征,并采用自回归方式逐级预测EC编号数字,充分利用其层次结构 | NA | 提高酶功能预测的准确性和粒度,以阐明生物机制并推动多领域创新 | 蛋白质及其酶功能分类(EC编号) | 生物信息学 | NA | 多模态融合、自回归预测 | 多尺度多模态自回归预测网络(MAPred) | 氨基酸序列数据、3D结构token | New-392、Price和New-815基准数据集 |
314 | 2025-09-22 |
Artificial intelligence-enhanced biosurveillance for antimicrobial resistance in sub-Saharan Africa
2025-Sep-03, International health
IF:2.3Q2
DOI:10.1093/inthealth/ihae081
PMID:39545538
|
综述 | 本文探讨人工智能在增强撒哈拉以南非洲地区抗菌素耐药性生物监测中的应用与潜力 | 提出利用AI技术解决撒哈拉以南非洲AMR监测中的数据碎片化问题,并通过机器学习算法实现耐药菌株的检测、追踪和预测 | 数据稀缺、基础设施不足以及伦理问题阻碍了AI在撒哈拉以南非洲AMR监测中的实际应用 | 提升撒哈拉以南非洲地区抗菌素耐药性的监测能力,改善公共卫生成果 | 撒哈拉以南非洲地区的抗菌素耐药性监测数据及潜在AI解决方案 | 公共卫生信息学 | 抗菌素耐药性感染 | 机器学习和深度学习算法,基因组分析 | NA | 大型数据集,基因组数据 | NA |
315 | 2025-09-22 |
Interpretable Artificial Intelligence Analysis of Functional Magnetic Resonance Imaging for Migraine Classification: Quantitative Study
2025-Sep-03, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/72155
PMID:40903006
|
研究论文 | 本研究结合可解释人工智能(XAI)与功能磁共振成像(fMRI)指标,用于偏头痛分类并识别关键脑区 | 首次系统比较多种fMRI指标与深度学习模型组合在偏头痛分类中的效能,并利用XAI技术定位判别性脑区 | 样本量较小(64名参与者),且未考虑偏头痛亚型之外的混杂因素 | 开发可解释的AI方法以提升偏头痛的计算机辅助诊断与生物标志物发现 | 偏头痛患者(伴或不伴先兆)与健康对照者的fMRI数据 | 医学影像分析 | 偏头痛 | 功能磁共振成像(fMRI),可解释人工智能(XAI) | CNN(GoogleNet, ResNet18), Vision Transformer, SVM, 随机森林 | 神经影像数据 | 64名参与者(21名无先兆偏头痛患者,15名有先兆偏头痛患者,28名健康对照) |
316 | 2025-09-22 |
Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery
2025-Sep-02, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103879
PMID:40902506
|
研究论文 | 本研究利用Transformer-GAN深度学习框架解析牙周炎中表观遗传增强子-启动子相互作用,揭示炎症基因调控机制并发现生物标志物 | 首次将Transformer-GAN应用于牙周炎表观遗传调控研究,整合多组学数据预测功能性E-P相互作用,并发现E-P相互作用评分在预测治疗反应方面优于传统临床指标 | 研究基于公共数据集,样本来源和规模可能存在限制,且深度学习模型的可解释性仍需进一步验证 | 解码牙周炎中增强子-启动子调控网络,揭示炎症基因的表观遗传调控机制 | 牙周炎患者的基因组DNA甲基化和RNA-seq数据 | 深度学习 | 牙周炎 | DNA甲基化测序,RNA-seq,多组学整合分析 | Transformer-GAN | 基因组甲基化数据,基因表达数据 | 基于GSE173081和GSE173078数据集(具体样本数未明确说明) |
317 | 2025-09-22 |
Deep learning-driven proteomics analysis for gene annotation in the renin-angiotensin system
2025-Sep-02, European journal of pharmacology
IF:4.2Q1
DOI:10.1016/j.ejphar.2025.178119
PMID:40907688
|
研究论文 | 本研究开发了一种多标签深度学习模型,用于系统注释肾素-血管紧张素系统(RAS)基因功能并阐明其在生物通路中的作用 | 首次将多标签AI建模与细胞外囊泡蛋白质组学整合用于RAS通路注释,揭示了新型IRAP/Ywha(s)/Nedd4-2-ACE2相互作用轴 | 基于文献挖掘的计算预测需要实验验证,研究主要聚焦小鼠模型 | 系统注释RAS基因功能并阐明其在心血管疾病中的生物学通路作用 | 肾素-血管紧张素系统(RAS)相关基因 | 自然语言处理 | 心血管疾病 | TF-IDF, PCA, 蛋白质组学分析, 毛细管Western检测 | MLP (Multi-Layer Perceptron) | 文本 | 39,463篇来自PubMed和PMC的RAS相关出版物 |
318 | 2025-09-22 |
Benchmarking deep learning-designed inlay restorations across operator experience: An in vitro comparison of time efficiency, contact intensity, and contour quality
2025-Sep-02, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106083
PMID:40907866
|
研究论文 | 一项体外研究比较了基于深度学习的嵌体修复设计工作流程与传统人工工作流程在时间效率、接触强度和轮廓质量方面的性能 | 首次评估深度学习工作流程在不同操作者经验水平下对嵌体设计的影响,并分析其减少经验相关变异性的潜力 | 体外研究,样本量有限(25个数字扫描),临床实际效果需要进一步验证 | 评估深度学习辅助牙科嵌体设计的性能表现 | 上颌和下颌后牙区嵌体修复设计 | 医疗人工智能 | 牙科修复 | 深度学习 | 深度学习模型(具体架构未说明) | 数字扫描图像 | 25个上颌和下颌牙弓数字扫描样本 |
319 | 2025-09-22 |
TransFactor-prediction of pro-viral SARS-CoV-2 host factors using a protein language model
2025-Sep-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf491
PMID:40929136
|
研究论文 | 提出TransFactor计算框架,利用蛋白质语言模型预测SARS-CoV-2的促病毒宿主因子 | 首次将预训练的ESM-2蛋白质语言模型微调用于宿主因子预测,并通过计算丙氨酸扫描提供可解释性 | 依赖于有限实验数据集的微调,可能受实验方法限制的影响 | 预测和优先排序候选宿主因子作为抗病毒治疗靶点 | SARS-CoV-2病毒宿主蛋白 | 自然语言处理 | 传染病 | 蛋白质语言模型,计算丙氨酸扫描 | Transformer (ESM-2) | 蛋白质序列数据 | 来自33项独立SARS-CoV-2研究的实验确定宿主因子数据集 |
320 | 2025-09-22 |
THLANet: A deep learning framework for predicting TCR-pHLA binding in immunotherapy applications
2025-Sep, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013050
PMID:40939018
|
研究论文 | 提出深度学习模型THLANet用于预测TCR与pHLA的结合特异性,以评估新抗原的免疫原性潜力 | 使用ESM-2替代传统嵌入方法增强序列特征表示,并通过CDR3序列分析和抗原丙氨酸扫描模拟提供TCR-抗原3D结合新见解 | NA | 准确预测TCR与新抗原的结合,评估其在临床环境中的免疫原性潜力 | T细胞受体(TCR)、新抗原、I类HLA分子 | 生物信息学 | 癌症 | scTCR-seq、进化尺度建模-2(ESM-2) | 深度学习 | 序列数据 | 多种癌症类型的临床癌症数据 |