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
321	2025-11-14	Short-term and long-term solar irradiance forecasting with advanced machine learning techniques in Zafarana, Egypt 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24853-4 PMID:41225071	研究论文	提出结合特征选择技术和机器学习模型的集成框架，用于埃及Zafarana地区短期和长期太阳辐照度预测	集成多种特征选择方法和机器学习/深度学习模型，针对特定地区（埃及Zafarana）的太阳辐照度预测挑战	研究局限于埃及Zafarana地区，使用NASA Power Project的历史数据，未在其他地区验证	提高太阳辐照度预测精度，优化太阳能能源管理	太阳辐照度历史数据	机器学习	NA	太阳辐照度测量	Linear Regression, Decision Tree, Gradient Boosting, Random Forest, CNN, LSTM, CNN-LSTM	时间序列数据	NASA Power Project提供的历史数据	NA	CNN, LSTM, CNN-LSTM	R²	NA
322	2025-11-14	Topological deep learning for enhancing peptide-protein complex prediction 2025-Nov-12, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01727-4 PMID:41225185	研究论文	提出TopoDockQ拓扑深度学习模型，通过持久组合拉普拉斯特征预测肽-蛋白质复合物质量评分，显著降低假阳性率	首次将拓扑数据分析和持久组合拉普拉斯特征应用于肽-蛋白质相互作用评估，相比AlphaFold2内置评分显著提升精度并降低假阳性	研究基于序列相似度≤70%的数据集，在更高相似度情况下的性能需要进一步验证	提高肽-蛋白质复合物预测的准确性和模型选择精度，支持非经典氨基酸整合的灵活肽设计	肽-蛋白质相互作用复合物	计算生物学, 生物信息学	NA	拓扑数据分析, 持久组合拉普拉斯	深度学习	蛋白质结构数据, 序列数据	五个评估数据集（序列相似度≤70%）	NA	TopoDockQ	假阳性率, 精确率, 召回率, F1分数, DockQ评分	NA
323	2025-11-14	Clinical implementation of deep learning-based synthetic CT for MRI-only volumetric modulated arc therapy in head and neck and pelvic cancer patients 2025-Nov-12, Radiation oncology (London, England) DOI:10.1186/s13014-025-02744-2 PMID:41225562	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
324	2025-11-14	How evaluation choices distort the outcome of generative drug discovery 2025-Nov-12, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01108-y PMID:41225661	研究论文	本文批判性分析生成式药物发现中的评估方法，揭示评估选择对结果的影响并提出改进策略	首次系统分析生成分子库规模对评估结果的影响，提出计算高效的大规模评估指标和可靠的模型比较策略	研究主要基于化学语言模型，可能不适用于其他类型的生成模型	改进生成式药物发现中的评估方法，提高模型比较的可靠性和可重复性	约10亿个由深度学习模型生成的分子设计	机器学习	NA	化学语言模型	深度学习	分子结构数据	约10亿个生成分子设计	NA	化学语言模型	独特性, 分布相似性, 多样性	NA
325	2025-11-14	Improving genomic selection accuracy using a dual-path convolutional neural network framework: a terpenoid case study 2025-Nov-12, The New phytologist DOI:10.1111/nph.70727 PMID:41229065	研究论文	本研究开发了一种双路径卷积神经网络框架PKDP，用于提高山鸡椒萜类化合物基因组选择预测精度	提出并行双路径特征提取架构，整合GWAS识别位点与全基因组标记信息，将先验知识与广泛基因组信息融合	样本量相对有限（310个样本的萜类定量数据），仅针对山鸡椒单一物种进行研究	揭示萜类生物合成的遗传基础，开发基于深度学习的基因组选择策略以加速林木遗传改良	山鸡椒（Litsea cubeba）种质资源，重点关注柠檬醛、香叶醛和橙花醛等关键萜类化合物	机器学习	NA	全基因组重测序, GC-MS萜类定量, 全基因组关联分析	CNN	基因组数据, 化学定量数据	945个山鸡椒种质全基因组重测序，310个样本萜类化合物GC-MS定量	NA	双路径卷积神经网络（PKDP）	预测能力提升百分比	NA
326	2025-11-14	Recent Advances in Integrating Machine Learning with Omics Approaches in Food Science and Nutrition Research 2025-Nov-12, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c08522 PMID:41229200	综述	探讨机器学习与组学技术在食品科学与营养研究中的整合应用现状与发展趋势	系统整合多组学数据与机器学习方法，推动食品组学和营养组学领域的发展	数据质量、模型可靠性和可解释性方面仍存在挑战	研究机器学习与组学技术在食品加工、安全和营养预测模型开发中的应用	食品成分、微生物组、食品与人类健康关系	机器学习	NA	基因组学、转录组学、蛋白质组学、代谢组学、多组学	经典机器学习、深度学习、人工神经网络	多组学数据	NA	NA	NA	NA	NA
327	2025-11-14	MSInet: A Self-Supervised CNN Framework Integrating Global and Local Context for Robust Mass Spectrometry Imaging Segmentation 2025-Nov-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04885 PMID:41148111	研究论文	提出一种自监督CNN框架MSInet，通过整合全局和局部上下文信息实现稳健的质谱成像分割	结合补丁对比学习和超像素引导优化的双重一致性设计，同时增强全局语义关系和局部空间一致性	NA	开发无需标注的质谱成像分割方法以克服高维度和组织异质性挑战	小鼠脑组织MALDI-MSI、肾肿瘤组织DESI-MSI和合成数据集	数字病理	肾肿瘤	质谱成像（MALDI-MSI，DESI-MSI）	CNN	质谱成像数据	NA	NA	MSInet	调整兰德指数，归一化互信息，轮廓系数	NA
328	2025-11-14	AbEgDiffuser: Antibody Sequence-Structure Codesign with Equivariant Graph Neural Networks and Diffusion Models 2025-Nov-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00990 PMID:41166637	研究论文	提出一种基于等变图神经网络和扩散模型的抗体序列结构协同设计框架AbEgDiffuser	首次将扩散模型与等变图神经网络结合用于抗体序列结构协同设计，并引入预训练蛋白质语言模型增强进化合理性	未明确说明模型的计算复杂度和生成抗体的实验验证结果	开发深度学习驱动的特异性抗体设计方法以加速药物发现	抗体序列和三维结构	计算生物学	NA	深度学习生成模型	扩散模型, 等变图神经网络	蛋白质序列和结构数据	NA	NA	双层等变图神经网络, ESM-2	序列准确性, 结构准确性, 结合亲和力	NA
329	2025-11-14	[Lesion detection in optical coherence tomography based on lightweight convolutional neural networks] 2025-Nov-11, [Zhonghua yan ke za zhi] Chinese journal of ophthalmology DOI:10.3760/cma.j.cn112142-20241130-00544 PMID:41218904	研究论文	基于轻量级卷积神经网络实现光学相干断层扫描图像的自动化病灶检测	首次成功实现九类OCT图像的自动识别，临床性能达到中级医师水平	回顾性研究，需要进一步前瞻性验证	开发基于轻量级卷积神经网络的OCT图像病灶自动检测系统	光学相干断层扫描图像	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	50,374个OCT图像样本，来自四川省人民医院及多个外部数据集	NA	轻量级卷积神经网络	准确率,F1分数,召回率,AUC,精确率,特异性	NA
330	2025-11-14	Unconstrained deep learning-based sleep stage classification using cardiorespiratory and body movement activities in adults with suspected sleep apnea 2025-Nov-11, Proceedings of the Japan Academy. Series B, Physical and biological sciences DOI:10.2183/pjab.101.032 PMID:40887298	研究论文	本研究评估了基于无约束深度学习的睡眠分期分类方法，使用床垫下压电传感器获取的心肺和身体活动数据	采用无约束的压电传感器获取心肺和身体活动数据，结合双向LSTM网络进行睡眠分期分类	样本仅包含疑似睡眠呼吸暂停的成人患者，未在其他人群验证	开发基于深度学习的无约束睡眠监测方法	106名未经治疗的疑似睡眠呼吸暂停成人患者	机器学习	睡眠呼吸暂停	压电传感器，多导睡眠监测	双向LSTM	生理信号数据	106名参与者	NA	双向长短期记忆网络	平衡准确率, Cohen's κ, F1分数, Deming回归, Bland-Altman分析	NA
331	2025-11-14	Response to correspondence on 'Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings' 2025-Nov-11, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105881 PMID:41223632	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
332	2025-11-14	ClinSegAI: A post-processing framework for superior histopathology segmentation accuracy, radiomics feature preservation, and quantitative analysis 2025-Nov-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111298 PMID:41223649	研究论文	提出ClinSegAI后处理框架，用于优化数字病理学中的细胞分割结果，提高分割精度并保持放射组学特征完整性	基于基础视觉Transformer构建的针对性后处理框架，能够显著提升分割精度和放射组学可靠性	主要针对H&E染色全切片图像，在其他染色类型或组织类型中的适用性需进一步验证	开发用于数字病理学细胞分割的后处理工具，提高分割精度和放射组学特征保真度	肺脏及其他癌症病理切片中的细胞核分割	数字病理学	肺癌, 其他癌症	H&E染色全切片成像	视觉Transformer, 后处理算法	病理图像	NA	NA	BiomedParse	Dice相似系数, 95百分位Hausdorff距离, 平均对称表面距离	NA
333	2025-11-14	The coming era of nudge drugs for cancer 2025-Nov-10, Cancer cell IF:48.8Q1 DOI:10.1016/j.ccell.2025.08.004 PMID:40939589	研究论文	提出基于肿瘤微环境渐进式重塑的癌症治疗新策略	利用单细胞图谱深度学习识别肿瘤微环境原型转换网络，设计序贯给药的“助推药物”实现肿瘤微环境状态逐步转化	NA	开发通过逐步重塑肿瘤微环境实现癌症治疗的新方法	肿瘤微环境及其原型状态转换	数字病理学	癌症	单细胞测序	深度学习	单细胞图谱数据	NA	NA	NA	NA	NA
334	2025-11-14	Data Fusion of Deep Learned Molecular Embeddings for Property Prediction 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01728 PMID:41144852	研究论文	提出一种融合深度学习分子嵌入的多任务学习方法，用于提升稀疏数据下的材料性质预测性能	通过融合预训练单任务模型生成的深度嵌入，构建优于标准多任务学习的模型，减少可训练参数数量	方法性能依赖于预训练单任务模型的质量和嵌入表示的有效性	解决稀疏数据条件下材料性质预测的准确性问题	小分子的量子化学数据和实验数据	机器学习	NA	量子化学计算、热化学计算	深度学习	分子数据、量子化学数据、实验数据	广泛使用的基准数据集和新编译的稀疏数据集	NA	深度嵌入模型	预测准确性	NA
335	2025-11-14	Explainable Analysis for New Psychoactive Substance Identification with Chemical Insights 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01884 PMID:41147629	研究论文	提出一种用于新型精神活性物质识别的可解释深度推理模型NPS-EDR	采用两阶段预测-解释框架，结合化学先验知识进行结构功能解释，通过协同训练模式特定专家和强化学习确保解释与答案的一致性	NA	开发可解释的深度学习方法用于新型精神活性物质识别	新型精神活性物质和药物分子	机器学习	NA	深度学习	强化学习	化学分子数据	超过2900个NPS和药物分子	NA	NPS-EDR	准确率, 精确率, 透明度	NA
336	2025-11-14	Development of charge reset multiplexing for SiPMs using deep learning architecture 2025-Nov-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae1a32 PMID:41172608	研究论文	开发了一种基于深度学习的硅光电倍增管电荷复位多路复用方法，将16个读出通道减少至单个线路	提出电荷复位多路复用方法，通过独特脉冲宽度编码通道身份，并利用自编码器从单个叠加信号中重建原始16个通道信号	NA	减少硅光电倍增管系统的读出通道数量同时保持通道波形信息	硅光电倍增管阵列和Ce:GAGG闪烁体阵列	核医学仪器	NA	电荷复位多路复用技术	自编码器	波形信号	4×4 SiPM阵列与4×4 Ce:GAGG闪烁体阵列，使用Cs和Na放射源	NA	自编码器	能量分辨率	NA
337	2025-11-14	TorchANI 2.0: An Extensible, High-Performance Library for the Design, Training, and Use of NN-IPs 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01853 PMID:41105703	研究论文	介绍TorchANI 2.0——一个用于训练和评估ANI深度学习模型的扩展性高性能开源软件库	引入模块化系统添加任意成对势能、CUDA加速的局部原子特征计算优化、批处理系统提升网络集成性能	未明确说明具体性能提升的量化限制条件	开发适用于分子动力学应用的高性能神经网络势能模型框架	ANI（ANAKIN-ME）深度学习模型	机器学习	NA	深度学习	神经网络势能模型	分子结构数据	NA	PyTorch	ANI（ANAKIN-ME）	训练速度、推理速度、内存效率	CUDA加速
338	2025-11-14	Combining GCN Structural Learning with LLM Chemical Knowledge for Enhanced Virtual Screening 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00950 PMID:41118289	研究论文	提出一种结合图卷积网络结构学习与大语言模型化学知识的混合架构，用于增强虚拟筛选性能	引入分层级联策略，在每层GCN后注入LLM嵌入，实现分子表征的渐进式全局化学上下文增强	未明确说明模型在更大规模或更复杂靶点数据集上的泛化能力	开发更准确的虚拟筛选方法以加速药物发现	激酶相关数据集（如治疗靶点）和非激酶数据集（如糖皮质激素受体和PPARG）	机器学习	NA	虚拟筛选	GCN, LLM	分子图数据	NA	NA	图卷积网络, Molformer	准确率	NA
339	2025-11-14	Deep-Learning vs Physics-Based Docking Tools for Future Coronavirus Pandemics 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02029 PMID:41126583	研究论文	比较深度学习和物理基础分子对接工具在未来冠状病毒药物发现中的性能	首次系统比较三种分子对接方法在冠状病毒药物发现中的表现，并展示AI技术如何加速药物发现过程	结合亲和力准确预测仍具挑战性，需要进一步方法学改进	评估AI技术如何加速未来冠状病毒爆发的药物发现过程	SARS-CoV-2和MERS-CoV数据集	机器学习	冠状病毒感染	分子对接	深度学习, 物理基础模型, 数据驱动模型	分子结构数据	NA	NA	Boltz-2, GNINA, AutoDock Vina	准确率	NA
340	2025-11-14	Evaluation of Deep Learning Convolutional Neural Networks for Classification of Carcinoma Ex Pleomorphic Adenoma and Pleomorphic Adenoma in Whole-Slide Images 2025-Nov-10, Head and neck pathology DOI:10.1007/s12105-025-01858-z PMID:41212424	研究论文	本研究评估了八种卷积神经网络架构在全切片图像中区分涎腺肿瘤（多形性腺瘤和癌在多形性腺瘤中）的分类性能	首次系统比较多种CNN架构在涎腺肿瘤分类任务中的表现，发现ResNet50和DenseNet121在此特定任务中表现最佳	样本量相对有限（107张全切片图像），需要扩展数据集以提高泛化能力	评估深度学习卷积神经网络在涎腺肿瘤病理图像分类中的性能	涎腺肿瘤组织病理学全切片图像	数字病理学	涎腺肿瘤	苏木精-伊红染色	CNN	图像	107张全切片图像，来自83名患者（41例多形性腺瘤，42例癌在多形性腺瘤中），生成955,583个图像块	NA	ResNet50, InceptionV3, VGG16, Xception, MobileNet, DenseNet121, EfficientNetB0, EfficientNetV2B0	准确率, 精确率, 敏感度, 特异性, F1分数, AUC	NA