深度学习在生物医药领域中的应用

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
321	2025-09-22	Spatial gene expression at single-cell resolution from histology using deep learning with GHIST 2025-Sep, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02795-z PMID:40954301	研究论文	提出一种基于深度学习的框架GHIST，从组织学图像预测单细胞分辨率的空间基因表达	利用亚细胞空间转录组学和多层生物信息的协同关系，实现单细胞分辨率的空间基因表达预测	NA	开发从常规组织学图像预测空间基因表达的新方法	空间基因表达数据和组织学图像	数字病理学	癌症（多种类型）	空间转录组学，深度学习	深度学习框架	组织学图像，基因表达数据	公共数据集和TCGA数据
322	2025-09-22	Graph-based deep learning for integrating single-cell and bulk transcriptomic data to identify clinical cancer subtypes 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf467 PMID:40966644	研究论文	提出一种基于图深度学习的scBGDL方法，整合单细胞和批量转录组数据以识别癌症临床亚型	首次构建样本特异性基因图建模基因互作，结合图注意力网络、MinCutPool和Transformer模块实现多模态数据整合与可解释生物洞察	方法依赖于转录组数据质量，尚未在更多癌症类型或前瞻性临床队列中验证	整合单细胞和批量转录组数据精准识别癌症亚型并预测临床结局	癌症患者转录组数据	生物信息学	癌症（多癌种）	scRNA-seq, bulk RNA-seq, 图深度学习	Graph Attention Networks, Transformer, MinCutPool	基因表达数据	16种TCGA癌症类型+3个多中心队列（肺腺癌1099例，卵巢癌762例，黑色素瘤305例）
323	2025-09-22	AttBiomarker: unveiling preeclampsia biomarkers and molecular pathways through two-stage gene selection techniques and attention-based CNN with gene regulatory network analysis 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf473 PMID:40966654	研究论文	本研究开发了一种结合深度学习和生物信息学的方法，用于识别先兆子痫的潜在生物标志物和分子通路	采用两阶段基因选择技术和基于注意力的CNN模型，结合基因调控网络分析，识别出与先兆子痫密切相关的枢纽基因	仅基于三个微阵列数据集进行分析，样本来源和规模未明确说明	识别先兆子痫的生物标志物和分子机制，为早期诊断和治疗提供靶点	先兆子痫相关的基因表达数据	生物信息学	先兆子痫	微阵列分析，基因富集分析，蛋白质相互作用网络，基因调控网络分析，分子对接	Attention-based CNN (AttCNN)	基因表达数据	基于三个微阵列数据集（具体样本数未说明）
324	2025-09-22	Artificial intelligence for comprehensive DNA methylation analysis: overview, challenges, and future directions 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf468 PMID:40966651	综述	本文全面回顾了人工智能与DNA甲基化分析之间的协同作用，涵盖机器学习、深度学习、自然语言处理和可解释人工智能	强调了信号处理和基于大语言模型的模型在DNA甲基化研究中尚未充分探索的潜力	管理和分析大型复杂DNA甲基化数据集时面临的挑战与限制	探讨人工智能在DNA甲基化分析中的应用及未来研究方向	DNA甲基化数据及其分析方法	自然语言处理	NA	DNA甲基化分析	机器学习, 深度学习, 自然语言处理, 大语言模型	甲基化数据	NA
325	2025-09-22	Magnetic resonance imaging (MRI)-derived radiomics and deep learning models for predicting epidermal growth factor receptor status in glioma: a systematic review and meta-analysis 2025-Aug-22, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107049 PMID:40974758	系统综述与荟萃分析	本文系统回顾并荟萃分析了MRI影像组学和深度学习模型预测胶质瘤表皮生长因子受体（EGFR）状态的表现	首次对基于MRI的影像组学和深度学习模型预测胶质瘤EGFR扩增的诊断性能进行系统评价和定量汇总分析	纳入研究数量有限（12项系统综述，6项荟萃分析），可能存在未检测到的异质性来源	评估影像组学和深度学习模型在预测胶质瘤EGFR改变方面的诊断性能	胶质瘤患者	医学影像分析	胶质瘤	MRI影像组学分析，深度学习	深度学习模型，影像组学模型	医学影像（MRI）	基于12项研究的汇总数据（具体样本量未明确说明）
326	2025-09-22	Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14 2025-Aug-21, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110611 PMID:40848973	研究论文	开发针对RGS14蛋白GTP水解加速活性的非共价小分子抑制剂	首次发现可选择性非共价抑制RGS14 GAP活性的化学型，并通过机器学习增强的分子对接指导浅表蛋白表面配体优化	NA	开发RGS14 GTPase加速蛋白活性的选择性抑制剂	RGS14蛋白及其Gα结合区域	药物发现	中枢神经系统疾病和代谢性疾病	结构引导虚拟筛选、分子对接、深度学习评分	机器学习增强的分子对接模型	化学结构数据、生物活性数据	40多个二代类似物（包括Z55660043和Z55627844）
327	2025-09-22	Electrode Net: tailoring deep learning with signed distance field for fast and accurate multiscale design of porous electrodes 2025-Aug-21, Science bulletin IF:18.8Q1 DOI:10.1016/j.scib.2025.08.026 PMID:40975668	研究论文	开发了一种名为Electrode Net的深度学习框架，用于快速准确预测多孔电极的各向异性传输特性	结合符号距离场(SDF)定制3D卷积神经网络，显著降低计算成本达96%，同时保持高精度预测	NA	推进下一代高性能流动电池（如燃料电池、水电解槽和液流电池）的多孔电极设计	多孔电极的微观结构与传输特性	机器学习	NA	3D卷积神经网络，符号距离场(SDF)，孔隙尺度建模	CNN	3D几何样本数据	15,433个真实和生成的几何样本
328	2025-09-22	Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14 2025-Aug-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.659181 PMID:40667230	研究论文	开发针对RGS14蛋白GTP水解加速活性的非共价小分子抑制剂	首次发现可选择性非共价抑制RGS14 GAP活性的化学型，并利用机器学习增强的分子对接技术优化配体	NA	开发针对RGS14蛋白的抑制剂，为中枢神经系统和代谢疾病治疗提供潜在疗法	RGS14蛋白及其GTPase加速蛋白（GAP）活性	生物医学	中枢神经系统疾病，代谢疾病	结构引导虚拟筛选，配体对接，深度学习评分，荧光检测，放射性GTP水解测定	机器学习增强的分子对接模型	分子结构数据，生物活性数据	40多种第二代类似物（包括Z55660043和Z55627844）
329	2025-09-22	Reinforcing Deep Learning-Enabled Surveillance with Smart Sensors 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113345 PMID:40968866	研究论文	提出一种结合智能传感器和深度学习的创新监控强化系统，用于资源受限的物理设备和移动环境	通过深度学习技术增强监控系统的适应性和有效性，在动态公共环境中优化节点布局并确保实时响应	NA	强化三维环境中异构传感器的监控能力	资源受限的网络物理设备和移动元素	计算机视觉	NA	深度学习	NA	传感器数据	NA
330	2025-09-22	Deep learning imputes DNA methylation states in single cells and enhances the detection of epigenetic alterations in schizophrenia 2025-Mar-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100774 PMID:39986279	研究论文	提出基于Transformer的深度学习模型scMeFormer，用于单细胞DNA甲基化状态插补并应用于精神分裂症表观遗传学研究	开发首个基于Transformer的单细胞DNA甲基化插补模型，显著提升低覆盖率数据下的检测灵敏度	未明确说明模型在不同组织类型或疾病中的泛化能力	提升单细胞DNA甲基化检测的覆盖度和准确性，增强表观遗传变异检测能力	人类和小鼠的单细胞DNA甲基化数据，特别关注精神分裂症患者前额叶皮层样本	计算生物学	精神分裂症	单细胞DNA甲基化测序，深度学习插补	Transformer	DNA甲基化数据	五个单核DNA甲基化数据集（人类和小鼠来源），包含精神分裂症患者和对照样本
331	2025-09-22	Explaining solar forecasts with generative AI: A two-stage framework combining transformers and LLMs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331516 PMID:40961090	研究论文	提出一种结合Transformer和生成式大语言模型的两阶段混合框架，用于提高太阳能发电预测的准确性和可解释性	首次将深度学习时间序列预测与生成式LLMs耦合，通过结构化提示微调Flan-T5模型生成领域相关的自然语言解释	实验仅基于两个光伏电站34天的公开数据集，样本规模和多样性有限	提升太阳能发电预测的准确性和模型可解释性，促进光伏系统与能源基础设施的有效整合	光伏电站的直流功率输出	机器学习	NA	时间序列预测，自然语言生成	Transformer, Flan-T5	多元时间序列数据（逆变器数据、天气数据、时间特征）	两个光伏电站34天的公开数据集
332	2025-09-22	Robust emotion recognition for complex environments: ChildEmoNet model based on DETR-ResNet50 cascaded architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332130 PMID:40966300	研究论文	提出一种基于DETR-ResNet50级联架构的ChildEmoNet模型，用于复杂环境下的鲁棒情绪识别	开发了级联DETR-ResNet50架构，同时处理检测和分类挑战，并针对面部遮挡场景设计了增强鲁棒性机制	NA	解决复杂真实世界环境中，特别是面部遮挡条件下的情绪识别挑战	多人物场景中的情绪识别	computer vision	NA	深度学习	DETR, ResNet50	图像	基于OMG Emotion数据集的广泛实验
333	2025-09-22	An AI-powered framework for assessing teacher performance in classroom interactions: a deep learning approach 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1553051 PMID:40969168	研究论文	提出一种基于AI的框架，利用深度学习技术评估课堂互动中的教师表现	首次将多种先进目标检测模型（YOLOv8、Faster R-CNN、RetinaNet）应用于课堂互动分类，实现自动化、客观化的教师表现评估	研究仅基于7,259张图像数据，未涉及不同教学环境或文化背景的泛化性验证	开发客观、自动化的教师课堂表现评估系统，替代传统主观观察方法	课堂互动场景中的教师行为	计算机视觉	NA	深度学习目标检测	YOLOv8, Faster R-CNN, RetinaNet	图像	7,259张真实课堂环境标注图像
334	2025-09-22	Deep learning in breast cancer risk prediction: a review of recent applications in full-field digital mammography 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1656842 PMID:40969257	综述	本文回顾了深度学习在全视野数字乳腺X线摄影中用于乳腺癌风险预测的最新应用	填补了文献中关于利用AI影像生物标志物进行个性化乳腺癌风险预测的综述空白	NA	探索基于全视野数字乳腺X线摄影的AI风险预测技术进展及临床实施挑战	乳腺癌风险预测中的影像生物标志物	计算机视觉	乳腺癌	深度学习	AI模型	乳腺X线影像	NA
335	2025-09-22	Enhanced prediction of gene mutation and risk stratification in non-small-cell lung cancer through dual-pathway fusion of radiomics and pathomics 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646851 PMID:40969259	研究论文	本研究开发并验证了一种融合影像组学、病理组学和临床特征的多模态模型，用于精确预测非小细胞肺癌的EGFR突变状态和风险分层	首次通过双路径融合影像组学与病理组学特征，结合临床数据构建综合预测模型，并实现EGFR突变亚型预测及风险分层	回顾性研究设计，样本量相对有限（387例），外部验证队列仅来自两家医院	开发非侵入性工具精准预测NSCLC的EGFR突变状态和患者风险分层	非小细胞肺癌（NSCLC）患者	数字病理	肺癌	3D CNN深度学习、弱监督学习、多示例学习	CNN、综合诺莫图（Nomogram）	医学影像、病理图像、临床数据	387例NSCLC患者（训练集193例，内部验证83例，外部验证111例）
336	2025-09-22	Diagnostic performance of ultrasound characteristics-based artificial intelligence models for thyroid nodules: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1614603 PMID:40969266	系统综述与荟萃分析	系统评估基于超声特征的人工智能模型在甲状腺结节良恶性鉴别中的诊断性能	首次通过荟萃分析全面比较不同AI诊断模型的效能，并识别出EDLC-TN模型具有最优诊断准确性	纳入研究存在显著异质性，部分亚组分析结果稳定性受限	评估超声AI模型对甲状腺结节的诊断效能并确定最优模型	甲状腺结节患者及结节超声图像	医学人工智能	甲状腺疾病	超声影像分析、深度学习	深度学习模型（具体类型未明确）	超声图像	28项研究，134,028例患者，158,161个甲状腺结节，529,479张超声图像
337	2025-09-22	Key parameters in intratumoral-peritumoral region fusion models: optimizing deep learning radiomics for breast cancer diagnosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587879 PMID:40969275	研究论文	本研究探索关键参数选择对瘤内-瘤周区域融合模型性能的影响，以优化深度学习影像组学在乳腺癌诊断中的应用	首次系统评估伪彩色与灰度图像、原始精确ROI与边界框ROI、直接扩展与特征级融合策略等关键参数组合对融合模型性能的影响	回顾性研究，样本仅来自四家医院，可能存在选择偏倚	提升深度学习影像组学模型在区分乳腺良恶性肿瘤方面的非侵入性诊断能力	411名女性乳腺病变患者的对比增强超声图像	医学影像分析	乳腺癌	深度学习影像组学	DLR	超声图像	411例患者
338	2025-09-22	Federated learning-based virtual dual-energy CT generation from single-energy CT for gout detection 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375570 PMID:40969395	研究论文	开发并验证基于联邦学习的虚拟双能CT生成框架OneGout，用于痛风的早期准确诊断	首创基于深度学习的虚拟双能CT生成方法，并集成联邦学习实现多机构协作训练同时保护数据隐私	NA	为痛风诊断提供低成本、低辐射的替代方案，解决现有诊断方法的侵入性和可及性问题	痛风患者	计算机视觉	痛风	深度学习，联邦学习	U-Net	CT图像	NA
339	2025-09-22	Gene regulatory network prediction using machine learning, deep learning, and hybrid approaches 2025, Forestry research DOI:10.48130/forres-0025-0014 PMID:40969532	研究论文	本研究开发并评估了机器学习、深度学习和混合方法用于构建基因调控网络（GRNs），通过整合先验知识和大规模转录组数据	混合模型结合卷积神经网络和机器学习，在GRN预测中表现优于传统方法，并实现了跨物种的迁移学习	非模式物种中训练数据有限可能影响模型性能	构建和评估基因调控网络预测方法，以阐明调控机制	拟南芥、杨树和玉米的转录组数据	机器学习	NA	转录组测序	CNN与机器学习混合模型	基因表达数据	多个物种的大规模转录组数据集
340	2025-09-22	Assessing the accuracy of forest above-ground biomass and carbon storage estimation by meta-analysis based close-range remote sensing 2025, Forestry research DOI:10.48130/forres-0025-0017 PMID:40969538	研究论文	通过荟萃分析评估近距离遥感在森林地上生物量和碳储量估算中的准确性	首次系统评估多种近距离遥感技术（LiDAR、无人机、光谱和RGB传感器）在不同尺度（单木、样地和林分）的估算精度，并分析不同方法和变量的影响	传感器限制导致单一传感器无法独立达到最优效果，且随着尺度扩大精度和样本量下降	量化评估近距离遥感在森林地上生物量（AGB）和碳储量估算中的准确性	全球森林生态系统（涵盖不同森林类型和尺度）	遥感监测	NA	荟萃分析（Meta-analysis）、LiDAR、无人机遥感、光谱传感、RGB传感	NA	遥感数据、生物量测量数据	187项全球研究，233个数据集