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
3741	2025-10-06	Deep learning-enhanced multi-modal modeling for electrosorption performance prediction via Nyquist plots 2025-Oct-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122069 PMID:40473194	研究论文	开发了一种基于深度学习的多模态模型，通过结合奈奎斯特图电化学表征和关键工艺参数来预测Cr(VI)去除效率和Cr(III)再生效率	首次将奈奎斯特图电化学表征与工艺参数结合，并采用ANN-CNN多模态模型进行电吸附性能预测	模型性能对退火温度变量较为敏感，单一ANN模型预测精度有限	预测流动电吸附系统中Cr(VI)去除效率和Cr(III)再生效率	石墨化纳米金刚石阴极电极在不同退火温度下的电化学性能	机器学习	NA	电化学阻抗谱，奈奎斯特图分析	ANN, CNN	电化学数据，工艺参数数据	不同退火温度下的电极样品	NA	人工神经网络，卷积神经网络	R值，平均绝对误差，均方误差	NA
3742	2025-10-06	Study on predicting breast cancer Ki-67 expression using a combination of radiomics and deep learning based on multiparametric MRI 2025-Sep, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110401 PMID:40360135	研究论文	开发基于多参数乳腺MRI影像组学和深度学习的多模态模型，用于预测乳腺癌术前Ki-67表达状态	结合多参数MRI（T1WI、DWI、T2WI、DCE-MRI）的影像组学特征与深度学习技术构建多模态预测模型	样本量相对有限（176例患者），需进一步扩大验证	预测乳腺癌Ki-67表达状态，推进乳腺癌个体化治疗和精准医疗	176例浸润性乳腺癌患者	医学影像分析	乳腺癌	多参数MRI（T1WI、DWI、T2WI、DCE-MRI）	深度学习模型	医学影像	176例乳腺癌患者，按70%训练集和30%测试集随机分割	NA	多模态融合模型	AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值, F1分数	NA
3743	2025-10-06	Federated Learning for Renal Tumor Segmentation and Classification on Multi-Center MRI Dataset 2025-Sep, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29819 PMID:40384349	研究论文	本研究评估了联邦学习在肾脏肿瘤MRI图像分割和分类中的性能，并与集中式学习方法进行比较	首次在多中心MRI数据集上应用联邦学习进行肾脏肿瘤分割和分类，并验证其与集中式学习相当的性能	研究为回顾性多中心研究，样本量相对有限（987例患者），仅模拟了三个机构场景	评估联邦学习在多机构肾脏肿瘤MRI数据分割和分类中的性能和可靠性	来自六家医院的987名肾脏肿瘤患者（403名女性），其中723例为恶性肿瘤	医学影像分析	肾脏肿瘤	MRI成像（T2加权成像和对比增强T1加权成像）	深度学习	医学影像（MRI）	987名患者，分为训练集785例、验证集104例、测试集99例	NA	nnU-Net, ResNet	Dice系数, 准确率, 灵敏度, 特异性, AUC	NA
3744	2025-10-06	Refining cardiac segmentation from MRI volumes with CT labels for fine anatomy of the ascending aorta 2025-Sep, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00926-x PMID:40553227	研究论文	本研究评估了一种CT引导的细化方法，用于从MRI体积中进行心脏分割，重点保留Valsalva窦的详细形状	使用来自其他患者的CT标签来细化MRI心脏分割，特别是针对Valsalva窦区域的低空间对比度问题	定量分割精度略有下降，Valsalva窦附近出现隆起样结构，未能验证分割精度的定量改善	改进心脏MRI分割，特别是保留Valsalva窦的详细解剖结构	心脏结构，特别是升主动脉和Valsalva窦	医学影像分析	心血管疾病	磁共振成像(MRI), 计算机断层扫描(CT)	深度学习	医学影像体积数据	20个MRI体积和20个CT体积	nnU-Net	U-Net	精确度, 召回率, Dice系数	NA
3745	2025-10-06	Content-based X-ray image retrieval using fusion of local neighboring patterns and deep features for lung disease detection 2025-Sep, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00932-z PMID:40610682	研究论文	提出一种基于内容的医学图像检索系统，通过融合局部纹理特征和深度学习特征来检测和检索肺部疾病病例	首次将局部二值模式纹理特征与多种预训练CNN模型的深度特征进行融合，优化肺部疾病图像检索性能	未提及数据集的具体规模和多样性限制，也未说明计算资源需求	开发辅助医生和放射科医师临床决策的肺部疾病图像检索系统	肺部X光图像	计算机视觉	肺部疾病	医学影像分析	CNN	图像	NA	NA	VGG-16, DenseNet121, InceptionV3	精度, 准确率	NA
3746	2025-10-06	AF3Score: A Score-Only Adaptation of AlphaFold3 for Biomolecular Structure Evaluation 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00653 PMID:40671257	研究论文	本研究将AlphaFold3改造成仅用于评分的模型AF3Score，用于生物分子结构评估	通过绕过基于扩散的结构模块，直接将输入坐标输入置信度头，避免了传统AlphaFold2方法需要迭代优化输入结构导致的评分偏差	NA	开发一种无需结构优化的生物分子复合物评分方法	单体蛋白质、蛋白质-蛋白质复合物、从头设计结合剂、折叠转换蛋白质和蛋白质-配体复合物	计算生物学	NA	深度学习	AlphaFold3	生物分子结构坐标	NA	NA	AlphaFold3架构（修改版）	结合剂筛选性能、富集率、成功率	NA
3747	2025-10-06	Transfer Learning for Predicting ncRNA-Protein Interactions 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00914 PMID:40679953	研究论文	提出基于迁移学习的Transfer-RPI框架，用于预测非编码RNA与蛋白质相互作用	结合RiNALMo和ESM模型提取RNA和蛋白质序列特征，通过迁移学习解决小数据集下的预测性能限制	未明确说明模型在独立验证集上的泛化能力及计算资源需求	开发高精度的ncRNA-蛋白质相互作用预测方法	非编码RNA与蛋白质的相互作用对	生物信息学	NA	迁移学习，深度特征学习	深度学习	RNA序列，蛋白质序列	RPI369、RPI488、RPI1807、RPI2241和NPInter v2.0五个数据集	NA	RiNALMo, ESM	准确率	NA
3748	2025-10-06	m5U-HybridNet: Integrating an RNA Foundation Model with CNN Features for Accurate Prediction of 5-Methyluridine Modification Sites 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01237 PMID:40693567	研究论文	提出m5U-HybridNet框架，通过整合RNA基础模型和CNN特征来精确预测RNA中的5-甲基尿苷修饰位点	创新性地将RNA基础模型（RNA-FM）的深度语义特征提取与卷积神经网络特征进行策略性整合	NA	开发计算模型以精确识别RNA中的5-甲基尿苷修饰位点	RNA中的5-甲基尿苷修饰位点	计算生物学	NA	RNA修饰位点预测	CNN, 基础模型	RNA序列数据	NA	NA	m5U-HybridNet, RNA-FM	NA	NA
3749	2025-10-06	Prediction of Fraction Unbound in Human Plasma for Per- and Polyfluoroalkyl Substances: Evaluating Transfer Learning as an Algorithmic Solution to the Problem of Sparse Data 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01040 PMID:40693597	研究论文	本文提出一种新的机器学习方法，通过迁移学习策略改进全氟和多氟烷基物质（PFAS）的血浆游离分数预测模型	提出跨化学空间的迁移学习策略，使用在广泛化学库上训练的深度学习模型并在PFAS小数据集上进行微调	数据稀疏且不平衡，导致对于PFAS类物质，先前的全局模型仍更具竞争力	改进全氟和多氟烷基物质（PFAS）的血浆游离分数定量构效关系建模	全氟和多氟烷基物质（PFAS）及其他小化学家族	机器学习	NA	定量构效关系建模	深度学习,随机森林	化学结构数据	小数据集（具体数量未提及）	NA	NA	统计性能指标	NA
3750	2025-10-06	Uncertainty-Informed Screening for Safer Solvents Used in the Synthesis of Perovskites via Language Models 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00612 PMID:40694668	研究论文	提出一种结合BERT/ELMo确定性精度与GPT上下文深度的集成方法，用于钙钛矿合成中溶剂的安全筛选	通过集成双向上下文模型和自回归生成模型的互补优势，构建分层知识提取框架，并引入香农熵量化认知不确定性	以提高精度为代价牺牲了召回率，且缺乏该领域的基准数据集	开发不确定性感知的溶剂筛选方法，用于钙钛矿合成中更安全的溶剂选择	钙钛矿及其合成过程中使用的溶剂	自然语言处理	NA	语言模型，实体提取，结构匹配，实体归一化	BERT, ELMo, GPT	科学文献文本	保留部分论文子集用于手动验证	NA	BERT, ELMo, GPT	精度, 召回率, 结构依从性	NA
3751	2025-10-06	MMF-MCP: A Deep Transfer Learning Model Based on Multimodal Information Fusion for Molecular Feature Extraction and Carcinogenicity Prediction 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01362 PMID:40711460	研究论文	提出基于多模态信息融合的深度迁移学习模型MMF-MCP，用于分子特征提取和致癌性预测	首次结合图注意力网络、卷积神经网络和深度残差网络SE-ResNet18进行多模态分子特征融合，并采用迁移学习策略从致突变性数据迁移知识到致癌性预测	未明确说明数据质量限制和特征丰富度不足的具体影响	提高分子致癌性预测的准确性、鲁棒性和可解释性	分子致癌性	机器学习	癌症	多模态信息融合	图注意力网络, 卷积神经网络, 深度残差网络	分子图数据, 分子指纹数据, 分子图像	NA	NA	SE-ResNet18	ACC, AUC, SE, SP	NA
3752	2025-10-06	Benchmarking 3D Structure-Based Molecule Generators 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01020 PMID:40711830	研究论文	创建了一个新颖的基准测试来评估3D结构分子生成器在重现蛋白质-配体相互作用和3D配体构象方面的性能	开发了首个专注于蛋白质-配体相互作用和3D配体构象重现的分子生成器基准测试	深度学习方法无法生成结构有效的分子和3D构象，组合方法速度慢且生成的分子容易无法通过2D MOSES过滤器	评估和比较3D结构分子生成器的性能，为改进深度学习结构生成器提供指导	蛋白质-配体复合物和3D分子结构	机器学习	NA	结构基药物设计	图神经网络,扩散模型,遗传算法	3D分子结构数据	BindingMOAD数据集包含保留的盲测集	NA	Pocket2Mol, PocketFlow, DiffSBDD, MolSnapper, AutoGrow4, LigBuilderV3	结构有效性, 3D配体构象质量, 蛋白质-配体相互作用重现能力	NA
3753	2025-10-06	Representation of Molecules by Sequences of Instructions 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00354 PMID:40720985	研究论文	提出一种基于指令序列的分子表示新方法，用于解决分子图结构在计算智能方法中的表示难题	定义精简指令集，通过指令序列构建分子表示，确保所有字符串都对应有效分子，且字符串的微小变化对应分子结构的微小改变	NA	开发适用于计算智能系统的分子表示方法	分子结构和化学信息	机器学习	NA	分子表示方法	深度学习模型	分子结构数据	NA	NA	NA	NA	NA
3754	2025-10-06	DGMM: A Deep Learning-Genetic Algorithm Framework for Efficient Lead Optimization in Drug Discovery 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01017 PMID:40736165	研究论文	提出一种结合深度学习和遗传算法的分子优化框架DGMM，用于药物发现中的先导化合物优化	首次将变分自编码器与遗传算法协同集成，引入骨架约束表示学习策略，并采用多目标优化平衡药物相似性与靶标活性	NA	解决药物发现中先导化合物优化时结构多样性与核心分子特征保留的双重挑战	药物分子	机器学习	NA	深度学习，遗传算法	VAE	分子结构数据	三个不同靶标（CHK1、CDK2、HDAC8）的验证数据	NA	变分自编码器	生物活性提升倍数	NA
3755	2025-10-06	SMILES Token Additivity Model with Interpretability and Generalizability for Fuel Property Predictions 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00986 PMID:40719477	研究论文	提出一种基于SMILES标记可加性模型，用于准确预测燃料性质并解释结构-性质关系	无需手工设计分子指纹，通过量化单个标记对目标性质的贡献实现模型可解释性，并具有广泛的结构相关性质泛化能力	NA	开发具有可解释性和泛化能力的深度学习模型用于燃料性质预测	燃料分子的七种关键性质：标准生成焓、熵、等压热容、十六烷值、沸点、熔点和闪点	机器学习	NA	SMILES（简化分子线性输入系统）	自注意力编码器	分子结构文本数据（SMILES字符串）	NA	NA	堆叠多头自注意力编码器	平均绝对误差,均方根误差,R²	NA
3756	2025-10-06	Real time blood detection in CCTV surveillance using attention enhanced InceptionV3 2025-Aug-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14941-w PMID:40775533	研究论文	提出一种结合注意力机制的实时深度学习框架，用于CCTV监控视频中的血迹检测	将InceptionV3架构与卷积块注意力模块相结合，并提出了增强对小尺寸血迹模式关注度的注意力模块	NA	实时检测监控视频中的血迹，提升医疗急救和公共安全响应能力	CCTV监控视频中的血迹检测	计算机视觉	NA	深度学习	CNN	图像	超过9500张手动标注的CCTV图像	NA	InceptionV3,Convolutional Block Attention Modules	准确率,精确率,召回率,F1分数	NA
3757	2025-10-06	Building digital histology models of transcriptional tumor programs with generative deep learning for pathology-based precision medicine 2025-Aug-07, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01502-z PMID:40775734	研究论文	利用生成式深度学习构建转录肿瘤程序的数字组织学模型，实现基于病理学的精准医疗	通过生成对抗网络从组织学图像中预测转录程序活性并生成合成数字模型，超越单个分子特征的预测	研究仅针对鳞状细胞癌，尚未验证在其他癌症类型中的适用性	开发从组织学图像推断肿瘤转录程序的方法以支持精准医疗	鳞状细胞癌患者的组织学图像和RNA-seq数据	数字病理学	鳞状细胞癌	RNA-seq, 生成对抗网络	GAN, 深度学习模型	组织学图像, 转录组数据	NA	NA	生成对抗网络	NA	NA
3758	2025-10-06	Machine learning training data: over 500,000 images of butterflies and moths (Lepidoptera) with species labels 2025-Aug-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05708-z PMID:40770239	研究论文	本文介绍了一个包含超过54万张奥地利蝴蝶和蛾类图像的数据集，用于机器学习模型训练	提供了目前最大的蝴蝶和蛾类图像数据集，包含185个物种，数据量远超其他已发布数据集	存在严重的类别不平衡问题，某些物种图像数量极少（仅1张），而其他物种图像数量接近3万张	加速基于图像的生物多样性数据处理，并为公民科学提供教育价值	奥地利地区的185种蝴蝶和蛾类（鳞翅目昆虫）	计算机视觉	NA	公民科学数据收集，专家验证	深度学习模型	图像	超过540,000张图像，涵盖185个物种	NA	NA	NA	NA
3759	2025-10-06	Renji endoscopic submucosal dissection video data set for colorectal neoplastic lesions 2025-Aug-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05718-x PMID:40770268	研究论文	本研究提出了首个专门针对结直肠肿瘤性病变的内镜黏膜下剥离术视频数据集	首个专门针对结直肠肿瘤性病变治疗的公开可获取ESD视频数据集	数据集规模相对较小，仅包含30个手术记录	为内镜手术阶段识别系统提供标注数据集支持	结直肠肿瘤性病变的内镜黏膜下剥离术视频	计算机视觉	结直肠肿瘤	内镜黏膜下剥离术	深度学习算法	视频	30个手术视频，包含130,298个阶段特异性标注	NA	NA	NA	NA
3760	2025-10-06	A combinatorial mutational map of active non-native protein kinases by deep learning guided sequence design 2025-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.03.668353 PMID:40766444	研究论文	通过深度学习引导的序列设计构建活性非天然蛋白激酶的组合突变图谱	突破了传统方法只能进行少量突变或局限于进化相似序列的限制，实现了对天然蛋白酪氨酸激酶的高度组合突变设计	NA	探索高度组合和稀疏的序列-功能景观在突变尺度上的功能探索	蛋白酪氨酸激酶	机器学习	NA	深度学习引导的序列设计，无细胞检测	深度学习	蛋白质序列数据	537个重新设计的序列	NA	NA	NA	NA