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
361	2025-05-03	PPDock: Pocket Prediction-Based Protein-Ligand Blind Docking 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01373 PMID:39814581	研究论文	提出了一种基于口袋预测的蛋白质-配体盲对接方法PPDock，通过两阶段对接范式显著提高了对接准确性和效率	采用两阶段对接范式（口袋预测后进行基于口袋的对接），克服了传统方法难以识别正确口袋的问题	未明确说明方法在超大规模蛋白质复合体上的适用性	提升蛋白质-配体盲对接的准确性和效率以促进药物发现	蛋白质结合位点（口袋）与配体的对接构象	计算生物学	NA	深度学习	PPDock（新型盲对接架构）	蛋白质结构数据	基准测试数据集（未明确数量）
362	2025-05-03	A fusion model of manually extracted visual features and deep learning features for rebleeding risk stratification in peptic ulcers 2025-Jan-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.01.23 PMID:39819728	研究论文	提出了一种基于内窥镜图像手动提取特征和深度学习特征的多特征融合模型，用于评估消化性溃疡再出血风险	首次将手动提取的视觉特征与深度学习特征融合，用于消化性溃疡再出血风险分级	研究样本仅包含708名患者，可能存在一定的数据偏差	提高消化性溃疡再出血风险分级的准确性	消化性溃疡患者的内窥镜图像	数字病理学	消化性溃疡	深度学习特征提取与手动视觉特征提取	CNN	图像	708名患者的3573张内窥镜图像
363	2025-05-03	A multi-modal dental dataset for semi-supervised deep learning image segmentation 2025-Jan-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04306-9 PMID:39833232	research paper	本文介绍了一个用于半监督深度学习图像分割的多模态牙科数据集STS-Tooth，包括STS-2D-Tooth和STS-3D-Tooth	首个结合牙科全景X射线图像(PXI)和锥形束计算机断层扫描(CBCT)的多模态数据集，也是最大的牙齿分割数据集	未提及具体的技术性能指标或与其他方法的比较结果	推动牙齿分割技术的发展，解决公开牙科数据集稀缺的问题	牙齿分割	digital pathology	dental disease	semi-supervised deep learning	NA	image	STS-2D-Tooth包含4,000张图像和900个掩模，STS-3D-Tooth包含148,400个未标记扫描和8,800个掩模
364	2025-05-03	Deep-learning based electromagnetic navigation system for transthoracic percutaneous puncture of small pulmonary nodules 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85209-6 PMID:39833245	研究论文	开发了一种基于深度学习的电磁导航穿刺系统，用于经皮穿刺小型肺结节	结合多种深度学习模型与电磁及空间定位技术，开发了新型电磁导航穿刺系统	研究仅在体模和动物模型中进行，尚未在人体临床试验中验证	提高经皮穿刺小型肺结节的技术成功率和操作效率	小型肺结节	数字病理	肺癌	电磁导航技术	深度学习模型	医学影像	体模和动物模型（具体数量未提及）
365	2025-05-03	Visual impairment prevention by early detection of diabetic retinopathy based on stacked auto-encoder 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85752-2 PMID:39833312	研究论文	提出一种基于增强堆叠自编码器的新方法，用于糖尿病视网膜病变（DR）的早期检测和分类	相比传统CNN方法，该方法通过降低时间复杂度、减少错误和增强降噪能力，提高了可靠性	未提及具体局限性	开发准确高效的糖尿病视网膜病变（DR）阶段分类方法，以预防视力损害或失明	糖尿病患者的视网膜眼底图像	计算机视觉	糖尿病视网膜病变	堆叠自编码器（SAEs）	SAE（堆叠自编码器）	图像	35,126张视网膜眼底图像（包含1个健康阶段和4个DR阶段）
366	2025-05-03	Predicting drug and target interaction with dilated reparameterize convolution 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86918-8 PMID:39833385	research paper	该研究提出了一种名为Rep-ConvDTI的新型药物-靶点相互作用预测框架，通过大核卷积块和重参数化方法提取大规模序列信息，并利用门控注意力机制更高效地表征药物与靶点的相互作用	设计了用于提取大规模序列信息的大核卷积块，引入了重参数化方法帮助大核卷积捕获小规模信息，并开发了门控注意力机制	未明确提及具体局限性	预测药物-靶点相互作用（DTI），这是药物研究中的关键挑战	药物和靶点	machine learning	NA	深度学习	CNN（大核卷积块）	序列信息	三个基准数据集
367	2025-05-03	Deep learning algorithms for predicting pathological complete response in MRI of rectal cancer patients undergoing neoadjuvant chemoradiotherapy: a systematic review 2025-Jan-20, International journal of colorectal disease IF:2.5Q1 DOI:10.1007/s00384-025-04809-w PMID:39833443	系统综述	本文系统综述了深度学习算法在预测直肠癌患者新辅助放化疗后病理完全缓解中的效用	评估基于MRI的人工智能模型性能，并探讨影响其诊断准确性的因素	模型设计、MRI协议存在异质性，临床数据整合有限	评估AI模型在预测直肠癌患者新辅助放化疗后病理完全缓解中的性能	直肠癌患者	数字病理	直肠癌	MRI（T2W和DWI序列）	深度学习模型	MRI图像	26项研究符合纳入标准
368	2025-05-03	Integrating pharmacogenomics and cheminformatics with diverse disease phenotypes for cell type-guided drug discovery 2025-Jan-20, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01431-x PMID:39833831	研究论文	提出了一种基于网络的统计方法Pathopticon，整合药物基因组学和化学信息学数据，用于细胞类型依赖的药物发现	Pathopticon方法首次将细胞类型特异性基因-药物扰动网络与化学信息学数据及多种疾病表型整合，以细胞类型依赖的方式优先考虑药物	方法依赖于CMap数据的质量和覆盖范围，可能无法涵盖所有细胞类型或疾病表型	开发一种细胞类型特异性的药物发现和重新定位平台	药物基因组学和化学信息学数据，以及569种疾病特征	计算药物发现	血管疾病	QUIZ-C统计方法，qPCR实验	网络模型	基因表达数据，化学信息数据	569种疾病特征，73个基因集
369	2025-05-03	Towards a decision support system for post bariatric hypoglycaemia: development of forecasting algorithms in unrestricted daily-life conditions 2025-Jan-20, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02856-5 PMID:39833876	research paper	开发基于线性和深度学习模型的算法，用于预测减肥手术后低血糖事件	首次在无限制日常生活条件下开发预测减肥手术后低血糖事件的算法	仅使用连续血糖监测数据作为单一输入，数据噪声和餐后血糖快速变化是主要挑战	开发决策支持系统以预警减肥手术后低血糖事件	50名接受Roux-en-Y胃旁路手术后出现低血糖的患者	machine learning	geriatric disease	CGM	rAR, deep learning models	CGM data	50名患者，监测长达50天
370	2025-05-03	Interpretable machine learning model for outcome prediction in patients with aneurysmatic subarachnoid hemorrhage 2025-Jan-20, Critical care (London, England) DOI:10.1186/s13054-024-05245-y PMID:39833976	研究论文	开发了一种可解释的深度学习模型，用于预测动脉瘤性蛛网膜下腔出血患者的功能结局	利用SHAP增强模型的可解释性，并确认年龄、世界神经外科医师联合会分级和高级脑功能障碍为关键预测因素	研究仅基于日本五家医院的数据，可能限制了模型的普遍适用性	优化动脉瘤性蛛网膜下腔出血患者的治疗策略	718名动脉瘤性蛛网膜下腔出血患者	机器学习	动脉瘤性蛛网膜下腔出血	深度学习	深度学习模型	临床数据	718名患者
371	2025-05-03	Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach 2025-Jan-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82282-1 PMID:39828726	研究论文	本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染的风险	首次提出结合机器学习和深度学习的集成预测模型，利用SHAP解释模型提供新的临床风险因素见解	回顾性研究，缺乏对照组，证据等级为IV级	提高小儿肾盂成形术后尿路感染的预测准确性	764例接受单侧肾盂成形术的儿科患者	机器学习	尿路感染	机器学习算法（Logistic回归、SVM、随机森林、XGBoost、LightGBM）和深度学习TabNet模型	集成学习模型（LightGBM和TabNet结合逻辑回归元学习器）	临床数据	764例儿科患者
372	2025-05-03	Optimizing papermaking wastewater treatment by predicting effluent quality with node-level capsule graph neural networks 2025-Jan-18, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13581-3 PMID:39825037	研究论文	提出一种基于节点级胶囊图神经网络的造纸废水处理方法，用于预测出水质量	使用节点级胶囊图神经网络（NLCGNN）结合Hermit Crab优化（HCO）算法，提高了化学需氧量（COD）预测的准确性、精确度和灵敏度	未提及该方法在其他类型废水处理中的适用性或实际工业环境中的部署挑战	优化造纸废水处理过程中的出水质量预测	造纸废水处理过程中的化学需氧量（COD）指标	机器学习	NA	节点级胶囊图神经网络（NLCGNN），Hermit Crab优化（HCO）算法	NLCGNN	工业废水处理过程数据	NA
373	2025-05-03	ds-FCRN: three-dimensional dual-stream fully convolutional residual networks and transformer-based global-local feature learning for brain age prediction 2025-Jan-18, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-024-02889-y PMID:39826018	研究论文	本研究开发了一种结合3D双流全卷积残差网络和Transformer的深度学习模型，用于基于灰质密度图的脑年龄预测	提出创新的3D双流全卷积残差网络(ds-FCRN)结合Transformer的全局-局部特征学习范式，并使用Shapley值解释不同脑区对预测精度的影响	研究仅基于健康参与者数据，未考虑疾病状态对脑年龄预测的影响	开发具有高预测准确性和可解释性的脑年龄预测深度学习模型	来自UKB数据库的16,377名45-82岁健康参与者的灰质密度图	数字病理学	老年疾病	T1 MRI	3D ds-FCRN + Transformer	医学影像	16,377名健康参与者(训练集) + 3,276名健康参与者(测试集)
374	2025-05-03	Benchmarking protein language models for protein crystallization 2025-Jan-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86519-5 PMID:39827171	research paper	本文通过TRILL平台评估了多种蛋白质语言模型（PLMs）在预测蛋白质结晶倾向方面的性能，并识别出最有效的方法	利用ESM2模型的LightGBM分类器在多种评估指标上表现最佳，性能提升3倍以上，并通过ProtGPT2模型生成了5种潜在可结晶的新型蛋白质	研究中生成的蛋白质数量有限（3000个），且最终仅筛选出5种潜在可结晶蛋白质	评估和比较不同蛋白质语言模型在预测蛋白质结晶倾向方面的性能	蛋白质序列及其结晶倾向	machine learning	NA	蛋白质语言模型（PLMs），包括ESM2、Ankh、ProtT5-XL、ProstT5、xTrimoPGLM、SaProt	LightGBM, XGBoost, ProtGPT2	蛋白质序列	3000个生成的蛋白质，最终筛选出5种潜在可结晶蛋白质
375	2025-05-03	Predicting metabolite response to dietary intervention using deep learning 2025-Jan-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56165-6 PMID:39827177	研究论文	开发了一种名为McMLP的深度学习方法，用于预测个体对饮食干预的代谢反应	首次将深度学习方法（McMLP）应用于基于肠道微生物组成的代谢反应预测，填补了该领域的空白	未提及具体样本量的限制或模型在其他数据集上的泛化能力	实现精准营养，通过预测代谢反应来设计个性化的饮食策略	个体的肠道微生物组成及其对饮食干预的代谢反应	机器学习	NA	深度学习	McMLP（耦合多层感知器）	合成数据和真实数据（来自六项饮食干预研究）	未明确提及具体样本数量
376	2025-05-03	Advancements in Frank's sign Identification using deep learning on 3D brain MRI 2025-Jan-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82756-2 PMID:39827273	研究论文	本研究开发了一种深度学习模型，用于在3D脑MRI扫描中自动识别Frank's sign（FS）	首次使用深度学习模型在3D脑MRI扫描中自动识别FS，并评估了四种不同的深度学习架构	研究仅基于有限数量的MRI扫描（400个训练样本和600个验证样本），且外部验证数据集的FS存在情况不同	开发一种自动化的FS检测方法，以弥补目前缺乏标准化识别方法的不足	3D面部图像（来自脑MRI扫描）中的Frank's sign	数字病理学	老年疾病	MRI扫描	U-net	3D图像	400个脑MRI扫描（训练集），600个脑MRI扫描（两个外部验证集，各300个）
377	2025-05-03	Biologically relevant integration of transcriptomics profiles from cancer cell lines, patient-derived xenografts, and clinical tumors using deep learning 2025-Jan-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adn5596 PMID:39823329	研究论文	开发了一种名为MOBER的深度学习方法，用于整合癌症细胞系、患者来源的异种移植模型和临床肿瘤的转录组学数据，以提高临床转化性	提出了MOBER方法，能够同时提取具有生物学意义的嵌入信息并去除混杂因素，从而识别与临床肿瘤转录相似性最高的临床前模型	未明确提及具体局限性，但可能包括数据集的多样性和模型泛化能力的验证	提高癌症研究中临床前模型的临床转化性	癌症细胞系、患者来源的异种移植模型和临床肿瘤	机器学习	癌症	转录组学分析	深度学习	转录组数据	932个癌症细胞系、434个患者来源的异种移植模型和11,159个临床肿瘤样本
378	2025-05-03	Explainable Predictive Model for Suicidal Ideation During COVID-19: Social Media Discourse Study 2025-Jan-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65434 PMID:39823631	研究论文	该研究利用自然语言处理技术分析社交媒体文本，开发可解释的自杀意念预测模型	提出混合深度学习网络架构(BERT+CNN+LSTM)并结合可解释AI技术分析COVID-19期间自杀意念特征变化	研究样本中自杀相关帖子比例较低(0.9%)，可能影响模型泛化能力	检测COVID-19疫情期间社交媒体中表现的自杀意念并分析其影响因素	社交媒体用户发布的文本内容	自然语言处理	心理健康疾病	TF-IDF, Word2vec, BERT, LIME, SHAP	BERT+CNN+LSTM混合模型	文本	从348,110条记录中筛选3,154条(1,338条自杀相关，1,816条非自杀相关)
379	2025-05-03	Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85386-4 PMID:39824854	research paper	比较1D和3D体积测量技术在NF2相关前庭神经鞘瘤监测中的效果	比较了1D线性测量和3D分割体积分析（SVA）在NF2相关前庭神经鞘瘤监测中的效果，发现正交分析（OA）与SVA的相关性更强	对于小型或手术减小的肿瘤，测量结果的离散范围较大，不适用于贝伐单抗等非标签治疗的监测或依赖精确肿瘤体积评估的治疗决策	评估1D和3D体积测量技术在NF2相关前庭神经鞘瘤监测中的有效性和适用性	NF2相关前庭神经鞘瘤（VS）	digital pathology	vestibular schwannoma	MRI, 3D-segmented volumetric analysis (SVA), linear measurements	linear regression model	MRI images	149名NF2患者和292个相关前庭神经鞘瘤，共进行了2586次SVA和10344次线性测量
380	2025-05-03	Exploring the anticancer activities of Sulfur and magnesium oxide through integration of deep learning and fuzzy rough set analyses based on the features of Vidarabine alkaloid 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82483-8 PMID:39824867	研究论文	本文提出了一种结合深度学习和模糊粗糙集分析的人工智能模型，用于发现基于天然产物Vidarabine的新型抗癌药物候选物	整合了深度学习、模糊粗糙集理论和可解释人工智能技术来识别潜在抗癌药物，并重新发现了硫和氧化镁的抗癌活性	仅针对三种癌细胞系进行了验证，需要进一步的临床前研究	利用人工智能技术加速抗癌药物的发现过程	Vidarabine生物碱衍生物、硫和氧化镁	药物发现	肺癌、黑色素瘤、皮肤癌	深度学习、模糊粗糙集分析、可解释人工智能	DL与FRS结合的AI模型	化学化合物特征数据、实验室实验数据	三种癌细胞系(A-549、A-375、A-431)