深度学习在生物医药领域的应用
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（使用关键词“['deep learning']”过滤），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！
添加微信请说明来意
微信赞赏
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19.9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。
当前共找到 33074 篇文献，本页显示第 3781 - 3800 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3781 | 2025-10-06 |
A Molecular Representation Learning Model Based on Multidimensional Joint and Cross-Learning for Drug-Drug Interaction Prediction
2025-Aug-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01171
PMID:40758117
|
研究论文 | 提出一种基于多维联合交叉学习的分子表示学习模型，用于预测药物相互作用 | 通过交叉注意力融合模块整合药物的一维、二维和三维分子特征，并设计分子对反应模块识别潜在相互作用位点 | 未明确说明模型在真实临床环境中的泛化能力及对罕见药物组合的预测效果 | 开发更精准的药物相互作用预测计算方法 | 药物分子及其相互作用 | 机器学习 | NA | 分子表示学习 | 深度学习 | 分子结构数据（1D/2D/3D特征） | 基准数据集（未指定具体数量） | NA | 交叉注意力融合模块，分子对反应模块 | 评估指标（未具体说明） | NA |
| 3782 | 2025-10-06 |
FakeRotLib: Expedient Noncanonical Amino Acid Parametrization in Rosetta
2025-Aug-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01030
PMID:40789114
|
研究论文 | 提出FakeRotLib方法用于在Rosetta中快速参数化非经典氨基酸 | 使用小分子构象异构体统计拟合创建旋转异构体分布，显著缩短参数化时间并能处理Rosetta之前未建模的NCAA类型 | NA | 改进Rosetta中非经典氨基酸的参数化方法 | 非经典氨基酸 | 计算生物学 | NA | 统计拟合，小分子构象异构体分析 | NA | 分子构象数据 | NA | Rosetta | NA | 参数化时间，建模能力 | NA |
| 3783 | 2025-10-06 |
PepPCBench is a Comprehensive Benchmarking Framework for Protein-Peptide Complex Structure Prediction
2025-Aug-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01084
PMID:40792461
|
研究论文 | 本文介绍了PepPCBench，一个用于蛋白质-肽复合物结构预测的综合基准测试框架 | 开发了首个专门针对蛋白质-肽复合物结构预测的基准测试框架，并构建了包含261个实验解析复合物的数据集 | 置信度指标与实验结合亲和力相关性较差，评分策略和泛化能力需要改进 | 系统评估深度学习方法在蛋白质-肽复合物结构预测中的性能 | 蛋白质-肽复合物结构 | 计算生物学 | NA | 深度学习 | 蛋白质折叠神经网络 | 蛋白质结构数据 | 261个实验解析的蛋白质-肽复合物，肽段长度5-30个残基 | NA | AlphaFold3, AlphaFold-Multimer, Chai-1, HelixFold3, RoseTTAFold-All-Atom | 综合评估指标 | NA |
| 3784 | 2025-10-06 |
Reflection-Enhanced Raman Identification of Single Bacterial Cells Patterned Using Capillary Assembly
2025-Aug-22, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c01225
PMID:40754993
|
研究论文 | 开发了一种结合反射增强拉曼光谱和毛细管组装技术的单细菌细胞检测平台 | 利用反射性Ag/SiO薄膜增强拉曼信号，并通过毛细管组装技术精确定位单细菌细胞的最强拉曼活性区域 | 未明确说明样本规模和技术在实际临床样本中的验证范围 | 开发可靠的单细菌细胞拉曼检测平台用于病原菌快速识别 | 单细菌细胞 | 生物传感 | 细菌感染 | 拉曼光谱，毛细管辅助粒子组装(CAPA) | 深度学习 | 光谱数据 | NA | NA | NA | 信号重现性，准确性 | NA |
| 3785 | 2025-10-06 |
AI-Driven Integration of Deep Learning With Lung Imaging, Functional Analysis, and Blood Gas Metrics for Perioperative Hypoxemia Prediction
2025-Aug-22, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/73995
PMID:40759599
|
观点文章 | 探讨人工智能通过整合深度学习与多模态临床数据预测围手术期低氧血症的变革性作用 | 提出融合肺部影像、肺功能分析和动脉血气的多模态AI系统，采用TD-CNNLSTM-LungNet等混合模型实现高达96.57%的准确率 | 面临数据集异质性、模型可解释性不足和临床工作流整合困难等挑战 | 预测围手术期低氧血症风险并优化临床决策 | 围手术期患者（动脉血氧分压<60 mmHg或血氧饱和度<90%） | 医学人工智能 | 围手术期并发症 | CT扫描、肺功能测试、动脉血气分析 | CNN, LSTM, 混合模型 | 医学影像、功能测试数据、实验室指标 | NA | NA | TD-CNNLSTM-LungNet, DeepLung-Predict | 准确率, AUC | NA |
| 3786 | 2025-10-06 |
Deep unrolled primal dual network for TOF-PET list-mode image reconstruction
2025-Aug-22, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adf9b7
PMID:40780257
|
研究论文 | 提出一种用于TOF-PET列表模式图像重建的深度展开原始对偶网络LMPDnet | 将网络展开为多个阶段，每个阶段包含列表模式域更新的对偶网络和图像域更新的原始网络，并利用CUDA并行加速计算TOF列表模式数据的系统矩阵 | 未明确说明计算资源需求和模型训练时间 | 改进TOF-PET列表模式图像重建质量，特别是在低计数数据情况下 | TOF-PET列表模式数据 | 医学影像重建 | NA | TOF-PET列表模式重建 | 深度展开原始对偶网络 | PET列表模式数据 | NA | CUDA | LMPDnet | 噪声抑制，图像质量，定量分析 | CUDA并行加速 |
| 3787 | 2025-10-06 |
Deep Learning for the Early Detection of Invasive Ductal Carcinoma in Histopathological Images: Convolutional Neural Network Approach With Transfer Learning
2025-Aug-21, JMIR formative research
IF:2.0Q4
DOI:10.2196/62996
PMID:40840868
|
研究论文 | 开发基于卷积神经网络和迁移学习的深度学习模型，用于组织病理学图像中浸润性导管癌的早期检测 | 使用预训练的Visual Geometry Group架构进行迁移学习以提升特征提取能力，并采用加权损失函数解决类别不平衡问题 | 数据增强未能改善结果，模型在类别不平衡处理上仍有优化空间 | 开发自动化IDC检测解决方案，辅助病理学家进行临床决策 | 浸润性导管癌的组织病理学图像 | 数字病理学 | 乳腺癌 | 组织病理学图像分析 | CNN | 图像 | 277,524张组织病理学图像（71.6% IDC阳性，28.4% IDC阴性） | NA | Visual Geometry Group | 准确率, 敏感度, 特异性, 精确率, 召回率, F1分数 | NA |
| 3788 | 2025-10-06 |
Memory-enhanced and multi-domain learning-based deep unrolling network for medical image reconstruction
2025-Aug-21, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adf939
PMID:40774313
|
研究论文 | 提出一种基于记忆增强和多域学习的深度展开网络，用于医学图像重建 | 设计了记忆增强模块整合历史输出，跨阶段空间域学习变换器提取局部和非局部特征，以及频域一致性学习模块 | 随着迭代次数增加，信息流和全局特征捕获能力可能受限 | 开发可解释的高保真医学图像重建方法 | 医学图像重建 | 计算机视觉 | NA | PET, MRI, CT | DUN, Transformer | 医学图像 | 三种医学成像模态（PET、MRI、CT）的数据 | NA | 记忆增强深度展开网络, CS-SLFormer | 峰值信噪比, 结构相似性指数 | NA |
| 3789 | 2025-10-06 |
An evaluation of rectum contours generated by artificial intelligence automatic contouring software using geometry, dosimetry and predicted toxicity
2025-Aug-21, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adf8f2
PMID:40774288
|
研究论文 | 评估商业深度学习自动勾画软件生成的直肠轮廓，并与临床医生轮廓在几何学、剂量学和毒性预测方面进行比较 | 首次综合评估AI自动勾画软件在直肠轮廓生成中的几何精度、剂量学影响和毒性预测能力 | 回顾性研究，样本量有限（308例），仅针对前列腺癌患者，未编辑自动生成的轮廓 | 评估AI自动勾画软件在放射治疗中直肠轮廓生成的准确性和临床应用价值 | 308名接受3D适形放射治疗的前列腺癌患者 | 数字病理 | 前列腺癌 | 计算机断层扫描，深度学习自动勾画 | 深度学习模型 | 医学影像 | 308名前列腺癌患者，其中124例有晚期直肠出血数据 | Limbus Contour (v1.8.0b3) | NA | Dice相似系数, Hausdorff距离, 体积差异, AUC | NA |
| 3790 | 2025-10-06 |
The use of artificial intelligence in predicting maximal intercuspal position: A feasibility study
2025-Aug-20, Journal of prosthodontic research
IF:3.2Q1
DOI:10.2186/jpr.JPR_D_24_00112
PMID:39756870
|
研究论文 | 本研究开发了一种两阶段粗到精牙齿对齐流程的AI系统，用于预测上下颌骨关系 | 提出新的两阶段粗到精牙齿对齐流程AI系统，用于在牙齿对数量不足时预测颌骨关系 | 样本量相对有限，仅使用325对石膏模型进行验证 | 研究人工智能在预测最大牙尖交错位中的可行性 | 上下颌石膏模型及其扫描数据 | 计算机视觉 | 口腔疾病 | 三维扫描，深度学习 | 深度学习对齐网络 | 三维扫描图像 | 325对上下颌石膏模型（300对训练，25对验证） | NA | 两阶段粗到精对齐流程 | 旋转偏差（x,y,z轴），平移偏差（x,y,z轴） | NA |
| 3791 | 2025-10-06 |
ChemKANs for combustion chemistry modeling and acceleration
2025-Aug-20, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d5cp02009c
PMID:40747601
|
研究论文 | 提出一种名为ChemKANs的新型神经网络框架，用于燃烧化学的模型推断和模拟加速 | 将通用的Kolmogorov-Arnold网络常微分方程(KAN-ODEs)与燃烧化学的动力学和热力学定律信息流知识相结合 | NA | 解决燃烧化学中大型ODE系统和广泛分离时间尺度带来的模型推断和模拟加速挑战 | 燃烧化学动力学模型 | 机器学习 | NA | 神经网络 | KAN-ODE | 化学动力学数据 | NA | NA | ChemKANs | 准确性, 加速比 | NA |
| 3792 | 2025-10-06 |
A predicted structural interactome reveals binding interference from intrinsically disordered regions
2025-Aug-20, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.15.670535
PMID:40894573
|
研究论文 | 本研究利用AlphaFold2多聚体预测蛋白质-蛋白质相互作用，揭示了内在无序区域在相互作用中的重要性 | 首次系统性地将功能关联数据整合到蛋白质物理相互作用预测中，并发现内在无序区域在预测的高置信度相互作用中的关键作用 | 研究主要针对非哺乳动物物种，哺乳动物系统中的验证相对有限 | 预测和分析蛋白质-蛋白质相互作用网络，特别关注内在无序区域的作用 | 蛋白质相互作用网络和内在无序区域 | 生物信息学 | NA | AlphaFold2多聚体预测 | 深度学习 | 蛋白质序列和结构数据 | NA | AlphaFold2 | AlphaFold2多聚体架构 | 预测置信度 | NA |
| 3793 | 2025-10-06 |
AI-Enhanced SERS with Probe Combinations for Concurrent Identification and Quantification of Coexisting Metal Ions in Water
2025-Aug-19, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c07025
PMID:40764259
|
研究论文 | 提出一种结合AI增强表面增强拉曼光谱和探针组合的方法，用于同时检测水中共存金属离子 | 将光谱分析与定制探针组合相结合，利用自注意力深度学习架构解决光谱重叠和非线性响应问题 | 仅验证了四种金属离子的同时检测，未涉及更多种类离子的检测能力 | 开发高效同时检测共存金属离子的方法以保护水质和减轻生态风险 | 水中共存金属离子 | 光谱分析 | NA | 表面增强拉曼光谱(SERS) | 深度学习 | 光谱数据 | 84种不同浓度共存金属离子组合 | NA | 自注意力架构 | 预测误差 | NA |
| 3794 | 2025-10-06 |
Genetic and environmental factors affecting hair density in East Asian populations
2025-Aug-18, The British journal of dermatology
DOI:10.1093/bjd/ljaf149
PMID:40251992
|
研究论文 | 本研究通过深度学习分析东亚人群毛囊密度特征，识别影响头发密度的遗传和环境因素 | 首次在东亚人群中进行大规模毛囊密度定量评估，发现三个新的遗传位点与头发密度相关，并揭示基因型特异性对非那雄胺治疗反应的差异 | 研究样本仅限于东亚人群，可能不适用于其他种族群体 | 识别东亚人群头发密度的环境和遗传决定因素，探索与其他毛发特征和毛发疾病的共享遗传影响 | 5735名东亚个体 | 生物医学研究 | 毛发疾病 | 深度学习分析、全基因组关联研究(GWAS)、元分析、C-GWAS | 深度学习模型 | 皮肤镜图像、基因组数据、临床数据 | 5735名东亚个体，另使用英国生物银行纵向数据 | NA | NA | 统计显著性 | NA |
| 3795 | 2025-10-06 |
Modelling In vitro Mutagenicity Using Multi-Task Deep Learning and REACH Data
2025-Aug-18, Chemical research in toxicology
IF:3.7Q2
DOI:10.1021/acs.chemrestox.5c00152
PMID:40680271
|
研究论文 | 本研究利用多任务深度学习模型预测体外致突变性，整合REACH数据和公共数据库构建了包含12,000多种物质的基因毒性数据集 | 首次利用多任务深度学习探索不同致突变性检测方法间的内在关联，相比单任务模型性能提升最高达12% | 模型在外部验证集上需要至少200个阳性和200个阴性样本才能达到最佳性能 | 开发更准确的体外致突变性预测模型，减少动物实验需求 | 化学物质的基因毒性评估 | 机器学习 | NA | 基因突变测试、染色体畸变试验、微核试验 | 图神经网络,深度学习 | 化学结构数据,基因毒性测试结果 | 超过12,000种化学物质 | NA | 图神经网络 | 平衡准确度 | NA |
| 3796 | 2025-10-06 |
HIST-DIP: histogram thresholding and deep image priors assisted smartphone-based fluorescence microscopy imaging
2025-Aug-18, The Analyst
DOI:10.1039/d5an00487j
PMID:40717611
|
研究论文 | 提出一种结合直方图阈值化和深度图像先验的无监督框架HIST-DIP，用于提升智能手机荧光显微镜图像质量 | 无需外部训练数据，结合直方图阈值化与深度图像先验进行无监督图像恢复 | 未提及实时设备计算的优化方法 | 提升智能手机荧光显微镜图像质量 | 荧光显微镜图像 | 计算机视觉 | NA | 荧光显微镜成像 | 深度图像先验 | 图像 | NA | NA | 深度图像先验 | PSNR, SSIM, CNR, SDNR | NA |
| 3797 | 2025-10-06 |
Development and validation of a multimodal automatic interictal epileptiform discharge detection model: a prospective multi-center study
2025-Aug-15, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-025-04316-3
PMID:40817241
|
研究论文 | 开发并验证了一种多模态自动检测发作间期癫痫样放电的深度学习模型 | 提出了结合视频和脑电图特征的多模态IED检测模型，并开发了坏道去除和患者检测方法以提高多中心验证的鲁棒性 | 不同中心间存在振幅差异，错误的患者检测会对整体性能产生负面影响 | 开发自动IED检测模型以促进癫痫诊断 | 发作间期癫痫样放电(IED) | 医疗人工智能 | 癫痫 | 视频脑电图 | 深度学习 | 视频, EEG信号 | 训练集：530名患者的26,706个IED和194,797个非IED 4秒视频-EEG时段；测试集：149名患者的377小时视频-EEG数据和9,232个IED | NA | vEpiNetV2 | AUPRC, AUC, 假阳性率, 灵敏度 | NA |
| 3798 | 2025-10-06 |
Towards proactively improving sleep: machine learning and wearable device data forecast sleep efficiency 4-8 hours before sleep onset
2025-Aug-14, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsaf113
PMID:40293116
|
研究论文 | 本研究开发了机器学习模型，利用可穿戴设备数据在睡眠开始前4-8小时预测睡眠效率 | 首次在睡眠开始前4-8小时预测睡眠效率，并识别出睡前活动与睡眠效率的U型关系 | 仅使用英国生物银行数据，模型在其他人群中的泛化能力有待验证 | 开发能够提前预测睡眠效率的机器学习模型，为主动改善睡眠提供工具 | 80,811名英国生物银行参与者的加速度计数据 | 机器学习 | 睡眠障碍 | 加速度计数据采集 | CatBoost, CNN-LSTM | 时间序列传感器数据 | 80,811名成年人 | CatBoost, TensorFlow/PyTorch | CNN-LSTM | AUC, AUPRC | NA |
| 3799 | 2025-10-06 |
Explainable Machine Learning for ETR and Drug Chameleonicity
2025-Aug-14, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c00536
PMID:40367343
|
研究论文 | 开发可解释的深度学习模型预测EPSA并定位影响药物变色龙特性的极性降低热点区域 | 首次在bRo5三维领域引入可解释深度学习模型，提出ETR作为高通量极性降低指标 | 传统计算方法依赖计算密集的3D物理建模或无法完全解释bRo5药物行为的经典描述符 | 指导bRo5类药物口服吸收的快速化学设计 | 大环化合物、PROTACs和其他bRo5类药物 | 机器学习 | NA | 分子动力学 | 深度学习 | 分子描述符数据 | 数千个大环化合物、PROTACs和其他bRo5类药物 | NA | NA | NA | NA |
| 3800 | 2025-10-06 |
MMPK: A Multimodal Deep Learning Framework to Predict Human Oral Pharmacokinetic Parameters
2025-Aug-14, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c01522
PMID:40741939
|
研究论文 | 开发了一个名为MMPK的多模态深度学习框架，用于预测人类口服药代动力学参数 | 整合分子图、子结构图和SMILES序列来捕捉多尺度分子信息，采用多任务学习和数据插补提高数据效率和模型鲁棒性 | NA | 预测药代动力学参数以评估药物安全性和有效性，优化给药方案 | 人类口服药物化合物 | 机器学习 | NA | 深度学习 | 多模态深度学习 | 分子图、子结构图、SMILES序列 | 超过1,200种独特化合物和5,000多种化合物-剂量组合 | NA | MMPK | 几何平均折叠误差(GMFE), 均方根对数误差(RMSLE) | NA |