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
21	2025-07-20	Performance of Machine Learning in Diagnosing KRAS (Kirsten Rat Sarcoma) Mutations in Colorectal Cancer: Systematic Review and Meta-Analysis 2025-Jul-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/73528 PMID:40680189	系统性综述与荟萃分析	本文通过系统性综述和荟萃分析评估了机器学习在诊断结直肠癌KRAS突变中的性能	首次通过系统性综述和荟萃分析评估了不同机器学习模型在KRAS突变诊断中的表现，并比较了基于不同影像特征的模型性能	深度学习模型的临床应用目前仍相对有限，需要更大的样本量和改进的模型架构	为开发和完善未来智能诊断工具提供循证依据	结直肠癌患者的KRAS基因突变	数字病理学	结直肠癌	机器学习、深度学习	多种ML/DL模型	临床特征、CT、MRI、PET/CT、病理组织学图像	43项研究，共10,888名患者
22	2025-07-20	Modelling In vitro Mutagenicity Using Multi-Task Deep Learning and REACH Data 2025-Jul-18, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.5c00152 PMID:40680271	研究论文	本研究探讨了利用多任务深度学习和REACH数据建立体外诱变模型的可能性	利用多任务深度学习模型探索不同诱变性检测方法之间的内在关联，并比较其与单任务模型的性能差异	外部测试集的阳性样本和阴性样本数量需至少各200个才能获得较好的预测准确率	开发更准确的体外诱变性预测模型	超过12,000种化学物质	机器学习	NA	多任务深度学习	图神经网络(GNN)	化学结构数据	超过12,000种化学物质
23	2025-07-20	Iterative deep learning design of human enhancers exploits condensed sequence grammar to achieve cell-type specificity 2025-Jul-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101302 PMID:40472848	research paper	该研究应用迭代深度学习设计具有人类细胞系特异性活性的合成增强子	利用迭代深度学习优化模型，设计出在两种人类细胞系中具有显著差异活性的合成增强子，并通过实验验证和模型再优化提高特异性	研究仅针对两种人类细胞系进行验证，未扩展到更多细胞类型或体内环境	解决合成生物学中靶向特定细胞类型基因表达的问题	人类合成增强子的设计与验证	synthetic biology	NA	iterative deep learning, chromatin accessibility analysis	deep learning	genomic sequence, chromatin accessibility data	two human cell lines
24	2025-07-20	Computer vision techniques for high-speed atomic force microscopy of DNA molecules 2025-Jul-16, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ade888 PMID:40570888	研究论文	探讨深度学习技术在高速原子力显微镜(HSAFM)图像分析中的应用，以提高DNA分子检测和分类的效率	首次将全卷积网络(FCN)和YOLOv8架构应用于HSAFM图像分析，显著提高了DNA分子检测的准确性和效率	研究仅针对特定遗传疾病(三核苷酸重复扩增疾病和脆性X综合征)的样本，可能不适用于其他类型的DNA分析	开发自动化方法以加速HSAFM图像分析流程，实现快速精准的基因组疾病诊断	来自三核苷酸重复扩增疾病和脆性X综合征患者的DNA分子	计算机视觉	遗传疾病	高速原子力显微镜(HSAFM)	FCN, YOLOv8	图像	20000张包含DNA分子的图像，其中标记了248个分子(33个为真实目标)
25	2025-07-20	Deep learning-based high-resolution time inference for deciphering dynamic gene regulation from fixed embryos 2025-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61907-7 PMID:40670357	研究论文	本文提出了一种基于深度学习的多尺度集成方法，用于从固定果蝇胚胎图像中高精度推断绝对发育时间，并应用于基因调控网络动态研究	开发了一种能够以1分钟分辨率从固定胚胎核形态推断绝对发育时间的深度学习方法，无需遗传修饰即可解析基因调控动态	方法目前仅应用于果蝇胚胎，在其他生物系统中的适用性尚未验证	解析胚胎发育过程中复杂基因调控网络的时空动态	果蝇胚胎的基因调控网络	数字病理学	NA	固定胚胎成像，深度学习	多尺度集成深度学习模型	图像	野生型果蝇胚胎
26	2025-07-20	Interpretable deep learning framework for understanding molecular changes in human brains with Alzheimer's disease: implications for microglia activation and sex differences 2025-Jul-16, npj aging IF:4.1Q2 DOI:10.1038/s41514-025-00258-5 PMID:40670382	研究论文	开发了一个可解释的深度学习框架，用于理解阿尔茨海默病(AD)患者大脑中的分子变化，重点关注小胶质细胞激活和性别差异	首次发现与AD女性更显著神经元丢失相关的性别连锁转录因子对(ZFX/ZFY)，揭示了AD性别二态性的新机制	研究基于批量组织RNA-seq数据，可能掩盖了细胞类型特异性变化	利用人工智能方法研究AD分子水平的变化，发现新的生物标志物和治疗靶点	AD患者和对照组的脑组织样本	数字病理学	阿尔茨海默病	RNA-seq	MLP	基因表达数据	来自ROSMAP、MAYO和MSBB三个队列的多个脑区样本
27	2025-07-20	Hybrid genetic algorithm and deep learning techniques for advanced side-channel attacks 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06375-1 PMID:40670393	研究论文	该研究提出了一种结合遗传算法和深度学习技术的侧信道攻击方法，用于优化神经网络的超参数	引入遗传算法框架，有效解决传统方法在超参数优化中的局限性，如网格搜索的可扩展性差和贝叶斯优化在高维空间中的挑战	未提及具体的数据集规模或计算资源需求，可能影响方法的广泛适用性	优化侧信道攻击模型的超参数，提高密钥恢复的准确性	受保护的AES实现	机器学习	NA	遗传算法(GA)和深度学习	神经网络	侧信道数据	未明确提及具体样本数量
28	2025-07-20	Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07084-5 PMID:40670420	研究论文	本研究评估了深度学习架构在多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中对肝脏结构的分割效果	比较了nnU-Net的变体和Swin UNETR在多相MRI肝脏结构分割中的表现，发现nnU-Net变体在大多数任务中表现更优	病变和腹水的分割对所有模型都具有挑战性	提高肝脏疾病监测和治疗的准确性	肝脏实质、门静脉、肝静脉、主动脉、病变和腹水	数字病理	肝脏疾病	多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描	nnU-Net, ResEnc nnU-Net, Swin UNETR	MRI图像	458例病理肝脏的T1加权VIBE扫描，其中78例手动标注，47例用于跨扫描仪评估
29	2025-07-20	In Silico tool for predicting, designing and scanning IL-2 inducing peptides 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08388-2 PMID:40670434	研究论文	开发了一种预测IL-2诱导肽的方法，并构建了集成模型和在线工具IL2pred	结合了基于对齐的方法和人工智能模型（包括机器学习、深度学习和大型语言模型），构建了预测IL-2诱导肽的集成模型	主数据集中的IL-2诱导和非诱导肽均为MHC结合物，可能影响模型的泛化能力	预测和设计能够诱导IL-2产生的肽段，用于癌症免疫治疗	IL-2诱导肽和非诱导肽	生物信息学	癌症	机器学习（ML）、深度学习（DL）、大型语言模型（LLM）	Extra Tree、集成模型	肽序列数据	主数据集包含6,574个实验验证的MHC结合肽（3,429个IL-2诱导肽和3,145个非诱导肽），另有两个替代数据集
30	2025-07-20	Enhancing pathological feature discrimination in diabetic retinopathy multi-classification with self-paced progressive multi-scale training 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07050-1 PMID:40670454	research paper	提出了一种结合自步渐进学习和随机多尺度图像重建的深度学习框架，用于糖尿病视网膜病变的多分类任务	引入了自步渐进学习策略（从简单到复杂的样本训练）和随机多尺度图像重建技术，同时采用基于KL散度的集成学习协作正则化提升分类一致性	未明确说明模型在真实临床环境中的泛化能力或计算效率	提升糖尿病视网膜病变多分类的病理特征判别能力	糖尿病视网膜病变（DR）患者的眼底图像	digital pathology	diabetic retinopathy	深度学习框架（含数据增强与特征提取）	CNN（基于ResNet-50改进）	医学图像（眼底照片）	APTOS与MESSIDOR-Kaggle整合数据集（具体数量未提及）
31	2025-07-20	Artificial intelligence-based diabetes risk prediction from longitudinal DXA bone measurements 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10136-5 PMID:40670456	研究论文	该研究利用纵向DXA骨测量数据和人工智能技术，预测卡塔尔成年人糖尿病发病风险	首次使用纵向多模态DXA骨测量数据结合AI模型进行糖尿病发病前预测	研究样本仅来自卡塔尔人群，可能限制结果的普适性	探索DXA骨测量指标作为糖尿病发病预测因子的潜力	卡塔尔成年人（1382名参与者）	数字病理学	糖尿病	双能X射线吸收测定法(DXA)	传统机器学习模型与深度学习模型对比	医学影像数据（DXA扫描）与临床数据	1382名参与者（男性725人，女性657人）
32	2025-07-20	Fusion of microscopic and diffraction images with VGG net for budding yeast recognition in imaging flow cytometry 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09320-4 PMID:40670500	研究论文	本文提出了一种结合图像融合技术和深度学习算法的新方法，用于提高显微-衍射成像流式细胞术（MDIFC）中细胞分类的准确性和速度	首次将图像融合技术与基于VGG-net的卷积神经网络结合，用于MDIFC中的细胞分类，显著提高了分类准确性和处理速度	研究仅针对芽殖酵母细胞进行了验证，尚未在其他细胞类型上测试	提高显微-衍射成像流式细胞术（MDIFC）中细胞分类的准确性和速度	芽殖酵母细胞	数字病理学	NA	显微-衍射成像流式细胞术（MDIFC）	VGG-net CNN, SVM, RF	图像	未明确说明样本数量，但涉及单细胞、芽殖细胞和聚集细胞三类
33	2025-07-20	Image quality and radiation dose of reduced-dose abdominopelvic computed tomography (CT) with silver filter and deep learning reconstruction 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11184-7 PMID:40670595	研究论文	评估使用SilverBeam滤波器和深度学习重建（DLR）的低剂量腹部盆腔CT与标准剂量迭代重建（IR）在图像质量和辐射剂量方面的差异	结合SilverBeam滤波器和DLR技术，在降低辐射剂量的同时保持图像质量不劣于标准剂量IR	研究样本量有限（182例），且未涉及长期临床效果的评估	比较低剂量CT与标准剂量CT在腹部盆腔成像中的性能差异	182名腹部盆腔CT检查患者（平均年龄63±14岁，男性100人）	数字病理	NA	深度学习重建（DLR）、迭代重建（IR）、SilverBeam滤波器	DLR	CT图像	182例患者
34	2025-07-20	Development and evaluation of a deep learning-based system for dental age estimation using the demirjian method on panoramic radiographs 2025-Jul-16, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06420-5 PMID:40670936	研究论文	开发并评估了一种基于深度学习的系统，用于在全景X光片上使用Demirjian方法自动估计牙齿年龄，并与传统手动方法进行比较	首次开发了基于YOLOv11的深度学习模型，用于牙齿发育阶段的自动评估，并提供了用户友好的图形界面	模型在早期牙齿发育阶段表现较差，且需要更多样化的人群数据进行验证	开发自动牙齿年龄估计系统，提高临床和法医应用的效率	牙齿发育阶段评估	计算机视觉	NA	深度学习	YOLOv11	图像	4800张全景X光片用于训练和测试，650名个体用于方法比较
35	2025-07-20	Developing Nationwide Estimates of Built Environment Quality Characteristics Using Street-View Imagery and Computer Vision 2025-Jul-15, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c00966 PMID:40607680	研究论文	利用计算机视觉和街景图像评估美国城市建成环境质量特征	首次利用计算机视觉和街景图像对美国全国范围内的建成环境质量特征进行估计，并明确处理了社会人口和时间偏差	对西班牙裔/拉丁裔和夏威夷原住民或太平洋岛民群体的偏差调整不完全，犯罪安全的预测准确性较低	评估建成环境质量特征以支持流行病学研究、城市规划策略和公共卫生干预	美国所有城市的建成环境质量	计算机视觉	NA	深度学习	深度学习模型	图像	72,516份调查和1.2亿个街景位置
36	2025-07-20	A Large Language Model-Powered Map of Metabolomics Research 2025-Jul-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01672 PMID:40608399	research paper	本文通过大型语言模型绘制了代谢组学研究的全面图谱，综合分析了超过80,000篇文献的见解	使用PubMedBERT和GPT-4o mini进行主题建模，揭示了代谢组学研究的关键领域和趋势	研究依赖于文献数据，可能无法完全反映实际研究进展	绘制代谢组学研究的全面图谱，揭示研究趋势和关键领域	80,000篇代谢组学相关文献	自然语言处理	NA	PubMedBERT, t-SNE, GPT-4o mini	BERT, 神经网络主题模型	文本	80,000篇文献
37	2025-07-20	An interpretable machine learning model for predicting bone marrow invasion in patients with lymphoma via 18F-FDG PET/CT: a multicenter study 2025-Jul-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03110-8 PMID:40665334	研究论文	开发并验证了一种可解释的机器学习模型，用于预测淋巴瘤患者的骨髓侵犯	整合了临床数据、18F-FDG PET/CT参数、放射组学特征和深度学习特征，构建了一个可解释的预测模型	样本量较小（159例患者），且仅来自两个中心	预测淋巴瘤患者的骨髓侵犯，以减少对侵入性骨髓活检的依赖	新诊断的淋巴瘤患者	数字病理	淋巴瘤	18F-FDG PET/CT	ExtraTrees分类器	临床数据、影像数据	159例新诊断的淋巴瘤患者（118例来自中心I，41例来自中心II）
38	2025-07-20	SaeGraphDTI: drug-target interaction prediction based on sequence attribute extraction and graph neural network 2025-Jul-15, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06195-0 PMID:40670964	research paper	提出了一种基于序列属性提取和图神经网络的药物-靶标相互作用预测模型SaeGraphDTI	结合序列特征提取和图神经网络，利用相似性关系补充现有关系网络，从而获得更全面的特征表示	未提及具体的数据集规模限制或模型计算复杂度	准确预测药物-靶标相互作用以缩短药物开发周期和降低成本	药物和靶标序列	machine learning	NA	graph neural network	SaeGraphDTI	sequence data	四个公共数据集
39	2025-07-20	A cryptosystem for face recognition based on optical interference and phase truncation theory 2025-Jul-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06990-y PMID:40659666	研究论文	本研究提出了一种基于光学干涉和相位截断理论的人脸识别加密系统，旨在解决面部图像数据的安全传输和存储问题	引入了振幅-相位分离异步加密（APSAE）技术，通过分别异步加密振幅和相位分量来减轻固有漏洞	NA	解决面部图像隐私泄露的关键问题，并推动安全生物识别系统的发展	面部图像数据	计算机视觉	NA	光学干涉和相位截断理论	深度学习	图像	Labeled Faces in the Wild (LFW) 数据集
40	2025-07-20	Mortality and antibiotic timing in deep learning-derived surviving sepsis campaign risk groups: a multicenter study 2025-Jul-14, Critical care (London, England) DOI:10.1186/s13054-025-05493-6 PMID:40660326	研究论文	本研究利用深度学习模型对脓毒症患者进行风险分层，并探讨抗生素使用时机对患者死亡率的影响	首次使用深度学习模型客观地对脓毒症患者进行风险分层，并基于分层结果分析抗生素使用时机与死亡率的关系	研究为观察性队列研究，需要进一步的前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机对死亡率的影响	脓毒症患者	数字病理学	脓毒症	深度学习	DL	临床数据	34,087名成年脓毒症患者