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	2025-07-15	Evaluation of Small-Molecule Binding Site Prediction Methods on Membrane-Embedded Protein Interfaces 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00336 PMID:40601846	研究论文	评估小分子结合位点预测方法在膜嵌入蛋白界面上的性能	比较了多种计算方法在膜蛋白内区域预测配体结合位点的性能，并提供了性能排名	所有方法的平均DCC和DVO值均低于可溶性蛋白数据集，表明在膜蛋白结合位点预测方面仍有改进空间	评估计算方法在膜蛋白内区域预测配体结合位点的性能	GPCR和离子通道配体复合物	生物信息学	NA	几何基（Fpocket、ConCavity）、能量探针基（FTSite）、机器学习基（P2Rank、GRaSP）、深度学习基（PUResNet、DeepPocket、PUResNetV2.0）方法	PUResNet、DeepPocket、PUResNetV2.0	蛋白质结构数据	GPCR和离子通道配体复合物数据集，以及来自PDBBind的可溶性蛋白数据集
22	2025-07-15	Advancing Drug Discovery with Enhanced Chemical Understanding via Asymmetric Contrastive Multimodal Learning 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00430 PMID:40548496	研究论文	本文提出了一种名为非对称对比多模态学习（ACML）的新方法，旨在通过多模态深度学习增强分子理解并加速药物发现	引入ACML方法，利用非对称对比学习将不同化学模态的信息无缝转移到分子图表示中，提升分子表示学习的效果	未提及具体的数据集规模或实验条件的限制	增强分子理解并加速药物发现	分子图表示和化学多模态数据	机器学习	NA	非对称对比多模态学习（ACML）	图神经网络	分子图和化学多模态数据	NA
23	2025-07-15	DeepPSA: A Geometric Deep Learning Model for PROTAC Synthetic Accessibility Prediction 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00366 PMID:40560790	研究论文	本文提出了一种名为DeepPSA的几何深度学习模型，用于预测PROTACs的合成可行性	首次专注于PROTAC合成可行性的预测模型，采用图神经网络架构，并在内部数据集上表现出色	模型依赖于特定数据集，可能无法覆盖所有类型的PROTACs	开发一个计算模型来评估PROTACs的合成可行性，以辅助药物设计和筛选	PROTACs（蛋白降解靶向嵌合体）	机器学习	NA	深度学习	GNN（图神经网络）	化学结构数据	3644个PROTACs的实验合成数据
24	2025-07-15	Ultra-Elastic, Transparent, and Conductive Gelatin/Alginate-Based Bioadhesive Hydrogel for Enhanced Human-Machine Interactive Applications 2025-Jul-14, Biomacromolecules IF:5.5Q1 DOI:10.1021/acs.biomac.5c00425 PMID:40569129	研究论文	开发了一种新型高性能离子水凝胶（AGG-M水凝胶），用于增强人机交互应用	同时实现了高拉伸性、透明度、强粘附性和交互精度，并通过深度学习算法集成到可穿戴电子控制系统中	未提及具体临床应用的限制或潜在问题	开发多功能水凝胶用于可穿戴电子设备和人机交互	离子水凝胶（AGG-M水凝胶）及其在可穿戴电子设备中的应用	人机交互	NA	自由基聚合加离子配位策略	深度学习算法	生理信号数据	NA
25	2025-07-15	Auxiliary diagnosis of hyperpigmented skin diseases using multimodal deep learning 2025-Jul-14, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003637 PMID:40653928	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
26	2025-07-15	Deep Learning-Based Prediction for Bone Cement Leakage During Percutaneous Kyphoplasty Using Preoperative Computed Tomography: MODEL Development and Validation 2025-Jul-14, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005448 PMID:40658115	研究论文	开发一种基于深度学习的模型，用于预测经皮椎体后凸成形术中的骨水泥渗漏亚型，并使用术前CT图像进行验证	首次提出基于术前CT图像的深度学习模型来预测骨水泥渗漏亚型，并验证了模型的有效性和泛化能力	研究为回顾性研究，样本量可能不足以覆盖所有临床场景	预测经皮椎体后凸成形术中的骨水泥渗漏亚型，辅助术前手术决策	骨质疏松性椎体压缩性骨折患者	数字病理学	骨质疏松性椎体压缩性骨折	术前CT成像	3D U-Net与3D ResNet-50结合	医学影像	内部数据集包含901名患者的997个椎体节段
27	2025-07-15	Harnessing AlphaFold to reveal hERG channel conformational state secrets 2025-Jul-14, eLife IF:6.4Q1 DOI:10.7554/eLife.104901 PMID:40658102	研究论文	利用AlphaFold揭示hERG通道构象状态的秘密，以促进更安全的药物设计	通过精心选择的结构模板引导AlphaFold预测hERG通道的不同功能状态，并验证了这些预测与实验数据的一致性，揭示了新的分子特征	NA	深入理解hERG通道的结构和功能，以设计更安全、选择性更高的新疗法	K11.1 (hERG)通道蛋白	生物信息学	心血管疾病	AlphaFold、分子对接、分子动力学模拟	AlphaFold	蛋白质结构数据	NA
28	2025-07-15	Feasibility study of fully automatic measurement of adenoid size on lateral neck and head radiographs using deep learning 2025-Jul-14, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06332-0 PMID:40658209	研究论文	本研究开发并验证了一种基于深度学习的全自动系统，用于在侧位头颈部X光片上测量腺样体大小	首次提出使用深度学习技术实现腺样体大小的全自动测量，替代传统耗时的手动测量方法	研究为回顾性设计，且仅在两所中心收集数据，可能存在选择偏倚	开发自动化腺样体测量系统以提高临床诊断效率和准确性	711例侧位头颈部X光片	数字病理	耳鼻喉疾病	深度学习	RTMDet网络和RTMPose网络	X光影像	711例来自两所医疗中心的侧位头颈部X光片
29	2025-07-15	Pathological omics prediction of early and advanced colon cancer based on artificial intelligence model 2025-Jul-14, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03119-5 PMID:40658261	研究论文	本研究开发了一种基于全切片图像的AI模型，用于预测结肠癌的分期	结合病理组学诊断，开发了深度学习模型，相比机器学习模型具有更高的图像识别能力和准确度	外部验证集的AUC值相对较低，模型泛化能力有待进一步验证	开发AI模型辅助病理学家进行结肠癌分期诊断	结肠癌患者的病理切片	数字病理学	结肠癌	病理组学分析	深度学习算法	图像	100张病理切片作为训练集，421张来自TCGA数据库的切片作为外部验证集
30	2025-07-15	Identification of a 10-species microbial signature of inflammatory bowel disease by machine learning and external validation 2025-Jul-14, Cell regeneration (London, England) DOI:10.1186/s13619-025-00246-w PMID:40658318	研究论文	通过机器学习和外部验证识别出10种微生物特征作为炎症性肠病的非侵入性生物标志物	使用XGBoost算法和变量分析开发了10种微生物特征的分类模型（XGB-IBD10），并采用标准化方法确保宏基因组和16S测序数据的可比性	模型性能依赖于高质量数据，特别是在中国人群中的应用效果更佳，但可能在其他人群中表现不同	提高炎症性肠病的诊断准确性	炎症性肠病（IBD）患者	机器学习	炎症性肠病	宏基因组测序，16S测序	XGBoost	宏基因组数据，16S测序数据	181份粪便样本
31	2025-07-15	Automated multiclass segmentation of liver vessel structures in CT images using deep learning approaches: a liver surgery pre-planning tool 2025-Jul-14, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01581-7 PMID:40658328	研究论文	本研究提出了一种基于UNETR架构的深度学习方法，用于肝脏CT图像中门静脉和肝静脉的多类分割，以支持肝脏手术预规划	采用基于Transformer的编码器UNETR架构，有效捕捉长距离依赖关系，克服了CNN在处理复杂解剖结构时的局限性	在门静脉分割上的Dice系数相对较低(49.71%)，表明对于某些血管结构的识别仍有改进空间	开发自动化肝脏血管分割工具以改善肝脏手术预规划	肝脏CT图像中的门静脉和肝静脉结构	数字病理	肝脏疾病	深度学习	UNETR (U-Net Transformers)	CT图像	来自IRCAD数据集和本地医院开发的数据集的对比增强CT图像
32	2025-07-15	Artificial intelligence-based action recognition and skill assessment in robotic cardiac surgery simulation: a feasibility study 2025-Jul-13, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02563-3 PMID:40652436	研究论文	本研究开发了一种基于深度神经网络的系统，用于识别基本手术动作并根据视频数据评估外科医生的技能水平	结合CNN和LSTM网络，利用视频数据进行手术动作识别和技能评估，为机器人心脏手术模拟提供AI自动评估基础	技能评估网络需要更多数据来提高准确性	开发AI系统用于机器人心脏手术模拟中的动作识别和技能评估	19名具有不同机器人手术经验的外科医生在猪模型上进行的三种手术任务	计算机视觉	心血管疾病	深度学习	CNN+LSTM	视频	435条记录
33	2025-07-15	Diagnosing pathologic myopia by identifying morphologic patterns using ultra widefield images with deep learning 2025-Jul-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01849-y PMID:40653573	research paper	该研究通过深度学习识别超广角图像中的形态学模式来诊断病理性近视	提出了一种轻量级端到端框架RealMNet，用于识别具有临床意义的形态学模式，如后葡萄肿和近视性黄斑病变	依赖于多源数据集，可能受到数据采集差异的影响	诊断病理性近视并提高临床可解释性	超广角(UWF)图像中的后葡萄肿和近视性黄斑病变	digital pathology	pathologic myopia	deep learning	RealMNet	image	大规模多源UWF近视数据集PSMM
34	2025-07-15	Impact of three-dimensional prostate models during robot-assisted radical prostatectomy on surgical margins and functional outcomes 2025-Jul-13, BJU international IF:3.7Q1 DOI:10.1111/bju.16850 PMID:40653671	研究论文	探讨在机器人辅助根治性前列腺切除术中使用三维前列腺模型对手术切缘和功能结果的影响	使用3D虚拟和3D打印前列腺模型，结合深度学习自动分割技术，以提高手术精确度和功能结果	单中心可行性研究，样本量相对较小（270例患者），且需要长期随访验证结果	评估3D模型在机器人辅助根治性前列腺切除术中对手术切缘和功能结果的影响	前列腺癌患者	数字病理	前列腺癌	多参数磁共振成像（mpMRI）和深度学习自动分割（AutoProstate和AutoLesion）	深度学习模型	医学影像	270例患者（54例在3D虚拟模型组，54例在3D打印模型组，54例在回顾性对照组，108例在前瞻性对照组）
35	2025-07-15	The Power of Hellmann-Feynman Theorem: Kohn-Sham DFT Energy Derivatives with Respect to the Parameters of the Exchange-Correlation Functional at Linear Cost 2025-Jul-13, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01771 PMID:40653651	research paper	本文应用Hellmann-Feynman定理计算Kohn-Sham DFT能量相对于交换相关泛函参数的导数，实现了线性计算复杂度的显著加速	利用Hellmann-Feynman定理实现Kohn-Sham DFT能量导数的高效计算，相比自动微分方法显著提升计算速度	研究仅针对LDA和GGA泛函进行了验证，未涉及更复杂的泛函类型	开发高效计算科学模型参数导数的方法，以加速机器学习和深度学习中的梯度优化	Kohn-Sham DFT能量及其相对于交换相关泛函参数的导数	machine learning	NA	Hellmann-Feynman定理，Kohn-Sham DFT	NA	NA	一系列烷烃（n=4...64）使用双zeta基组
36	2025-07-15	Computational exploration of global venoms for antimicrobial discovery with Venomics artificial intelligence 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60051-6 PMID:40645962	研究论文	利用人工智能技术探索全球毒液以发现新型抗菌药物	首次大规模计算挖掘毒液蛋白质，生成并筛选出结构功能新颖的抗菌肽	实验验证仅针对部分筛选出的肽段，未全面覆盖所有候选分子	开发新型抗菌药物以应对抗生素耐药性问题	全球毒液蛋白质及衍生的加密肽段	人工智能	细菌感染	深度学习	深度学习模型（未指定具体类型）	蛋白质序列数据	16,123种毒液蛋白质，生成40,626,260个加密肽段，实验验证58个肽段
37	2025-07-15	Towards energy-efficient joint relay selection and resource allocation for D2D communication using hybrid heuristic-based deep learning 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08290-x PMID:40646067	研究论文	本文提出了一种基于混合启发式深度学习的能效联合中继选择和资源分配方法，用于D2D通信	提出了一种新型混合启发式算法HMRFCO，并结合自适应残差门控循环单元(AResGRU)模型进行中继选择和资源分配的自动预测	未提及具体实验验证结果或实际应用场景的局限性	解决D2D通信中中继选择和资源分配导致的系统总速率下降和能耗问题	D2D通信网络中的中继节点和资源分配	机器学习	NA	混合启发式算法(HMRFCO), 自适应残差门控循环单元(AResGRU)	AResGRU	通信网络参数数据	NA
38	2025-07-15	Deep learning algorithm for identifying osteopenia/osteoporosis using cervical radiography 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11285-3 PMID:40652099	研究论文	本研究验证了一种深度学习算法在颈椎X光片上识别骨量减少/骨质疏松症的诊断效果，并与脊柱外科医生的诊断准确性进行了比较	开发了一种基于卷积神经网络(CNN)的深度学习算法，用于通过颈椎X光片检测骨量减少/骨质疏松症，其诊断准确性超过了脊柱外科医生	样本量较小，测试数据集仅包含30个样本	验证深度学习算法在颈椎X光片上检测骨量减少/骨质疏松症的诊断效果	颈椎疾病患者，特别是退行性颈椎病患者	数字病理	骨质疏松症	深度学习	CNN	X光图像	训练数据集200例，测试数据集30例
39	2025-07-15	TNF-α-NF-κB activation through pathological α-Synuclein disrupts the BBB and exacerbates axonopathy 2025-Jul-12, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116001 PMID:40652513	研究论文	本研究探讨了α-突触核蛋白（α-Syn）对血脑屏障（BBB）完整性和功能的病理影响，并揭示了TNF-α-NF-κB通路在其中的作用	首次揭示了α-Syn通过TNF-α-NF-κB通路破坏BBB并加剧轴突病变的机制，并提出了针对脑内皮TNF-α信号的治疗策略	研究主要基于细胞模型和转基因动物模型，尚未在人类患者中进行验证	揭示α-Syn对BBB的病理影响并寻找治疗靶点	α-突触核蛋白（α-Syn）及其对血脑屏障的影响	神经退行性疾病研究	突触核蛋白病（如帕金森病）	GAN深度学习分析	GAN	细胞和动物模型数据	脑内皮细胞模型和转基因动物模型（G2-3）
40	2025-07-15	A preprocessing method based on 3D U-Net for abdomen segmentation 2025-Jul-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110709 PMID:40652756	研究论文	提出一种基于3D U-Net的预处理方法，用于腹部分割	通过3D U-Net预处理步骤提高分割性能并加速分割结果，同时评估不同损失函数对分割效果的影响	仅使用了CHAOS和AbdomenCT-1K数据集，可能在其他数据集上的泛化性有待验证	改进生物医学自动分割领域的预处理方法	腹部CT图像的感兴趣区域(ROI)	数字病理	NA	3D U-Net, Connected Components Analysis (CCA)	3D U-Net	CT图像	训练集6998张切片，测试集1311张切片