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
381	2025-06-06	MGMA-DTI: Drug target interaction prediction using multi-order gated convolution and multi-attention fusion 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108449 PMID:40239449	research paper	提出了一种基于多门控卷积和多注意力融合的药物-靶标相互作用预测模型MGMA-DTI	使用多门控卷积增强对氨基酸序列全局特征的捕捉能力，并设计了多注意力融合模块以有效捕获药物-靶标相互作用特征	未提及具体的数据集规模限制或模型计算复杂度问题	提高药物-靶标相互作用预测的准确性和模型可解释性	药物分子和靶标蛋白质	machine learning	NA	graph convolutional neural network, multi-order gated convolution, multi-attention fusion	MGMA-DTI	SMILES字符串（药物分子），氨基酸序列（蛋白质）	三个基准数据集：BindingDB、BioSNAP和Human
382	2025-06-06	ProAttUnet: Advancing protein secondary structure prediction with deep learning via U-Net dual-pathway feature fusion and ESM2 pretrained protein language model 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108429 PMID:40288255	研究论文	提出了一种名为ProAttUnet的新型深度学习方法，用于提升基于单序列的蛋白质二级结构预测性能	整合了最先进的蛋白质语言模型ESM2，采用独特的双路径U-Net框架进行特征融合，并引入交叉注意力机制和GCU_SE模块	NA	提升蛋白质二级结构预测的准确性	蛋白质序列	生物信息学	NA	深度学习	U-Net, ESM2	蛋白质序列数据	五个测试集（SPOT-2016, SPOT-2016-HQ, SPOT-2018, SPOT-2018-HQ和TEST2018）
383	2025-06-06	DICCA-DTA: Diffusion and Contextualized Capsule Attention guided Factorized Cross-Pooling for Drug-Target Affinity prediction 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108472 PMID:40288256	研究论文	提出了一种名为DICCA-DTA的新框架，用于预测药物-靶标亲和力，通过改进分子信息的上下文整合和药物-靶标相互作用的全面表示	引入了扩散同构网络(DIN)和上下文胶囊注意力网络(CCAN)模块，结合因子化交叉池化(FCP)机制，动态优化药物-蛋白质相互作用建模，提高预测准确性和可解释性	未明确提及具体局限性	改进药物-靶标亲和力预测，加速药物发现和再利用过程	药物分子和蛋白质靶标	机器学习	癌症	深度学习	DIN, CCAN, FCP	分子图和蛋白质序列	Davis、KIBA、Metz和BindingDB数据集，以及DrugBank数据库中的癌症相关蛋白质相互作用案例
384	2025-06-06	scDGG: Dynamic gene graphs for enhancing clustering analysis of single-cell RNA sequencing data via spatiotemporal representations 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108483 PMID:40328048	研究论文	本文提出了一种名为scDGG的多视图图学习架构，用于从不同信号通路中压缩动态基因图，以增强单细胞RNA测序数据的聚类分析	提出动态基因图（dynamic gene graphs）来捕捉调控机制的动态变化，相比静态基因图能更全面地观察细胞命运和疾病进展的调控机制	未明确提及具体局限性	提高单细胞RNA测序数据的聚类分析准确性	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序（scRNA-seq）	多视图图学习架构（multi-view graph learning architecture）	基因表达数据	基准scRNA-seq数据集（未明确数量）
385	2025-06-06	NABP-LSTM-Att: Nanobody-Antigen binding prediction using bidirectional LSTM and soft attention mechanism 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108490 PMID:40347542	研究论文	该研究提出了一种名为NABP-LSTM-Att的深度学习模型，用于仅从序列信息预测纳米抗体与抗原的结合	使用双向LSTM和软注意力机制，仅依赖序列信息预测纳米抗体与抗原的结合，无需3D结构	模型的性能依赖于SAbDab-nano数据库中的序列数据，可能无法泛化到所有未知的纳米抗体-抗原对	提高纳米抗体与抗原结合亲和力和特异性的预测能力，以促进纳米抗体药物的开发	纳米抗体和抗原的序列	自然语言处理	NA	深度学习	biLSTM和软注意力机制	序列数据	来自SAbDab-nano数据库的纳米抗体-抗原序列对
386	2025-06-06	Towards automated and reliable lung cancer detection in histopathological images using DY-FSPAN: A feature-summarized pyramidal attention network for explainable AI 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108500 PMID:40381571	research paper	本研究提出了一种名为DY-FSPAN的深度学习框架，用于在组织病理学图像中实现自动化和可靠的肺癌检测	结合Y-blocks和注意力机制增强空间特征表示，同时保持感受野一致性，提高了分类准确性和可解释性	未提及具体的数据集限制或临床应用中的潜在问题	开发一个平衡性能和可解释性的医学图像分类模型，以提高肺癌诊断的准确性	肺癌组织病理学图像	digital pathology	lung cancer	deep learning	DY-FSPAN (Dilated Y-Block-based Feature Summarized Pyramidal Attention Network)	image	NA
387	2025-06-06	End-to-End Deep Learning-Based Motion Correction and Reconstruction for Accelerated Whole-Heart Joint T1/T2 Mapping 2025-Sep, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110396 PMID:40268172	研究论文	提出一种端到端深度学习算法，用于加速3D全心联合T1/T2映射，通过联合运动估计和基于模型的运动校正重建多对比度欠采样数据	采用端到端非刚性运动校正重建网络，显著减少重建时间（从2.5小时缩短至24秒），同时保持T1和T2值的良好一致性	未提及具体样本量或临床验证范围	加速全心心肌组织表征的3D联合T1/T2映射	多对比度欠采样MRI数据	医学影像分析	心血管疾病	深度学习算法、MRI多对比度成像	端到端非刚性运动校正重建网络	3D MRI影像	NA
388	2025-06-06	Self-supervised learning for MRI reconstruction through mapping resampled k-space data to resampled k-space data 2025-Sep, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110404 PMID:40324545	研究论文	本文提出了一种自监督深度学习方法RSSDU，用于从欠采样的MRI数据中高效准确地重建图像，无需完全采样数据集作为参考	提出了一种新的自监督学习方法RSSDU，通过两次重采样k空间数据并训练网络从一个子集映射到另一个子集，无需完全采样数据	未提及具体在哪些临床场景下该方法可能表现不佳	开发一种无需完全采样数据的MRI图像重建方法	欠采样的MRI数据	医学影像处理	NA	深度学习	DL	MRI k空间数据	未提及具体样本量
389	2025-06-06	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的放射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	结合放射组学和深度学习技术，利用多参数MRI数据预测Ki-67表达状态，为乳腺癌个体化治疗和精准医疗提供潜在工具	样本量相对较小（176例），且未提及外部验证集的结果	预测乳腺癌术前Ki-67表达状态，以推进个体化治疗和精准医疗	176例浸润性乳腺癌患者	数字病理	乳腺癌	多参数MRI（T1WI、DWI、T2WI、DCE-MRI）	深度学习模型（具体类型未明确说明）	MRI图像	176例浸润性乳腺癌患者（训练集70%，测试集30%）
390	2025-06-06	Accelerating prostate rs-EPI DWI with deep learning: Halving scan time, enhancing image quality, and validating in vivo 2025-Sep, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110418 PMID:40368253	研究论文	本研究评估了基于深度学习的超分辨率技术在减少前列腺扩散加权成像（DWI）扫描时间的同时保持图像质量的可行性和有效性	使用多尺度自相似网络（MSSNet）进行图像重建，显著减少扫描时间并提升图像质量	研究未提及对大规模临床数据集的验证，可能影响结果的普适性	评估深度学习超分辨率技术在前列腺DWI中的应用效果	前列腺扩散加权成像（DWI）数据	数字病理	前列腺癌	readout-segmented echo-planar imaging (rs-EPI)	MSSNet	医学影像	未明确提及样本数量
391	2025-06-06	A Multihead Attention Deep Learning Algorithm to Detect Amblyopia Using Fixation Eye Movements 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100775 PMID:40458668	研究论文	开发了一种基于多注意力头的深度学习模型，通过简单的视觉注视任务中的眼动数据来检测不同类型和严重程度的弱视患者	使用多注意力头的transformer编码器模型，首次利用眼动数据进行弱视的客观分类	样本量相对较小（135名受试者），且仅在单一医疗中心进行	开发客观检测弱视的深度学习模型	40名对照组和95名弱视患者（包括不同类型和严重程度）	计算机视觉	弱视	红外视频眼动追踪技术	多注意力头transformer编码器	眼动位置数据	135名受试者（40名对照，95名弱视患者）
392	2025-06-06	The environmental risk of heterogeneous oxidation is unneglectable: Time-resolved assessments beyond typical intermediate investigation 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123572 PMID:40184704	research paper	该研究提出了一种环境风险评估方法，用于区分高级氧化过程中不同解毒效果的氧化路径，并选择最适合的处理系统	通过深度学习回归建模和密度泛函理论，提高了有毒分子结构转变的推导速度，并建立了基于风险商数和聚类分析的定量评估系统	研究主要关注高级氧化过程中的环境风险，可能未涵盖所有类型的污染物或氧化过程	提高高级氧化过程中污染物解毒效果评估的准确性和安全性	高级氧化过程中的污染物及其副产物	环境科学	NA	密度泛函理论，深度学习回归建模	deep neural network	化学数据	NA
393	2025-06-06	Deep Ensemble for Central Serous Microscopic Retinopathy Detection in Retinal Optical Coherence Tomographic Images 2025-Jul, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24836 PMID:40014549	research paper	该研究提出了一种基于卷积神经网络的框架，结合分割和后处理技术，用于视网膜光学相干断层扫描图像中的中央浆液性视网膜病变检测	采用三种网络（ResNet-18、GoogleNet和VGG-19）的融合方法进行图像分类，实现了高准确率（99.6%）和高特异性（100%）	研究仅使用了公开数据集OCTID，样本量相对较小（207张正常图像和102张CSR图像）	开发一种自动检测中央浆液性视网膜病变的方法，以减少视力丧失的风险	视网膜光学相干断层扫描图像	digital pathology	retinal disorder	光学相干断层扫描（OCT）	CNN（ResNet-18、GoogleNet、VGG-19）	image	309张图像（207张正常，102张CSR）
394	2025-06-06	Estimating canopy leaf angle from leaf to ecosystem scale: a novel deep learning approach using unmanned aerial vehicle imagery 2025-Jul, The New phytologist DOI:10.1111/nph.70197 PMID:40346911	研究论文	提出一种基于无人机影像和深度学习的创新方法，用于从叶片到生态系统尺度高效估算冠层叶片角度	相比传统方法，该方法更经济、高效、自动化且劳动强度低，能够跨尺度估算叶片角度分布	目前仅在三种植物物种上进行了单叶尺度的验证，需要更多物种和生态系统验证其普适性	开发高效估算植被冠层叶片角度分布的方法，以支持生态系统建模	植物冠层叶片角度	计算机视觉	NA	无人机影像、运动结构点云算法	Mask R-CNN	图像	57,032片叶片（来自30m×30m样地内的四种代表性树种）
395	2025-06-06	Amortized template matching of molecular conformations from cryoelectron microscopy images using simulation-based inference 2025-Jun-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2420158122 PMID:40465628	研究论文	本文介绍了cryoSBI方法，用于从冷冻电镜图像中推断生物分子的构象及其不确定性	结合基于物理的模拟和概率深度学习，无需计算昂贵的似然函数即可进行贝叶斯推断	需要预先提供构象模板作为结构假设	开发一种高效准确的方法来从冷冻电镜图像中推断生物分子构象	生物分子构象	计算生物学	NA	冷冻电镜(cryo-EM)，模拟推断(SBI)	深度神经网络	图像	NA
396	2025-06-06	BrainFusion: a Low-Code, Reproducible, and Deployable Software Framework for Multimodal Brain‒Computer Interface and Brain‒Body Interaction Research 2025-Jun-05, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417408 PMID:40470749	研究论文	本文介绍了BrainFusion，一个旨在提高多模态脑机接口（BCI）和脑体交互研究可重复性并支持转化应用的统一软件框架	BrainFusion通过标准化数据结构、自动化预处理流程、跨模态特征工程和集成机器学习模块，解决了多模态生理信号整合中的分析复杂性、标准化不足和实际部署挑战	NA	改善多模态脑机接口和脑体交互研究的可重复性并支持转化应用	多模态生理信号（EEG、fNIRS、EMG、ECG）	脑机接口	NA	EEG、fNIRS、EMG、ECG	集成建模、深度学习	多模态生理信号	NA
397	2025-06-06	From Binary to Higher-Order Organic Cocrystals: Design Principles and Performance Optimization 2025-Jun-05, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507102 PMID:40471124	研究论文	本文探讨了从二元到高阶有机共晶的设计原则和性能优化	提出了从二元到高阶有机共晶的转变策略，包括同系化、分层分子间相互作用和长程合成构建模块，以实现更复杂的功能多样性	分子筛选、比例优化、可扩展合成和长期稳定性仍是这些材料在实际应用中广泛实施的关键障碍	优化有机共晶的设计原则和性能，探索其在多个领域的应用潜力	二元和高阶有机共晶	材料科学	NA	同系化、分层分子间相互作用、长程合成构建模块	NA	NA	NA
398	2025-06-06	Clinical validation of a deep learning model for low-count PET image enhancement 2025-Jun-05, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07370-4 PMID:40471320	研究论文	本研究验证了深度学习模型RaDynPET在低计数PET图像增强中的效果	RaDynPET模型能够在标准采集时间的25%内恢复高质量的PET图像，同时保持SUV值的一致性	研究样本量相对较小（120例患者），且仅针对18F-FDG PET/CT检查	评估深度学习模型在低计数PET图像增强中的应用效果	120例接受18F-FDG PET/CT检查的患者	数字病理	NA	PET/CT	深度学习模型RaDynPET	PET图像	120例患者（84例内部队列和36例外部队列）
399	2025-06-06	Development of a deep learning model for measuring sagittal parameters on cervical spine X-ray 2025-Jun-05, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08946-2 PMID:40471336	研究论文	开发了一种深度学习模型，用于自动测量颈椎X射线图像上的矢状面参数	使用CNN模型自动识别颈椎X射线图像上的关键点并测量相关参数，提高了诊断效率	研究仅基于700张X射线图像，样本量可能不足	开发一种自动测量颈椎矢状面参数的深度学习模型	颈椎X射线图像	计算机视觉	颈椎疾病	X射线成像	CNN	图像	700张颈椎X射线图像（500张训练集，100张内部测试集，100张外部测试集）
400	2025-06-06	Artificial intelligence-based prediction of organ involvement in Sjogren's syndrome using labial gland biopsy whole-slide images 2025-Jun-05, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07518-5 PMID:40471393	research paper	本研究开发了一种基于深度学习的模型，利用唇腺活检的全切片图像（WSI）预测干燥综合征（SS）患者高风险腺外器官受累（HR-OI）的风险	提出了一种新颖的基于深度学习的模型，使用预训练的卷积神经网络（CNNs）和Vision Transformer（ViT）模块从WSI数据中提取信息特征，并通过集成学习技术构建分类模型	研究样本量相对较小（221名SS患者），且模型的泛化能力需要进一步验证	开发一种客观、非侵入性的诊断工具，用于预测干燥综合征患者的高风险腺外器官受累	干燥综合征（SS）患者	digital pathology	Sjogren's syndrome	whole-slide imaging (WSI)	ResNet50, InceptionV3, EfficientNet-B5, Vision Transformer (ViT)	image	221名SS患者的唇腺活检WSI数据