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
401	2025-08-06	Cardio-rheumatology: integrated care and the opportunities for personalized medicine 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251357188 PMID:40761822	综述	本文综述了系统性硬化症（SSc）心脏受累（SHI）的最新认识，包括当前标准临床心脏评估方法、SHI各种心脏表现的流行情况以及精准医学的前沿进展	介绍了范德比尔特大学医学中心新型跨学科心脏风湿病学诊所的发展，利用先进的成像技术和复杂数据集的系统检索与分析，为SSc患者提供个性化医疗机会	SSc的低流行率可能限制了AI数据处理的广泛应用，需要开发多中心云基图像共享平台以加速临床研究	通过跨学科合作和先进技术，早期检测SSc患者的心脏受累，改善患者预后	系统性硬化症（SSc）患者的心脏受累（SHI）	数字病理学	心血管疾病	指甲襞毛细血管镜检查、热成像、多普勒手部超声、超声心动图、动态心脏节律监测、心脏磁共振成像、心脏正电子发射断层扫描/计算机断层扫描	深度学习、模式识别、AI	图像、监测数据	NA
402	2025-08-06	Automated Characterization of Abdominal MRI Exams Using Deep Learning 2024-Dec-09, Research square DOI:10.21203/rs.3.rs-5334453/v1 PMID:39711527	研究论文	本研究利用卷积神经网络（CNN）自动分类腹部MRI的序列、方向和对比度	开发了三种专门的CNN模型，用于自动分类MRI图像的序列、方向和对比度，准确率高达96%以上	研究仅针对腹部MRI，未涵盖其他部位的MRI数据	开发一种标准化的方法来高效识别、表征和标记MRI序列，以促进MRI数据的多中心研究	腹部MRI图像	计算机视觉	NA	MRI	CNN	图像	NA
403	2025-08-06	Assessment of Gender Differences in Letters of Recommendation for Physical Therapy Residency Applications 2024-Dec-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000337 PMID:38640081	研究论文	本研究评估了物理治疗住院医师申请推荐信中存在的性别差异	首次在物理治疗住院医师申请中使用自然语言处理技术全面分析推荐信中的性别差异	研究仅基于单一机构的三个物理治疗住院医师项目的数据	识别物理治疗住院医师申请过程中潜在的隐性性别偏见	物理治疗住院医师申请者的推荐信	自然语言处理	NA	自然语言处理（包括基于规则和深度学习的方法）	NA	文本	来自256份申请的768封推荐信（2014-2020年期间）
404	2025-08-06	Generative Adversarial Network-Based Augmentation With Noval 2-Step Authentication for Anti-Coronavirus Peptide Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3431688 PMID:39037884	研究论文	本文利用生成对抗网络进行抗病毒肽增强，并采用新颖的两步认证过程来提高抗病毒活性预测的准确性	提出了一种基于GAN的抗病毒肽增强方法和新颖的两步认证过程，用于提高抗病毒活性预测的准确性	未提及具体的数据集规模限制或模型泛化能力的局限性	开发新型抗病毒肽治疗方法，提高抗病毒活性预测的准确性	抗病毒肽	机器学习	冠状病毒感染	生成对抗网络（GAN）	1-D CNN	肽序列数据	基准抗病毒和抗冠状病毒肽数据集
405	2025-08-06	Enhancing Generalizability in Biomedical Entity Recognition: Self-Attention PCA-CLS Model 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3429234 PMID:39012749	研究论文	本文提出了一种名为PCA-CLS的模型，用于增强生物医学实体识别的泛化能力	结合全局自注意力和字符级CNN技术，解决生物医学文本中的词汇外挑战	未提及具体的数据集偏差或模型在更广泛领域的适用性	提高生物医学实体识别的泛化能力	生物医学文本中的基因、药物、疾病和物种等实体	自然语言处理	NA	PCA-CLS（位置和上下文注意力与CNN-LSTM-Softmax结合）	CNN-LSTM-Softmax	文本	八个不同的生物医学领域数据集
406	2025-08-06	Bi-SeqCNN: A Novel Light-Weight Bi-Directional CNN Architecture for Protein Function Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3426491 PMID:38990747	研究论文	提出了一种新型轻量级双向CNN架构Bi-SeqCNN，用于蛋白质功能预测	首次将双向CNN应用于一般时序数据分析，而不仅限于蛋白质序列，且模型参数更少	未提及具体的数据集规模限制或模型在其他类型数据上的泛化能力	开发一种高效的蛋白质功能预测框架	蛋白质序列	机器学习	NA	深度学习	Bi-SeqCNN（双向CNN）	蛋白质序列数据	三个基准蛋白质序列数据集
407	2025-08-06	Transcription Factor Binding Site Prediction Using CnNet Approach 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411024 PMID:38848239	研究论文	本研究提出了一种名为CnNet的方法，结合MEME技术和CNN，用于预测转录因子结合位点	结合MEME和CNN技术，提出CnNet方法，显著提高了转录因子结合位点预测的准确性	未提及方法在特定生物环境或复杂基因序列中的适用性	开发更准确的转录因子结合位点预测方法	DNA基因序列	生物信息学	NA	MEME, CNN	CNN	DNA序列数据	NA
408	2025-08-06	Prediction of Inter-Residue Multiple Distances and Exploration of Protein Multiple Conformations by Deep Learning 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411825 PMID:38857126	研究论文	本研究提出了一种基于深度学习的残基间多距离预测方法DeepMDisPre，用于探索蛋白质多构象	结合三角形更新、轴向注意力和ResNet的改进网络，预测残基对的多距离	仅在114个多构象蛋白质和279个单结构蛋白质上进行了测试，样本量有限	预测残基间多距离并探索蛋白质多构象	蛋白质的残基间距离和多构象	机器学习	NA	深度学习	改进的神经网络（结合三角形更新、轴向注意力和ResNet）	蛋白质结构数据	114个多构象蛋白质和279个单结构蛋白质
409	2025-08-06	DMAMP: A Deep-Learning Model for Detecting Antimicrobial Peptides and Their Multi-Activities 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3439541 PMID:39106141	研究论文	提出了一种名为DMAMP的深度学习模型，用于同时检测抗菌肽及其多种活性	通过多任务学习结合卷积神经网络和残差块，同时处理抗菌肽识别和活性预测两个相关任务，提高了预测性能	未提及具体的数据集规模限制或模型泛化能力的详细评估	开发计算模型以降低抗菌肽及其活性检测的成本并提高准确性	抗菌肽(AMPs)及其多种生物活性	机器学习	NA	深度学习	CNN, 残差网络	肽序列数据	未明确提及具体样本数量
410	2025-08-06	Deep Learning in Gene Regulatory Network Inference: A Survey 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3442536 PMID:39137088	综述	本文综述了利用深度学习模型推断基因调控网络（GRN）的12种方法，并对其核心概念、具体步骤、有效性和可扩展性进行了详细评估	提供了对12种基于深度学习的GRN推断方法的全面分析，并探讨了这些方法的挑战和未来发展方向	未提及具体方法的局限性，仅讨论了整体挑战	探讨深度学习在基因调控网络推断中的应用	基因调控网络（GRN）	机器学习	NA	深度学习	NA	基因表达数据	NA
411	2025-08-06	KGRACDA: A Model Based on Knowledge Graph from Recursion and Attention Aggregation for CircRNA-Disease Association Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3447110 PMID:39167510	研究论文	提出了一种基于知识图谱、递归和注意力聚合的模型KGRACDA，用于预测circRNA与疾病的关联	结合显式结构特征和隐式嵌入信息，通过递归方法构建多跳子图，并利用门控机制优化图注意力机制，挖掘局部深度信息	未提及具体局限性	预测circRNA与疾病的关联	circRNA与疾病的关联	机器学习	NA	知识图谱、递归方法、注意力机制	KGRACDA	多源异构数据	未提及具体样本数量
412	2025-08-06	Parallel Convolutional Contrastive Learning Method for Enzyme Function Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3447037 PMID:39167509	研究论文	提出了一种并行卷积对比学习方法（PCCL）用于酶功能预测，以提高预测精度	结合卷积神经网络和对比学习，处理类别不平衡问题，并通过三个并行CNN充分提取样本特征	未提及具体的数据集规模限制或模型在其他类型酶上的泛化能力	提高酶功能预测的精度	酶的功能预测	机器学习	NA	蛋白质语言模型ESM-2	CNN, 对比学习	蛋白质序列	未明确提及具体样本数量，但提到在两个测试集上进行了性能评估
413	2025-08-06	Classification of Multi-Parametric Body MRI Series Using Deep Learning 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3448373 PMID:39178097	研究论文	本文提出了一种基于深度学习的分类模型，用于分类8种不同的身体多参数磁共振成像（mpMRI）序列类型，以提高放射科医生读取检查的效率	利用多种深度学习分类器（ResNet、EfficientNet和DenseNet）对8种不同的MRI序列进行分类，并比较它们的性能，最终确定表现最佳的DenseNet-121模型	模型在外部数据集（DLDS和CPTAC-UCEC）上的准确率有所下降，分别为0.872和0.810，表明在训练数据分布之外的数据上性能有所降低	开发一种高效的深度学习模型，用于准确分类多参数磁共振成像（mpMRI）序列类型	多参数磁共振成像（mpMRI）序列	计算机视觉	NA	mpMRI	ResNet, EfficientNet, DenseNet	图像	超过729项研究训练数据，以及外部数据集DLDS和CPTAC-UCEC
414	2025-08-06	CTsynther: Contrastive Transformer Model for End-to-End Retrosynthesis Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3455381 PMID:39240741	研究论文	提出了一种名为CTsynther的端到端深度学习模型，用于单步逆合成预测	在Transformer架构中引入对比学习概念，并使用对比学习语言表示模型在SMILES句子级别增强模型推理	未提及具体局限性	解决有机化学和药物合成中的逆合成预测问题	单步逆合成预测	机器学习	NA	对比学习	Transformer	SMILES句子	未提及具体样本数量
415	2025-08-06	CMCN: Chinese medical concept normalization using continual learning and knowledge-enhanced 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102965 PMID:39241561	研究论文	本研究提出了一种结合持续学习和知识增强的中文医学概念归一化模型，旨在解决中文医学概念归一化中的挑战	利用多态语义信息和多任务学习增强知识，并通过持续学习保留更多重要医学特征	由于中文医学语义和本体资源的缺乏，研究可能受到数据限制	推进知识挖掘和医学概念归一化领域，增强人工智能在医疗健康领域的整合与应用	中文疾病名称	自然语言处理	NA	深度学习	GCBM-BSCL	文本	自建的中文疾病数据集
416	2025-08-06	GenoM7GNet: An Efficient N7-Methylguanosine Site Prediction Approach Based on a Nucleotide Language Model 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3459870 PMID:39302806	研究论文	提出了一种基于核苷酸语言模型的高效N7-甲基鸟苷位点预测方法GenoM7GNet	利用BERT预训练核苷酸序列数据，结合一维CNN进行特征学习和分类，显著提高了m7G位点预测的准确性	未提及模型在跨物种或不同RNA类型中的泛化能力	开发高效准确的RNA修饰位点预测方法	RNA序列中的N7-甲基鸟苷(m7G)修饰位点	生物信息学	NA	BERT预训练、一维CNN	BERT+CNN	RNA序列数据	未明确说明样本数量
417	2025-08-06	RECOMED: A comprehensive pharmaceutical recommendation system 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102981 PMID:39306906	研究论文	开发了一个综合药物推荐系统RECOMED，通过考虑人群、疾病和化学品的广泛特征，向医生和患者高精度推荐药物列表	结合了基于矩阵分解的模型和深度学习模型，利用药物信息和患者数据提高了推荐系统的准确性、敏感性和命中率	系统的准确性或敏感性不等同于临床准确性，收集更大的数据集可以获得更准确的结果	构建一个高精度的药物推荐系统	医生和患者	自然语言处理	NA	情感分析, 自然语言处理, 矩阵分解, 深度学习	神经网络, 推荐系统算法	文本, 患者数据, 药物信息	2304名患者作为训练集, 660名患者作为验证集
418	2025-08-06	Improving Antifreeze Proteins Prediction With Protein Language Models and Hybrid Feature Extraction Networks 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3467261 PMID:39316498	研究论文	提出了一种名为AFP-Deep的新深度学习方法，通过整合蛋白质序列嵌入和预训练蛋白质语言模型以及进化上下文与混合特征提取网络，来预测抗冻蛋白	利用预训练蛋白质语言模型提取蛋白质序列的全局上下文特征，并设计混合深度神经网络增强嵌入与抗冻模式之间的相关性	未提及具体局限性	提高抗冻蛋白预测的准确性，以促进仿生合成抗冰材料和低温器官保存材料的开发	抗冻蛋白（AFPs）	机器学习	NA	预训练蛋白质语言模型，混合特征提取网络	深度学习	蛋白质序列	基准数据集（具体数量未提及）
419	2025-08-06	A Protein-Context Enhanced Master Slave Framework for Zero-Shot Drug Target Interaction Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3468434 PMID:39331551	research paper	提出了一种蛋白质上下文增强的主从框架（PCMS），用于零样本药物靶点相互作用预测	PCMS框架通过主学习器和从学习器的结合，解决了新发现蛋白质缺乏已知药物靶点相互作用数据时的预测问题	实验仅在两个公共数据集上进行验证，可能需要更多数据以证明其普适性	提高零样本条件下药物靶点相互作用预测的准确性	药物靶点相互作用	machine learning	NA	deep learning	Master/Slave Framework (PCMS)	protein and drug data	two public datasets
420	2025-08-06	Joint self-supervised and supervised contrastive learning for multimodal MRI data: Towards predicting abnormal neurodevelopment 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102993 PMID:39369634	研究论文	提出了一种联合自监督和监督对比学习方法，用于从多模态MRI数据中学习鲁棒的潜在特征表示，以预测异常神经发育	开发了一种新颖的联合自监督和监督对比学习方法，能够将异质多模态特征投影到一个共享的公共空间，整合不同模态和相似受试者之间的互补和类似信息	未提及具体局限性	通过多模态MRI数据预测异常神经发育	多模态MRI数据（结构、扩散张量和功能磁共振成像）	医学影像分析	神经发育异常	深度学习	对比学习网络	MRI图像	两个独立数据集