深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
4341	2025-10-06	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	本研究利用生成对抗网络进行抗病毒肽数据增强，并通过新型两步认证方法提升抗冠状病毒肽预测性能	提出结合生成对抗网络的数据增强方法和新型两步认证流程，用于验证合成肽的抗病毒活性	未明确说明数据集的样本数量限制和模型泛化能力验证	开发更准确的抗病毒肽预测方法，特别是针对抗冠状病毒肽的识别	抗病毒肽和抗冠状病毒肽	机器学习	冠状病毒感染	生成对抗网络，NCBI-BLAST比对	GAN, CNN	肽序列数据	NA	NA	1-D CNN	准确率, AUC, MCC	NA
4342	2025-10-06	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	提出一种结合全局自注意力和字符级CNN的PCA-CLS模型，用于提升生物医学实体识别的泛化能力	提出PCA-CLS模型，结合全局自注意力和字符级卷积神经网络技术，解决生物医学文本中的词汇外挑战	NA	提升生物医学实体识别任务的泛化能力	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	实体识别	CNN,LSTM,Self-Attention	文本	八个不同的生物医学领域数据集	NA	PCA-CLS (Position and Contextual Attention with CNN-LSTM-Softmax)	F-score	NA
4343	2025-10-06	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应用于通用时序数据分析而不仅限于蛋白质序列，并采用集成方法提升预测效果	NA	开发更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	CNN	序列数据	三个基准蛋白质序列数据集	NA	Bi-SeqCNN	准确率提升	NA
4344	2025-10-06	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	本研究提出名为CnNet的方法，结合MEME技术和卷积神经网络预测转录因子结合位点	提出结合MEME技术和CNN的CnNet新方法，在转录因子结合位点预测准确率上优于现有方法	NA	开发新的计算方法预测转录因子结合位点	DNA基因序列数据集	机器学习	NA	MEME, 深度学习	CNN	DNA序列数据	NA	NA	卷积神经网络	准确率	NA
4345	2025-10-06	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	提出基于深度学习的残基间多距离预测方法DeepMDisPre，用于探索蛋白质多重构象	整合三角形更新、轴向注意力和ResNet的改进网络架构，首次实现残基间多距离预测	仅在393个蛋白质（114个多重构象+279个单结构）上测试，样本规模有限	开发蛋白质多重构象探索的深度学习方法	蛋白质残基对的距离分布和构象变化	生物信息学	NA	深度学习	深度学习网络	蛋白质结构数据	393个蛋白质（114个多重构象蛋白+279个单结构蛋白）	NA	改进网络（整合三角形更新、轴向注意力、ResNet）	接触精度、TM-score	NA
4346	2025-10-06	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	采用多任务学习框架同时处理抗菌肽识别和活性预测两个相关任务，通过共享特征提取和特定任务学习相结合的方式提升性能	NA	开发计算模型以降低抗菌肽及其活性检测的实验成本	抗菌肽及其多种生物活性	机器学习	传染病	深度学习	CNN	肽序列	NA	NA	卷积神经网络,残差块,全连接层	马修斯相关系数	NA
4347	2025-10-06	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	本文对12种基于深度学习模型的基因调控网络推断方法进行了全面分析	首次系统性地对基于深度学习的GRN推断方法进行分类和评估，并追踪了这些方法的发展演变	仅分析了12种方法，可能未能涵盖该领域所有相关研究	为生命科学家选择合适的基因调控网络推断方法提供指导	基因调控网络推断方法	机器学习	NA	深度学习	NA	基因表达数据	NA	NA	NA	有效性，可扩展性	NA
4348	2025-10-06	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	提出基于知识图谱和注意力聚合的KGRACDA模型，用于预测环状RNA与疾病关联	结合图结构的显式特征和隐式嵌入信息，通过递归方法构建多跳子图并优化图注意力机制，挖掘局部深度信息	未明确说明模型在特定疾病类型上的泛化能力	预测环状RNA与疾病之间的关联关系	环状RNA和人类疾病	生物信息学	人类疾病	知识图谱，深度学习	图注意力网络	多源异质数据，知识图谱	大规模多源异质数据集	NA	递归注意力聚合，多头注意力机制	预测准确率	NA
4349	2025-10-06	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	提出一种并行卷积对比学习方法用于酶功能预测	结合卷积神经网络与对比学习的并行架构，能更好处理类别不平衡问题	NA	提高酶功能预测的精度	酶蛋白序列	生物信息学	NA	蛋白质语言模型	CNN, 对比学习	蛋白质序列	NA	NA	并行CNN, ESM-2	AUC	NA
4350	2025-10-06	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	开发基于深度学习的分类模型用于自动识别8种不同的多参数身体MRI序列类型	首次比较多种深度学习模型在多参数MRI序列分类任务中的性能，并研究训练数据量对模型性能的影响	DICOM头部信息可能存在错误，模型在外部数据集上性能有所下降	提高放射科医生阅读多参数MRI检查的效率	多参数身体MRI序列	计算机视觉	NA	多参数磁共振成像	CNN	医学影像	超过729项研究数据，包含来自多个机构的mpMRI数据	NA	ResNet, EfficientNet, DenseNet	F1-score, 准确率	NA
4351	2025-10-06	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	提出了一种用于单步逆合成预测的端到端深度学习模型CTsynther	在Transformer架构中引入对比学习概念，采用混合全局和局部注意力机制，无需外部反应模板或专业知识	NA	有机化学和药物合成中的逆合成预测	化学分子SMILES表示	自然语言处理	NA	深度学习	Transformer	文本(SMILES)	NA	NA	Transformer	准确率	NA
4352	2025-10-06	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规范化模型	利用多态语义信息和多任务学习进行知识增强，并通过持续学习保留重要医学特征	中文医学语义和本体资源匮乏，中文疾病数据集的规模有限	中文医学概念规范化研究	中文疾病名称	自然语言处理	多种疾病	深度学习	GCBM-BSCL	文本	自建的中文疾病数据集	NA	多任务学习，持续学习	Accuracy@1, Accuracy@5, Accuracy@10	NA
4353	2025-10-06	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	首次将BERT预训练模型应用于RNA序列的m7G位点预测，结合一维CNN进行特征学习和分类	未明确说明模型在其他类型RNA修饰预测中的泛化能力	开发高效的m7G位点预测方法以替代耗时耗能的传统实验方法	RNA序列中的N7-甲基鸟苷修饰位点	生物信息学	NA	RNA测序	BERT, CNN	RNA序列数据	NA	NA	BERT, 一维卷积神经网络	准确率, 灵敏度, 特异性, 马修斯相关系数, AUC	NA
4354	2025-10-06	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、疾病和药物特征向医生和患者推荐药物	结合矩阵分解和深度学习模型，整合药物相互作用知识和情感分析，相比传统方法显著提升推荐准确率	系统准确性与临床准确性不同，需要更大数据集以获得更精确结果	构建高精度的药物推荐系统，辅助医生和患者用药决策	患者、医生、药物信息	自然语言处理	NA	情感分析，自然语言处理	神经网络，矩阵分解	文本，评分数据，药物信息	2304名患者作为训练集，660名患者作为验证集	Python	NA	准确率，灵敏度，命中率	NA
4355	2025-10-06	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	提出一种结合蛋白质语言模型和混合特征提取网络的深度学习新方法AFP-Deep，用于提高抗冻蛋白预测性能	整合预训练蛋白质语言模型的嵌入表示和进化上下文特征，通过混合特征提取网络增强嵌入与抗冻模式的相关性	NA	开发更准确的抗冻蛋白预测方法	抗冻蛋白	机器学习	NA	蛋白质序列分析	深度学习,混合神经网络	蛋白质序列	NA	NA	混合特征提取网络	AUPRC	NA
4356	2025-10-06	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	研究论文	提出一种蛋白质上下文增强的主从框架用于零样本药物靶点相互作用预测	提出PCMS框架通过主学习器学习目标蛋白质上下文信息并自适应生成从学习器参数，实现无需先验数据的零样本预测	未明确说明框架在新发现蛋白质上的泛化能力限制及计算复杂度分析	解决新发现靶点蛋白质在缺乏已知相互作用数据时的药物靶点相互作用预测问题	药物分子与靶点蛋白质的相互作用关系	机器学习	NA	深度学习	主从学习框架	药物-靶点蛋白质对数据	两个公共数据集	NA	主学习器,从学习器	多种评估指标	NA
4357	2025-10-06	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	提出一种联合自监督和监督对比学习方法，用于多模态MRI数据的特征学习以预测异常神经发育	开发了联合自监督和监督对比学习的新方法，能够将异质多模态特征投影到共享空间，整合不同模态和相似受试者的互补和类似信息	NA	预测异常神经发育	多模态MRI数据（结构、扩散张量、功能磁共振成像）	医学影像分析	神经发育异常	磁共振成像（MRI）	对比学习	多模态医学影像	两个独立数据集	NA	对比学习网络	NA	NA
4358	2025-10-06	Generative Biomedical Event Extraction With Constrained Decoding Strategy 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3480088 PMID:39401115	研究论文	提出基于T5预训练语言模型的生物医学事件生成方法，采用约束解码策略和课程学习算法	首次将序列到序列生成范式应用于生物医学事件抽取，引入约束解码算法指导序列生成	仅在Genia 2011和Genia 2013两个数据集上验证，未在其他生物医学数据集测试	解决传统抽取式方法存在的级联错误问题，提升生物医学事件抽取性能	生物医学事件	自然语言处理	NA	序列到序列生成，约束解码，课程学习	T5	文本	Genia 2011和Genia 2013两个公共基准数据集	NA	T5	NA	NA
4359	2025-10-06	Enhancing Autism Spectrum Disorder identification in multi-site MRI imaging: A multi-head cross-attention and multi-context approach for addressing variability in un-harmonized data 2024-11, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102998 PMID:39442245	研究论文	提出一种多头部交叉注意力和多上下文框架，用于解决多站点MRI数据中的扫描仪差异问题，以增强自闭症谱系障碍的识别	提出CCMSMCF框架整合多头部注意力跨尺度模块和残差多上下文模块，实现一定程度的数据内部协调，使其对扫描仪和站点不敏感	方法在完全未协调数据上的泛化能力仍需进一步验证	开发能够跨不同扫描仪和站点有效工作的自闭症谱系障碍识别模型	自闭症谱系障碍患者的多站点fMRI数据	医学影像分析	自闭症谱系障碍	fMRI功能连接性分析	深度学习	MRI图像	ABIDE-I数据集中的多站点多扫描仪数据	NA	多头部注意力跨尺度模块(MHACSM), 残差多上下文模块(RMCN)	NA	NA
4360	2025-10-06	Use of Artificial Intelligence in Cobb Angle Measurement for Scoliosis: Retrospective Reliability and Accuracy Study of a Mobile App 2024-11-01, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/50631 PMID:39486021	研究论文	评估基于深度学习的移动AI应用在脊柱侧凸Cobb角自动测量中的可靠性和准确性	开发了完全自动化的Cobb角测量AI应用，无需医生手动测量，消除了观察者间差异性	回顾性研究，样本仅来自单一医疗中心	验证AI应用在脊柱侧凸Cobb角自动测量中的性能	脊柱侧凸患儿的脊柱X光片	医学影像分析	脊柱侧凸	X射线成像	深度学习	X光图像	601名患儿（89名男性，512名女性），802张全脊柱X光片	NA	NA	Bland-Altman检验，组内相关系数(ICC)，绝对误差，一致性界限(LoAs)	移动应用