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
4461	2025-04-22	Computational methods for binding site prediction on macromolecules 2025-Mar-12, Quarterly reviews of biophysics IF:7.2Q1 DOI:10.1017/S003358352500006X PMID:40071518	综述	本文综述了利用机器学习方法预测大分子结合位点的最新进展	分类了基于大分子序列、结构、模板知识、几何和能量特性的编码方法，并根据相互作用分子类型（小分子、肽和离子）对方法进行了分类	强调了基于深度学习方法的最新技术的局限性	推进药物发现，通过识别药理学靶点中的新结合位点，促进基于结构的命中识别和先导优化	蛋白质和RNA等生物分子结构	计算生物学	NA	机器学习	深度学习	序列、结构、模板知识、几何和能量特性数据	NA
4462	2025-04-22	DMGAT: predicting ncRNA-drug resistance associations based on diffusion map and heterogeneous graph attention network 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf179 PMID:40251829	research paper	该研究提出了一种名为DMGAT的新型深度学习模型，用于预测非编码RNA（ncRNA）与药物抗性之间的关联	DMGAT整合了扩散映射进行序列嵌入、图卷积网络进行特征提取以及图注意力网络（GAT）进行异质信息融合，同时采用随机森林分类器选择可靠的负样本以解决数据集不平衡问题	模型性能可能受到数据集不平衡和稀疏性的限制	预测ncRNA与药物抗性之间的关联，以识别潜在的生物标志物和治疗靶点	非编码RNA（ncRNA）和药物	machine learning	NA	word2vec, 扩散映射, 图卷积网络, 图注意力网络（GAT）	DMGAT（基于扩散映射和异质图注意力网络的深度学习模型）	序列数据（ncRNA序列和药物SMILES）	来自NoncoRNA和ncDR的精选数据集
4463	2025-04-22	A graph neural network approach for accurate prediction of pathogenicity in multi-type variants 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf151 PMID:40251830	research paper	提出了一种基于图神经网络的多模态注释致病性预测方法GNN-MAP，用于准确预测人类疾病相关基因中的致病性变异	GNN-MAP能够有效整合多模态注释和变异间的相似性关系，准确预测多种类型变异的致病性，尤其在罕见变异和高度不平衡数据集上表现优异	NA	提高人类疾病相关基因中致病性变异的预测准确性，以辅助临床决策	人类疾病相关基因中的多类型变异	machine learning	inherited retinal disease	graph neural network	GNN	multimodal annotations	ClinVar数据集
4464	2025-04-22	Prospective Evaluation of Accelerated Brain MRI Using Deep Learning-Based Reconstruction: Simultaneous Application to 2D Spin-Echo and 3D Gradient-Echo Sequences 2025-01, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0653 PMID:39780631	研究论文	前瞻性评估基于深度学习的加速脑部MRI重建技术（Accel-DL）在提高成像质量和缩短扫描时间方面的效果	首次在2D自旋回波和3D梯度回波序列中同时应用Accel-DL技术，并验证其在减少扫描时间和提高图像质量方面的效果	深部灰质（包括丘脑）的体积测量存在显著差异，且白质高信号（WMH）分割中的白质皮层病变类别存在差异	评估Accel-DL技术在脑部MRI中的效果，包括扫描时间减少和图像质量提升	150名参与者（51名男性，平均年龄57.3±16.2岁）	数字病理	NA	MRI	U-Net	图像	150名参与者，使用三种不同厂商的3T扫描仪
4465	2025-04-22	Detection and classification of ChatGPT-generated content using deep transformer models 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1458707 PMID:40256321	研究论文	本文提出了一种基于深度transformer模型的ChatGPT生成内容的检测与分类方法	使用RoBERTa和DistilBERT等transformer架构模型，实现了对AI生成文本的高效检测与分类，F1分数和准确率均超过0.98	模型在不同AI生成内容来源上的泛化能力尚未验证，且未考虑AI文本检测领域不断演变的挑战	解决AI生成文本（特别是ChatGPT）的检测与分类问题，以防止技术滥用	人类撰写文本与ChatGPT生成的AI文本	自然语言处理	NA	深度学习	RoBERTa, DistilBERT	文本	包含人类撰写和ChatGPT生成文本的数据集（具体数量未说明）
4466	2025-04-22	The G Protein-Coupled Receptor-Related Gene Signatures for Diagnosis and Prognosis in Glioblastoma: A Deep Learning Model Using RNA-Seq Data 2024-Dec-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2024.25.12.4201 PMID:39733410	研究论文	本研究利用RNA-Seq数据和深度学习模型，探索了胶质母细胞瘤中G蛋白偶联受体相关基因标记的诊断和预后价值	首次将深度学习模型与RNA-Seq数据结合，鉴定出胶质母细胞瘤中G蛋白偶联受体相关基因作为新型生物标志物	研究仅基于532名患者的回顾性数据，需要更大样本的前瞻性研究验证	探索胶质母细胞瘤的新型诊断和预后生物标志物	532名胶质母细胞瘤患者的RNA-Seq数据	数字病理学	胶质母细胞瘤	RNA-Seq	深度学习	基因表达数据	532名GBM患者
4467	2025-04-22	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-05-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	research paper	该研究结合像素化全介质超表面与深度学习技术，开发了一种用于时间分辨原位生物光谱学的集成光流控平台	利用高Q超表面在损耗性水环境中操作，结合深度学习实现实时分类，准确率达98%	目前仅应用于光开关脂质膜的动态行为研究，尚未扩展到更广泛的生物分子系统	开发一种集成光流控平台，用于研究生物系统的动态相互作用	光开关脂质膜的动态行为	digital pathology	NA	光谱采样技术	CNN	光谱数据	NA
4468	2025-04-21	Validation of a Deep Learning Model for Diabetic Retinopathy on Patients with Young-Onset Diabetes 2025-May, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01116-z PMID:40087218	研究论文	本研究验证了一种深度学习模型在年轻发病糖尿病患者中筛查糖尿病视网膜病变（DR）的性能	针对年轻糖尿病患者（18-25岁）验证深度学习系统的性能，发现其敏感性与年长患者相当，但特异性更高	视网膜光泽的存在可能干扰参考DME状态的判定，影响模型敏感性的测量	评估深度学习系统在年轻糖尿病患者中筛查糖尿病视网膜病变的性能	18-45岁的糖尿病患者（主要为1型糖尿病）	数字病理学	糖尿病视网膜病变	深度学习	DLS（深度学习系统）	眼底照片	321名18-45岁患者（98.8%为1型糖尿病）
4469	2025-04-21	Deep-Learning-Assisted Analysis of Early Biomarker Changes in Treatment-Naïve Patients with Neovascular AMD Under Intravitreal Faricimab 2025-May, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01125-y PMID:40133689	研究论文	本研究应用基于AI的分割算法量化关键OCT生物标志物，并评估玻璃体内faricimab在初治新生血管性年龄相关性黄斑变性患者中的短期疗效	首次将AI驱动的生物标志物分割技术应用于faricimab治疗的初治nAMD患者，量化了多种疾病活动性生物标志物的变化	样本量较小(40只眼)，且为回顾性研究，缺乏长期随访数据	评估AI辅助生物标志物分析在nAMD治疗监测中的应用价值	初治新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描(OCT)	深度学习语义分割算法	医学影像	38名患者的40只眼
4470	2025-04-21	A Deep Learning Segmentation Model for Detection of Active Proliferative Diabetic Retinopathy 2025-May, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01127-w PMID:40146482	research paper	开发一种深度学习分割模型，用于在六视野视网膜图像中检测活动性增殖性糖尿病视网膜病变	该模型能够准确识别需要立即治疗的增殖性糖尿病视网膜病变患者，通过注释新生血管和视网膜前出血来提高检测准确性	模型的阳性预测值较低（57%），可能存在一定的误诊率	开发一种深度学习模型，用于检测活动性增殖性糖尿病视网膜病变	六视野视网膜图像	digital pathology	diabetic retinopathy	deep learning segmentation	DL segmentation model	image	637张活动性PDR图像和301张非活动性PDR图像，来自199名个体
4471	2025-04-21	Virtual screening and characterization of novel myogenic peptides from bovine collagen hydrolysates: Targeting myomaker 2025-May, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116267 PMID:40253143	研究论文	本研究通过虚拟筛选和表征牛骨胶原水解物中的新型肌原性肽，探索其通过靶向Myomaker促进肌肉分化和再生的机制	首次发现肽AGPPGPPGPAGK能与Myomaker形成稳定复合物，并通过调节能量代谢促进成肌细胞分化	HRH1在细胞分化能量代谢中的调控作用需进一步验证	阐明牛骨胶原促进肌肉分化和再生的分子机制	牛骨胶原水解物中的肽序列（特别是AGPPGPPGPAGK）及其与Myomaker的相互作用	生物信息学与分子生物学	肌肉衰老	肽组学、分子对接、动力学模拟、深度学习预测、转录组分析	深度学习工具（未指定具体模型）	肽序列数据、分子模拟数据、转录组数据	未明确说明样本数量（基于牛骨胶原水解物的肽组学分析）
4472	2025-04-21	Progress in machine learning-supported electronic nose and hyperspectral imaging technologies for food safety assessment: A review 2025-May, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116285 PMID:40253192	综述	本文综述了机器学习支持的电子鼻和高光谱成像技术在食品安全评估中的应用进展	结合电子鼻和高光谱成像技术与机器学习算法，提供食品安全评估的综合视角	技术应用主要局限于实验室环境，缺乏标准化协议，影响测试的可重复性和实际应用	探讨机器学习如何提升电子鼻和高光谱成像技术在食品安全评估中的性能	食品安全评估中的电子鼻和高光谱成像技术	机器学习	NA	电子鼻(e-nose)、高光谱成像(HSI)	人工神经网络(ANN)、深度学习(DL)	NA	NA
4473	2025-04-21	Genetic and Environmental Factors Affecting Hair Density in East Asian Populations 2025-Apr-19, The British journal of dermatology DOI:10.1093/bjd/ljaf149 PMID:40251992	research paper	该研究通过大规模定量评估和基因组关联分析，识别了影响东亚人群头发密度的环境和遗传因素	首次在东亚人群中发现了三个与头发密度显著相关的遗传位点，并揭示了这些基因在毛囊发育中的功能注释	研究样本仅来自东亚人群，可能限制了结果在其他人群中的普适性	探究影响东亚人群头发密度的环境和遗传因素，并分析与其他毛发特征和疾病的共享遗传影响	5735名东亚个体的毛囊单位密度和每毛囊单位毛发数	遗传学	脱发症	GWAS, meta-analysis, C-GWAS, 深度学习图像分析	混合线性模型	图像数据, 基因组数据	5735名东亚个体
4474	2025-04-21	Deep learning enhances reliability of dynamic contrast-enhanced MRI in diffuse gliomas: bypassing post-processing and providing uncertainty maps 2025-Apr-19, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11588-z PMID:40252095	研究论文	提出并评估了一种新颖的深度学习模型，用于直接从DCE-MRI估计药代动力学参数图和不确定性估计	使用时空概率深度学习模型生成合成PK图，提高了可靠性且不影响诊断性能	单中心研究，样本量有限	提高动态对比增强MRI在弥漫性胶质瘤中的可靠性	成人型弥漫性胶质瘤患者	数字病理	胶质瘤	DCE-MRI	深度学习模型	MRI图像	329名患者
4475	2025-04-21	QMGBP-DL: a deep learning and machine learning approach for quantum molecular graph band-gap prediction 2025-Apr-19, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11178-7 PMID:40252145	研究论文	介绍了一种结合深度学习和机器学习的量子分子图带隙预测方法QMGBP-DL	将分子图编码器与机器学习模型结合，显著提高了分子和材料带隙能量的预测准确性	未提及具体局限性	加速药物设计和材料科学中的发现，特别是带隙预测	分子和量子材料的带隙能量	机器学习	NA	图卷积网络（GCN）和随机森林	GCN, Random Forest	分子图数据（SMILES字符串）	QM9、PCQM4M和OPV数据集
4476	2025-04-21	DSMR: Dual-Stream Networks with Refinement Module for Unsupervised Multi-modal Image Registration 2025-Apr-19, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00707-5 PMID:40252168	research paper	提出了一种新型无监督双流多模态图像配准框架DSMR，结合双流配准网络和优化模块，用于多模态医学图像配准	DSMR框架首次将双流配准网络与优化模块结合，利用移动图像、固定图像和转换图像生成两个变形场，并通过伪真实值优化初始变形场	未明确说明该方法在极端模态差异情况下的表现	解决无监督多模态医学图像配准的挑战	多模态医学图像	digital pathology	NA	deep learning-based image registration	dual-stream network	medical images	NA
4477	2025-04-21	Stigmatisation of gambling disorder in social media: a tailored deep learning approach for YouTube comments 2025-Apr-18, Harm reduction journal IF:4.0Q1 DOI:10.1186/s12954-025-01169-0 PMID:40247272	研究论文	本研究采用深度学习方法来分析YouTube上关于赌博障碍的评论，以了解德国社会对赌博障碍的污名化现象	结合引导主题建模和定性总结内容分析的深度学习方法，以及基于现有文献和收集数据构建的扩展污名词典	仅分析了两个YouTube视频的评论，样本量有限	了解赌博障碍的污名化现象，以开发减少污名化的有效策略	YouTube上关于赌博障碍的用户评论	自然语言处理	赌博障碍	深度学习、引导主题建模、定性总结内容分析	NA	文本	从34个视频中收集的84,024条评论，最终分析2个视频的评论
4478	2025-04-21	Habitat Radiomics and Deep Learning Features Based on CT for Predicting Lymphovascular Invasion in T1-stage Lung Adenocarcinoma: A Multicenter Study 2025-Apr-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.005 PMID:40253221	research paper	研究基于CT的栖息地放射组学和深度学习特征预测T1期肺腺癌淋巴管侵犯的多中心研究	首次将栖息地放射组学与深度学习模型结合，用于预测T1期肺腺癌的淋巴管侵犯，并展示了其优于传统放射组学和深度学习模型的性能	研究为回顾性分析，可能存在选择偏差，且样本量相对较小	探讨CT衍生的栖息地放射组学在预测T1期肺腺癌淋巴管侵犯中的应用及其效果	349名T1期肺腺癌患者	digital pathology	lung cancer	CT成像，K-means聚类算法	radiomics, habitat, DL	CT图像	349名患者（内部训练集210名，外部测试集139名）
4479	2025-04-21	Radiology AI and sustainability paradox: environmental, economic, and social dimensions 2025-Apr-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01962-2 PMID:40244301	综述	本文探讨了人工智能在放射学中的可持续性悖论，包括环境、经济和社会三个维度的影响	从放射学视角全面分析了AI的可持续性挑战及其潜在解决方案	未提供具体数据支持AI环境影响的量化分析	评估AI在放射学应用中的可持续性影响并提出改进策略	放射学中的人工智能系统	数字病理	NA	深度学习	NA	NA	NA
4480	2025-04-21	A deep learning model based on self-supervised learning for identifying subtypes of proliferative hepatocellular carcinoma from dynamic contrast-enhanced MRI 2025-Apr-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01968-w PMID:40244356	研究论文	本研究利用动态对比增强MRI（DCE-MRI）和非监督深度学习模型，高效准确地识别肝细胞癌（HCC）的增殖亚型	提出了一种基于自监督学习（SSL）的动态放射组学工作流程的深度学习预测模型，用于识别HCC的增殖亚型，其准确性和速度优于传统单阶段模型	研究为回顾性研究，样本量相对有限（381例患者），且仅在两个医疗中心进行	提高HCC增殖亚型的诊断精度，指导个性化治疗计划	肝细胞癌（HCC）患者	数字病理学	肝细胞癌	动态对比增强MRI（DCE-MRI）	深度学习模型（基于SSL）	医学影像（MRI）	381例HCC患者（训练集220例，内部测试集93例，外部测试集68例）