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
4481	2025-11-05	Enhancing PI control in microgrids using machine-learning techniques 2025-Oct-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20781-5 PMID:41174042	研究论文	提出结合机器学习技术与传统PI控制器的微电网控制框架，提升可再生能源系统的稳定性	首次将人工神经网络和强化学习与传统PI控制器结合，实现控制器参数的动态实时调整	仅通过仿真验证，未进行实际硬件部署测试	提升微电网在可再生能源集成环境下的控制性能	包含太阳能和风能等分布式能源的微电网系统	机器学习	NA	机器学习，深度强化学习	ANN, RL	实时运行数据，历史性能指标	基于分布式能源的微电网仿真系统	NA	人工神经网络，强化学习控制器	电压总谐波失真，稳定时间，频率稳定性	NA
4482	2025-11-05	Deep learning for motion classification in ankle exoskeletons using surface EMG and IMU signals 2025-Oct-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22103-1 PMID:41174104	研究论文	提出一种结合表面肌电信号和惯性测量单元的运动分类框架，用于踝关节外骨骼的实时控制	使用毛巾基纺织电极替代传统凝胶电极提升舒适度和耐用性，并展示仅需少量样本即可适应新用户的迁移学习能力	未明确说明具体达到的准确率数值	开发高精度、实时且适用于真实环境的踝关节外骨骼运动分类系统	踝关节外骨骼使用者	机器学习	老年疾病	表面肌电信号(sEMG)、惯性测量单元(IMU)	CNN	多通道时间序列信号	包含五种日常功能动作的多通道记录	NA	卷积神经网络	准确率	NA
4483	2025-11-05	Integrating event information and multi dimensional relationships for improved financial time series forecasting 2025-Oct-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22926-y PMID:41174155	研究论文	提出一种融合事件信息和多维关系的双流Alpha因子融合网络(DAFF-Net)用于金融时间序列预测	创新性地结合事件驱动时序模式提取与多维关系感知通道软聚类，通过事件感知路由器融合时序数据与上下文事件信息，构建综合资产关系网络	主要验证基于亚马逊股票数据，仅对四个不同行业股票进行跨资产验证，样本覆盖范围有限	提高金融时间序列预测准确率，解决传统模型难以区分相似价格模式背后不同驱动因素的问题	金融时间序列数据，包括股票价格数据和相关事件信息	机器学习	NA	事件信息编码，多维关系融合	深度学习框架	时间序列数据，新闻文本，公司公告，宏观经济数据	亚马逊2010-2025年股票数据，四个不同行业(医疗保健、金融、能源、电动汽车)股票数据	NA	DAFF-Net, 事件驱动时序模式提取器, 多维关系感知通道软聚类模块	MSE, R²	NA
4484	2025-11-05	Characteristics of brain glucose metabolism in Parkinson's disease patients with freezing of gait: a study based on 18F-FDG PET imaging and deep learning 2025-Oct-31, BMC neurology IF:2.2Q3 DOI:10.1186/s12883-025-04468-y PMID:41174540	研究论文	本研究基于18F-FDG PET成像和深度学习探讨帕金森病冻结步态患者脑葡萄糖代谢特征	首次结合18F-FDG PET成像与3D卷积神经网络分析PD-FOG患者特异性脑代谢模式	样本量较小（共46名参与者），需更大样本验证	探究帕金森病冻结步态患者的脑葡萄糖代谢特征并开发自动识别方法	帕金森病伴冻结步态患者、不伴冻结步态患者及健康对照者	医学影像分析	帕金森病	18F-FDG PET成像	3D CNN, 传统机器学习模型	PET影像数据	18名PD-FOG患者、11名PD-NFOG患者、17名健康对照	NA	3D CNN	准确率, 均方误差	NA
4485	2025-11-05	A novel modality contribution confidence-enhanced multimodal deep learning framework for multiomics data 2025-Oct-31, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06219-9 PMID:41174554	研究论文	提出一种模态贡献置信度增强的多模态深度学习框架，用于多组学数据分类任务	引入非参数高斯过程评估各模态的单模态置信度，并利用KL散度对齐多模态特征，解决了传统方法假设各模态贡献相等的问题	NA	改进多模态学习中的特征融合方法，提升多组学数据分类性能	多组学数据	生物信息学	NA	多组学分析	深度学习	静态信息、DNA、mRNA、miRNA、蛋白质数据	四个多组学数据集	NA	多模态深度学习框架	分类性能指标	NA
4486	2025-11-05	Skel-Net: automatic prediction of skeletal pattern on scanned lateral cephalograms using anatomical prior-guided deep learning network 2025-Oct-31, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06771-z PMID:41174644	研究论文	提出一种基于解剖先验引导的深度学习网络Skel-Net，用于自动预测侧位头颅X光片上的骨骼模式变化	结合头颅测量标志点检测和多通道输入（包括二维热图和ANB先验）的两阶段方法，增强了对儿童和青少年颅面生长动态变化的预测能力	样本量相对有限（612张侧位头颅X光片来自245名患者），模型泛化能力需进一步验证	开发自动预测8-16岁儿童和青少年五年内ANB角度变化的深度学习模型	8-16岁儿童和青少年的侧位头颅X光片	计算机视觉	正畸疾病	X光成像	深度学习网络	医学图像	612张侧位头颅X光片来自245名患者	NA	Skel-Net, DenseNet121, MobileNetV2, ResNet101, VGG16	平均绝对误差, 均方根误差, R2值	NA
4487	2025-11-05	Deep learning-driven TCRβ repertoire analysis enhances diagnosis and enables mining of immunological biomarkers in systemic lupus erythematosus 2025-Oct-31, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00490-5 PMID:41174657	研究论文	开发基于深度学习的TCRβ repertoire分析框架DeepTAPE，用于系统性红斑狼疮的诊断和免疫生物标志物挖掘	提出整合TCR分类器的诊断新方法，能生成与疾病活动度相关的自身免疫风险评分，并识别SLE特异性氨基酸基序	未明确说明研究样本量的具体限制和模型泛化能力验证	提高系统性红斑狼疮的诊断准确性并挖掘免疫机制相关生物标志物	系统性红斑狼疮患者的TCRβ链CDR3序列	生物信息学	系统性红斑狼疮	TCR repertoire测序	深度学习	序列数据	NA	NA	DeepTAPE	AUC	NA
4488	2025-11-05	A robust deep learning framework for RNA 5-methyluridine modification prediction using integrated features 2025-Oct-31, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02433-2 PMID:41174762	研究论文	开发了一个名为5-meth-Uri的深度学习框架，用于预测RNA 5-甲基尿苷修饰	结合二核苷酸和三核苷酸的自交叉协方差与六种物理化学参数生成特征向量，并采用无监督主成分分析进行特征选择	NA	提高RNA 5-甲基尿苷修饰预测的准确性	RNA 5-甲基尿苷修饰	计算生物学	NA	RNA修饰预测	DNN	序列数据	两个基准数据集（成熟mRNA和完整转录本）	NA	深度神经网络	准确率	NA
4489	2025-11-05	Path2Omics Enhances Transcriptomic and Methylation Prediction Accuracy from Tumor Histopathology 2025-Oct-30, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-4350 PMID:41166699	研究论文	开发了Path2Omics深度学习框架，可从肿瘤组织病理学图像预测基因表达和甲基化数据	首次开发能够从常规组织病理切片独立预测基因表达和甲基化的深度学习框架，并在30种TCGA癌症类型中验证	仅使用TCGA数据集进行训练，外部验证数据集数量有限	通过深度学习从组织病理学图像预测分子特征，推动精准肿瘤学发展	30种TCGA癌症类型的组织病理学图像和对应的分子数据	数字病理学	多种癌症	组织病理学成像，基因表达分析，甲基化分析	深度学习	组织病理学图像，基因表达数据，甲基化数据	30种TCGA癌症类型，7个外部验证数据集	NA	Path2Omics框架（包含FFPE模型、FF模型和集成模型）	预测准确率，患者生存预测，治疗反应预测	NA
4490	2025-11-05	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Oct-15, Genes IF:2.8Q2 DOI:10.3390/genes16101223 PMID:41153440	研究论文	通过统一基准比较深度学习模型在预测调控变异和因果SNP优先排序任务中的性能	建立了首个在一致训练和评估条件下对领先深度学习模型进行标准化评估的基准	仅评估了54,859个SNP和四种人类细胞系的数据	评估深度学习模型在预测非编码区变异效应和因果SNP优先排序中的性能	54,859个单核苷酸多态性(SNP)在四种人类细胞系中的调控影响	机器学习	NA	MPRA, raQTL, eQTL实验	CNN, Transformer, 混合CNN-Transformer	基因组变异数据	54,859个SNP	NA	TREDNet, SEI, Borzoi	NA	NA
4491	2025-11-04	Hybrid attention-based deep learning for multi-label ophthalmic disease detection on fundus images 2025-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06858-x PMID:40439748	研究论文	提出一种基于混合注意力的深度学习模型HAM-DNet，用于眼底图像的多标签眼科疾病检测	结合EfficientNetV2和Vision Transformers的混合深度学习架构，集成SE注意力模块和U-Net病变定位模块，提升多标签分类性能和可解释性	NA	开发准确、可解释且高效的多标签眼科疾病自动检测方法	眼底图像中的多种眼科疾病	计算机视觉	眼科疾病	NA	CNN, Transformer	图像	多个眼底图像数据集（ODIR-5K, Messidor, G1020, Joint Shantou International Eye Centre）	NA	EfficientNetV2, Vision Transformers, SE blocks, U-Net	准确率, 精确率, 召回率, AUC, F1分数	低计算成本（9.7 GFLOPS）
4492	2025-11-05	Artificial Intelligence in Traditional Chinese Medicine: Multimodal Fusion and Machine Learning for Enhanced Diagnosis and Treatment Efficacy 2025-Oct, Current medical science IF:2.0Q3 DOI:10.1007/s11596-025-00103-6 PMID:40773005	综述	本文综述了人工智能在中医诊疗中的应用现状与未来发展方向	提出基于证候要素构建大规模高质量中医数据集，并利用AI多模态融合和集成学习技术处理多样化原始特征	NA	提升中医诊疗的临床疗效	中医诊疗过程	自然语言处理,机器学习	中医相关疾病	深度学习,自然语言处理	CNN,LSTM,Transformer,神经网络,支持向量机,随机森林	图像,文本,结构化数据	NA	NA	卷积神经网络,长短期记忆网络,Transformer	NA	NA
4493	2025-11-05	Iterative improvement of deep learning models using synthetic regulatory genomics 2025-Sep-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.04.636130 PMID:39974895	研究论文	本研究使用深度学习模型Enformer预测合成调控基因组学数据中的DNA可及性和RNA转录，并通过微调提升模型性能	首次将合成调控基因组学数据用于深度学习模型的迭代改进，显著提升了模型对基因组变异的预测泛化能力	模型对DHS顺序或方向重排的序列预测能力较差，训练数据主要基于参考基因组相似序列	评估和改进深度学习模型对基因组变异序列的表观遗传特征预测能力	DNase I超敏感位点的删除、倒位和重排等工程化序列	计算生物学	NA	合成调控基因组学，表观遗传学分析	深度学习	基因组序列，表观遗传数据	数十个DHS工程化序列	NA	Enformer	预测误差，相关性	NA
4494	2025-11-05	Correction: A Systematic Review: Do the Use of Machine Learning, Deep Learning, and Artificial Intelligence Improve Patient Outcomes in Acute Myocardial Ischemia Compared to Clinician-Only Approaches? 2025-Sep, Cureus DOI:10.7759/cureus.c307 PMID:41185712	correction	本文是对先前发表的一篇系统综述文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4495	2025-11-05	Multimodal deep learning integration of cryo-EM and AlphaFold3 for high-accuracy protein structure determination 2025-Jul-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.03.663071 PMID:40631196	研究论文	提出一种融合冷冻电镜和AlphaFold3的多模态深度学习方法MICA，用于高精度蛋白质结构测定	在输入和输出层面同时整合冷冻电镜密度图和AlphaFold3预测结构，实现全自动多模态蛋白质结构建模	NA	提高从冷冻电镜密度图自动构建蛋白质结构的准确性和完整性	蛋白质结构，特别是大型蛋白质复合物	计算生物学	NA	冷冻电镜(cryo-EM)，深度学习	多任务编码器-解码器架构	冷冻电镜密度图，AlphaFold3预测结构	NA	NA	特征金字塔网络	模板建模得分(TM-score)	NA
4496	2025-11-05	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.19.654920 PMID:40568119	研究论文	比较分析深度学习模型在预测致病调控变异方面的性能	首次在标准化基准和一致训练条件下系统评估多种深度学习模型对遗传变异调控效应的预测能力	仅评估了有限数量的模型架构，且训练数据可能未覆盖所有相关细胞类型	评估深度学习模型预测遗传变异对增强子活性的影响	人类基因组中的非编码变异和增强子调控元件	机器学习	复杂人类疾病	MPRA, raQTL, eQTL	CNN, Transformer, 混合模型	基因组数据, 表观基因组数据	54,859个SNP，来自四个人类细胞系，九个数据集	NA	TREDNet, SEI, Borzoi	NA	NA
4497	2025-11-05	ProtFun: A Protein Function Prediction Model Using Graph Attention Networks with a Protein Large Language Model 2025-May-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.13.653854 PMID:40463264	研究论文	提出一种名为ProtFun的多模态深度学习架构，用于预测蛋白质功能	将蛋白质大语言模型嵌入作为蛋白质家族网络中的节点特征，并应用图注意力网络学习蛋白质嵌入	未在摘要中明确说明	开发计算方法来自动预测蛋白质功能	蛋白质序列和蛋白质家族网络	生物信息学	NA	蛋白质大语言模型，图注意力网络	GAT	蛋白质序列，蛋白质家族网络，InterPro蛋白质特征表示	三个基准数据集	NA	图注意力网络(GAT)	NA	NA
4498	2025-11-05	Artificial Intelligence in Outpatient Primary Care: A Scoping Review on Applications, Challenges, and Future Directions 2025-May-13, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.12.25327223 PMID:40463551	综述	本文通过范围综述探讨人工智能在门诊初级保健中的应用、挑战和未来发展方向	系统梳理了2019-2024年间AI在初级保健领域的研究现状，揭示了从模型开发到临床实施的差距	仅纳入英文文献，可能遗漏其他语言的重要研究；真实世界实施数据有限	探索人工智能在非紧急门诊初级保健环境中的功能、试验和整合情况	初级保健环境中的AI应用研究	医疗人工智能	初级保健相关疾病	机器学习、深度学习、Transformer	NA	文献数据	61篇符合条件的研究文献（从3,203篇中筛选）	NA	NA	NA	Covidence在线系统综述工具
4499	2025-11-05	The epigenomic landscape of single vascular cells reflects developmental origin and identifies disease risk loci 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2022.05.18.492517 PMID:40655014	研究论文	通过单细胞表观基因组和转录组分析揭示血管细胞发育起源与疾病风险位点的关联	首次在单细胞分辨率上系统分析不同血管部位的表观基因组景观，发现血管部位特异性的增强子调控网络	研究仅限于健康成年小鼠血管组织，人类样本验证不足	探究血管部位特异性疾病风险的生物学基础	健康成年小鼠三个血管部位（主动脉根和升主动脉、头臂动脉和颈动脉、降胸主动脉）的血管组织	生物信息学	心血管疾病	scATACseq, scRNAseq, GWAS, 深度学习	深度学习模型	表观基因组数据, 转录组数据, 基因组关联数据	三个血管部位的血管组织单细胞数据	ChromBPNet	base resolution深度学习模型	染色质可及性预测准确性	NA
4500	2025-11-05	Path2Omics: Enhanced transcriptomic and methylation prediction accuracy from tumor histopathology 2025-Mar-16, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.26.640189 PMID:40568160	研究论文	开发Path2Omics深度学习模型，从肿瘤组织病理学图像预测基因表达和甲基化数据	集成FFPE和FF样本训练的模型在临床最常用的FFPE切片上表现最佳，预测基因数量比之前模型DeepPT提高约5倍	NA	通过组织病理学图像预测分子特征，推进精准肿瘤学发展	23种癌症类型的肿瘤组织样本	数字病理学	癌症	组织病理学，基因表达分析，甲基化分析	深度学习	组织病理学图像	23个癌症基因组图谱队列中的8,007名患者的20,497张切片（9,456张FFPE和11,041张FF）	NA	NA	预测基因数量，生存预测准确性，治疗反应预测准确性	NA