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
441	2025-06-05	Bayesian Optimization with Gaussian Processes Assisted by Deep Learning for Material Designs 2025-May-29, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00592 PMID:40383929	research paper	本研究探讨了结合深度学习和高斯过程的贝叶斯优化方法在材料设计中的应用	提出了一种结合神经网络和高斯过程的深度核学习（DKL）方法，用于提升贝叶斯优化的效率	在寻找具有最高居里温度的合金时，标准高斯过程方法优于DKL模型，因为可以直接利用与居里温度强相关的描述符	提高材料探索中贝叶斯优化的效率	氧化物数据集（922个）和混合有机-无机钙钛矿合金（610个）的带隙、离子介电常数、电子有效质量等性质	machine learning	NA	deep kernel learning (DKL), Bayesian optimization (BO), Gaussian processes (GPs)	neural network, Gaussian processes	material property data	922 oxide data sets, 610 hybrid organic-inorganic perovskite alloys, 4560 alloys
442	2025-06-05	Ensemble learning approach for detecting breast invasive ductal carcinoma from histopathological images 2025-May-29, Pathology, research and practice DOI:10.1016/j.prp.2025.156041 PMID:40460639	研究论文	本文提出了一种集成学习方法，用于从组织病理学图像中检测乳腺浸润性导管癌	采用集成学习方法结合多种深度学习模型，提高了诊断的准确性和鲁棒性	未提及具体的数据集规模或模型在不同分辨率图像上的泛化能力	提高乳腺浸润性导管癌的诊断准确性和减少诊断变异性	乳腺组织病理学图像	数字病理学	乳腺癌	深度学习	ResNet50, Xception, MobileNetV2, VGG16, VGG19	图像	NA
443	2025-06-05	Beyond current boundaries: Integrating deep learning and AlphaFold for enhanced protein structure prediction from low-resolution cryo-EM maps 2025-May-27, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108494 PMID:40460619	研究论文	本文介绍了一种名为DeepTracer-LowResEnhance的创新计算框架，该框架通过整合AlphaFold的结构预测和深度学习驱动的图谱细化策略，显著提高了低分辨率冷冻电镜图谱的解析和建模准确性	该研究首次将AlphaFold的序列预测与深度学习驱动的图谱细化策略相结合，专门针对低分辨率冷冻电镜图谱进行优化，显著提升了建模准确性	研究主要针对低分辨率冷冻电镜图谱（4 Å以下），对于更高分辨率图谱的适用性未进行验证	提高低分辨率冷冻电镜图谱的原子模型构建准确性	蛋白质冷冻电镜图谱	结构生物学	NA	冷冻电镜(cryo-EM)	CNN, GNN, AlphaFold	冷冻电镜图谱	37种不同蛋白质的冷冻电镜图谱，包括22个分辨率低于4 Å的挑战性案例
444	2025-06-05	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-May-26, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	research paper	该论文提出了一种结合自监督学习和生成对抗网络的心电图合成方法，用于生成逼真的心律失常信号	提出了一种新型条件生成架构ECGAN，能够调节心电图记录的概率分布，并在心律失常分类任务中实现了2.4%的平均准确率提升	未提及具体的数据隐私保护措施细节，且合成数据的临床验证可能不足	开发能够生成逼真心电图信号的方法，以解决标记临床数据不足和患者匿名化问题	心电图时间序列数据	machine learning	心血管疾病	自监督学习, 生成对抗网络	ECGAN (生成对抗网络)	时间序列数据	使用了MIT-BIH、BIDMC和PTB数据集（具体样本量未明确说明）
445	2025-06-05	iPSC-RPE patch restores photoreceptors and regenerates choriocapillaris in a pig retinal degeneration model 2025-May-22, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.179246 PMID:40401519	research paper	该研究开发了一种基于诱导多能干细胞衍生的视网膜色素上皮（iRPE）贴片，用于治疗干性年龄相关性黄斑变性（AMD），并在猪视网膜退化模型中验证了其恢复光感受器和再生脉络膜毛细血管的能力	使用可生物降解的PLGA支架成熟iRPE细胞，开发了一种临床兼容的制造工艺，并通过深度学习算法和自适应光学成像验证了治疗效果	研究仅在猪模型中进行，尚未在人体临床试验中验证	开发并验证一种能够恢复光感受器和再生脉络膜毛细血管的治疗方法，以治疗干性年龄相关性黄斑变性	激光诱导的外视网膜退化的猪模型	digital pathology	age-related macular degeneration	optical coherence tomography (OCT), OCT-angiography, adaptive optics imaging	deep learning algorithm	image	猪模型中的视网膜区域
446	2025-06-05	VADEr: Vision Transformer-Inspired Framework for Polygenic Risk Reveals Underlying Genetic Heterogeneity in Prostate Cancer 2025-May-18, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.16.25327672 PMID:40463543	research paper	介绍了一种基于Vision Transformer的框架VADEr，用于揭示前列腺癌中的遗传异质性并预测多基因风险	结合自然语言处理和计算机视觉技术，利用Vision Transformer架构捕捉遗传数据中的局部和全局交互，提出DARTH评分以解释基因组区域的个性化贡献	未明确提及研究的局限性	提高复杂疾病（特别是前列腺癌）风险预测的准确性	前列腺癌（PCa）的遗传数据	machine learning	prostate cancer	Vision Transformer (ViT)	Transformer	genetic data	NA
447	2025-06-05	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	提出了一种名为ProtFun的多模态深度学习架构，用于预测蛋白质功能	结合蛋白质大型语言模型（LLM）嵌入和图注意力网络（GAT）来学习蛋白质嵌入，并与InterPro的蛋白质特征表示整合	未提及具体局限性	开发计算方法来自动预测蛋白质功能	蛋白质功能	机器学习	NA	蛋白质大型语言模型（LLM）、图注意力网络（GAT）	GAT	蛋白质序列数据	三个基准数据集
448	2025-06-05	Tracking Conditioned Fear in Pair-Housed Mice Using Deep Learning and Real-Time Cue Delivery 2025-May-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.10.653260 PMID:40463247	research paper	该研究开发了一种新型的巴甫洛夫范式，结合开源软件和深度学习姿态估计，研究配对饲养小鼠在家笼中对反复条件刺激的恐惧行为反应	提出了一种结合开源软件和深度学习的新型范式，用于在生态相关环境中长期研究小鼠的条件性防御和恐惧行为	研究仅关注小鼠模型，结果向人类PTSD的转化需要进一步验证	开发新方法来研究创伤后应激障碍(PTSD)相关的条件性恐惧行为	配对饲养的小鼠	digital pathology	PTSD	深度学习姿态估计	深度学习模型	视频	配对饲养的小鼠群体(具体数量未提及)
449	2025-06-05	Automated grading and staging of ovarian cancer using deep learning on the transmission optical microscopy bright-field images of thin biopsy tissue samples 2025-May-15, ArXiv PMID:40463694	研究论文	本研究提出了一种基于深度学习的自动化方法，用于卵巢癌的分级和分期，利用常规组织病理学图像进行预测	采用迁移学习方法，微调预训练的ResNet-101卷积神经网络，结合数据增强、加权随机采样和类别权重调整，优化模型性能	未提及模型在不同实验室或不同扫描设备获取的图像上的泛化能力	开发自动化方法来辅助卵巢癌的诊断和分期	卵巢癌组织病理学图像	数字病理学	卵巢癌	深度学习	CNN (ResNet-101)	图像	未明确提及具体样本数量
450	2025-06-05	Evaluation of data collection and annotation approaches of driver gaze dataset 2025-May-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02679-2 PMID:40369353	research paper	本研究评估了驾驶员视线数据集的三种标注方法，并提出了一种新的基于移动指针的标注方法	引入了一种新的基于移动指针的标注方法，该方法受到基于屏幕的视线数据收集的启发	手动标注和Speak2Label方法的准确性较低，需要进一步分析误分类原因	评估不同数据收集和标注方法在驾驶员视线估计中的效果	驾驶员视线数据集	computer vision	NA	eye tracker	supervised machine learning, deep learning	image	NA
451	2025-06-05	FastConformation: A Standalone ML-Based Toolkit for Modeling and Analyzing Protein Conformational Ensembles at Scale 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.09.653048 PMID:40463224	研究论文	介绍了一个名为FastConformation的Python应用程序，用于建模和分析蛋白质构象集合	整合了MSA生成、AF2结构预测和构象分析，提供用户友好的GUI界面，适合非编程背景的研究人员使用	需要本地机器运行，可能对计算资源有一定要求	开发一个高效、易用的工具来预测和分析蛋白质构象集合	蛋白质构象集合，包括Abl1激酶、LAT1转运体和CCR5受体等	结构生物学	NA	AlphaFold 2 (AF2), 多序列比对(MSA)	深度学习	蛋白质序列	包括Abl1激酶、LAT1转运体和CCR5受体等多个蛋白质
452	2025-06-05	Automatic deep learning segmentation of mandibular periodontal bone topography on cone-beam computed tomography images 2025-May-13, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105813 PMID:40373868	研究论文	本研究评估了一种基于多阶段SegResNet的深度学习模型在自动分割牙周炎患者CBCT图像中的性能	提出了一种基于SegResNet的深度学习模型，用于自动分割CBCT图像，显著减少了分割时间，提高了3D诊断的可行性	模型在牙周区域颊侧的可靠性和一致性有待提高	评估深度学习模型在牙周炎患者CBCT图像自动分割中的性能	牙周炎患者的CBCT图像	数字病理	牙周炎	CBCT	SegResNet	image	70例CBCT扫描用于训练和验证，10例用于测试
453	2025-06-05	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	本文探讨了人工智能在门诊初级保健中的应用、挑战及未来发展方向	综述了AI在非紧急门诊初级保健中的功能、试验及整合情况，填补了该领域的研究空白	仅纳入2019年至2024年的英文文献，且未涉及提供者认知支持、工作流自动化或风险调整面板等应用	评估AI在门诊初级保健中的实施程度和应用效果	门诊初级保健中的人工智能技术	医疗人工智能	NA	机器学习、深度学习和transformer	NA	文本数据（文献）	筛选了3,203篇文献，最终纳入61篇符合条件的研究
454	2025-06-05	Combining structural modeling and deep learning to calculate the E. coli protein interactome and functional networks 2025-May-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.07.652715 PMID:40463260	研究论文	本文报告了三种计算方法的整合，用于在全蛋白质组范围内预测两个蛋白质是否可能形成二元复合物	整合了PrePPI、Topsy-Turvy和ZEPPI三种方法，显著提高了高置信度蛋白质相互作用的预测数量	方法依赖于计算预测，需要进一步的实验验证	预测大肠杆菌蛋白质相互作用组和功能网络	大肠杆菌蛋白质	计算生物学	NA	PrePPI、Topsy-Turvy、ZEPPI、AF3Complex	蛋白质语言模型	蛋白质序列和结构数据	400个蛋白质-蛋白质相互作用
455	2025-06-05	Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study 2025-May-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.08.25327250 PMID:40463538	research paper	该研究对31种计算病理学AI基础模型进行了全面基准测试，评估它们在多样组织病理学数据集和任务中的表现	首次系统比较了不同类型病理学基础模型的性能，并发现模型大小与数据规模并不总是与性能提升相关	未深入探讨影响模型性能的潜在因素，且测试数据集可能仍有限	评估和比较不同病理学基础模型在计算病理学中的表现	31种AI基础模型（包括通用视觉模型、病理专用视觉模型等）	digital pathology	NA	deep learning	foundation models (VM, VLM, Path-VM, Path-VLM)	histopathological images	41个任务的数据集（来自TCGA、CPTAC等）
456	2025-06-05	Evolution-guided protein design of IscB for persistent epigenome editing in vivo 2025-May-07, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02655-3 PMID:40335752	研究论文	通过结合进化指导和深度学习，设计了一种改进的RNA引导内切酶IscB及其引导RNA，用于体内持久性表观基因组编辑	结合直系同源筛选、结构引导的蛋白质域设计、RNA工程和深度学习结构预测，开发了改进的NovaIscB变体，其活性比野生型提高了约100倍，并提高了特异性	NA	设计具有增强活性和特异性的RNA引导内切酶，用于分子生物学应用	IscB RNA引导内切酶及其引导RNA	分子生物学	NA	直系同源筛选、结构引导的蛋白质域设计、RNA工程、深度学习结构预测	NA	蛋白质序列和结构数据	NA
457	2025-06-05	Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25327094 PMID:40385410	research paper	该研究探索了使用卷积神经网络（CNN）从静息态脑电图（EEG）数据中分类强迫症（OCD）的可行性	首次将CNN应用于最小处理的EEG时频表示，以区分OCD患者与健康对照组，并探索了临床和人口统计信息的融合效果	样本量较小（仅20名参与者），限制了结果的泛化能力	开发一种基于EEG的OCD诊断方法，超越传统机器学习方法的限制	20名未服药的参与者（10名OCD患者，10名健康对照组）	machine learning	psychiatric disorder	EEG, Morlet wavelets	CNN, SVM	EEG time-frequency representations	20名参与者（10名OCD患者，10名健康对照组）
458	2025-06-05	Significance of Image Reconstruction Parameters for Future Lung Cancer Risk Prediction Using Low-Dose Chest Computed Tomography and the Open-Access Sybil Algorithm 2025-May-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001131 PMID:39437009	research paper	研究图像重建参数和CT扫描仪制造商对Sybil算法在低剂量CT扫描中预测肺癌风险性能的影响	首次评估了不同图像重建参数和CT扫描仪制造商对Sybil算法性能的影响，证明了其在多种成像设置下的稳健性	研究仅基于美国国家肺癌筛查试验的部分参与者数据，可能无法代表所有人群	评估Sybil算法在不同图像重建参数和CT扫描仪下的预测性能	低剂量CT扫描图像	digital pathology	lung cancer	low-dose computed tomography (LDCT)	deep learning-based algorithm (Sybil)	image	1049对标准与骨重建滤波器图像，1961对标准与肺重建滤波器图像，1288对2mm与5mm轴向切片厚度图像
459	2025-06-05	Comparison between two artificial intelligence models to discriminate cancerous cell nuclei based on confocal fluorescence imaging in hepatocellular carcinoma 2025-May, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.11.026 PMID:39674779	研究论文	比较两种人工智能模型在基于共聚焦荧光成像的肝细胞癌中区分癌细胞核的能力	首次在肝细胞癌中应用并比较了机器学习和深度学习模型对癌细胞核的自动识别能力	研究样本来自商业组织芯片，可能无法完全代表真实临床样本的多样性	开发自动识别肝细胞癌细胞核的人工智能工具	肝细胞癌细胞核和正常肝细胞核	数字病理学	肝细胞癌	共聚焦显微镜成像	机器学习(ML)和深度学习(DL)	图像	商业组织芯片中的健康肝脏和肝细胞癌样本
460	2025-06-05	Metastasis Detection Using True and Artificial T1-Weighted Postcontrast Images in Brain MRI 2025-May-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001137 PMID:39688447	research paper	本研究比较了在脑MRI中使用真实对比增强T1加权图像和通过深度学习方法合成的低剂量图像在转移瘤检测中的敏感性和精确度	使用深度学习从低剂量图像合成T1加权图像，并与真实对比增强图像在转移瘤检测中的表现进行比较	研究样本量较小（40名参与者），且两位放射科医生的检测结果存在差异	评估低剂量对比剂MRI在脑转移瘤检测中的可行性	脑转移瘤患者和正常脑部发现的参与者	digital pathology	brain metastasis	MRI, deep learning	NA	image	40名参与者（24名男性，平均年龄54.3±15.1岁），共917名参与者接受扫描