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
4681	2026-07-06	Calceolarioside B alleviates airway barrier dysfunction and inflammation via targeting P2Y6R in OVA-triggered asthma 2026-Jul-01, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2026.118209 PMID:42386004	研究论文	本研究鉴定出木通提取物中的活性成分Calceolarioside B通过靶向P2Y6R缓解OVA诱导的哮喘小鼠模型中的气道屏障功能障碍和炎症反应	首次发现Calceolarioside B通过靶向P2Y6R的LYS-25位点发挥抗哮喘作用，利用AI辅助深度学习、虚拟靶标钓取和分子动力学模拟鉴定靶点	未提及	探索传统中药木通提取物缓解哮喘的分子机制并鉴定其活性成分和靶点	OVA诱导的哮喘小鼠模型及细胞模型	机器学习, 计算机视觉	哮喘	转录组学分析, 网络药理学, 分子对接, 点突变实验, 体外结合实验	深度学习	文本, 图像	小鼠哮喘模型样本量未明确	NA	NA	NA	NA
4682	2026-07-06	MMFVS-Net: A triple-symmetric cross-attention network for multimodal optical image fusion and high-accuracy virtual staining of breast cancer tissues 2026-Jul-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109536 PMID:42401051	研究论文	提出一种基于三重对称交叉注意力的多模态光学图像融合网络，用于乳腺癌组织的高精度虚拟染色	设计三重对称交叉注意力模块处理多模态图像特征交互信息，引入多尺度判别器确保全局特征与局部细节捕捉，应用迁移学习解决多分支梯度稀释问题	仅以乳腺癌组织为研究对象，未验证在其他组织类型上的泛化能力	实现基于多模态光学图像融合的高精度虚拟染色，解决跨模态交互信息挖掘和多分支模型训练的关键挑战	乳腺癌组织	计算机视觉	乳腺癌	明场成像、自发荧光成像、相衬成像	CNN	图像	NA	NA	三重对称交叉注意力网络	图像相似度指标、核统计指标	NA
4683	2026-07-06	MRI/MRCP and endoscopic ultrasound in pancreatobiliary disease: defining complementary roles in diagnostic and therapeutic decision-making 2026-Jul-01, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113046 PMID:42401074	综述	定义MRI/MRCP与内镜超声在胰胆疾病诊断和治疗决策中的互补作用	提出了一种基于临床需求的选择性影像路径，并讨论了新兴的基于深度学习MRI重建技术	内镜超声在解剖结构改变、胃出口梗阻、胰尾病变和多灶性神经内分泌肿瘤中存在局限	明确MRI/MRCP与内镜超声在胰胆疾病中的互补角色，优化诊断和治疗决策	胰胆疾病患者，特别是小实性胰腺病变、胰腺囊性病变、胰胆微结石、自身免疫性胰腺炎类似病变及治疗性内镜超声应用	医学影像	胰胆疾病	MRI、MRCP、内镜超声	深度学习	影像数据	NA	NA	深度学习重建模型	NA	NA
4684	2026-07-06	Dihydroberberine regulates the ferroptosis-autophagy positive feedback loop in colorectal cancer by targeting PANX2 2026-Jul-01, Phytomedicine : international journal of phytotherapy and phytopharmacology IF:6.7Q1 DOI:10.1016/j.phymed.2026.158537 PMID:42401068	研究论文	通过生物信息学-机器学习集成方法识别PANX2为结直肠癌中铁死亡的关键抑制基因，并发现天然小分子二氢小檗碱作为其抑制剂，通过调节铁死亡-自噬正反馈环路发挥抗肿瘤作用	首次鉴定PANX2为结直肠癌铁死亡抑制基因，发现二氢小檗碱作为PANX2靶向小分子抑制剂，并揭示铁死亡-自噬正反馈环路的新机制	研究对象仅限于结直肠癌，需要进一步验证在其他癌症中的普适性；机制研究主要依赖体外细胞实验和异种移植瘤模型，缺乏更复杂的肿瘤微环境模拟	识别结直肠癌中铁死亡过程的关键调控靶点，筛选针对该靶点的小分子调节剂，并阐明其抗肿瘤机制	结直肠癌细胞系和异种移植瘤模型	机器学习	结直肠癌	分子对接、分子动力学模拟、DARTS、CETSA、SPR	CNN	文本和分子结构数据	包含结直肠癌细胞系和异种移植瘤模型，具体样本数量未给出	TensorFlow, PyTorch, Keras	Transformer, ResNet	准确率、精确率、召回率、F1分数、AUC	NVIDIA RTX 3090
4685	2026-07-06	GraPhAI: Neural Networks for Solving Centrosymmetric Crystal Structures 2026-Jun-30, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c05607 PMID:42374990	研究论文	提出图神经网络GraPhAI，用于从头解析中心对称晶体结构中的衍射相位问题	首次将衍射数据表示为图结构并利用图神经网络进行深度学习，解决了低分辨率衍射数据的相位问题	对纯有机晶体结构的成功解析率仍有限	开发一种通用的从头解析晶体结构相位的方法	中心对称晶体结构	机器学习	NA	NA	图神经网络	图结构衍射数据	典型晶胞体积的中心对称晶体结构	NA	GraPhAI	成功率	NA
4686	2026-07-06	Topology-Preserving Elastic Deformation Augmentation Enables Robust Defect Detection in Data-Scarce Industrial Imagery 2026-Jun-30, ACS macro letters IF:5.1Q1 DOI:10.1021/acsmacrolett.6c00144 PMID:42378064	研究论文	提出一种结合拓扑保持弹性变形和轻量注意力集成学习的框架，在数据稀缺的工业图像中实现鲁棒缺陷检测	引入拓扑保持弹性变形策略，在保持语义一致性的同时增加几何变异性；采用轻量注意力引导的集成学习器，适用于数据受限场景	未详细讨论模型在不同缺陷类型上的失败案例或计算开销；依赖特定图像类型（如 SEM 和木材图像），泛化性需进一步验证	实现数据稀缺和类别不平衡条件下的稳健多标签缺陷分类	工业显微镜图像中的缺陷检测，包括半导体工艺中的嵌段共聚物 SEM 图像和木材缺陷数据	计算机视觉	不适用	扫描电子显微镜（SEM）成像	集成学习、注意力机制	图像	使用自组装嵌段共聚物 SEM 图像数据集和木材缺陷数据集，具体样本数量未给出	不适用	拓扑保持弹性变形（TPED）、注意力引导的轻量集成学习器	F1-score（微平均、宏平均）	未提及
4687	2026-07-06	High-Throughput Screening and Mechanistic Elucidation of RhlA Mutants for Enhanced Rhamnolipid Biosynthesis Guided by EGCA-Net and Molecular Dynamics Simulations 2026-Jun-29, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.6c03371 PMID:42372267	研究论文	利用EGCA-Net深度学习模型和分子动力学模拟，高通量筛选并表征提高鼠李糖脂生物合成的RhlA突变体	首次融合交叉注意力机制、ESM-2和图卷积网络构建EGCA-Net模型，结合深度学习活性预测、Rosetta分析、分子对接和分子动力学模拟筛选RhlA突变体，并通过湿实验验证其催化活性显著提升	仅针对RhlA单一酶进行突变体筛选，未探索其他可能提高鼠李糖脂产量的酶或代谢途径	开发基于EGCA-Net的高通量筛选框架，快速识别能增强鼠李糖脂生物合成活性的RhlA突变体	RhlA酶及其突变体	机器学习	NA	深度学习、Rosetta分析、分子对接、分子动力学模拟	融合模型（EGCA-Net）	蛋白质序列、结构数据	针对RhlA酶构建特定突变体文库，筛选得到4个新突变体	NA	EGCA-Net（基于ESM-2、图卷积网络和交叉注意力机制）	酶活性（U/mg）	NA
4688	2026-07-06	Deciphering Allergen Peptides for Dermatological and Cosmetic Applications with Explainable Artificial Intelligence 2026-Jun-25, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.6c00268 PMID:42345568	研究论文	本研究利用可解释人工智能探索过敏肽在皮肤科和化妆品中的应用潜力	提出了一个混合深度学习框架，结合时间卷积网络和堆叠长短期记忆架构，并融合进化尺度建模嵌入，实现了过敏肽序列中致敏基序的准确分类，同时利用Anchor、LIME和SHAP等可解释性工具提升模型透明度和生物学意义	NA	推动机器学习和皮肤科及化妆品领域的结合，开发更安全、创新的化妆品产品	过敏肽序列	自然语言处理，机器学习	皮肤病	NA	时间卷积网络，长短期记忆网络	文本（肽序列）	NA	NA	TCN， LSTM	NA	NA
4689	2026-07-06	Retinal Microvascular Signatures as Early Predictors of Cardiovascular Risk: Integrating Pathophysiology, Molecular Insights, and Artificial Intelligence 2026-Jun-19, The American journal of cardiology DOI:10.1016/j.amjcard.2026.05.035 PMID:42320613	研究论文	探讨视网膜微血管特征作为早期心血管风险预测指标的综合框架，整合病理生理机制、分子见解和人工智能技术	系统性地将视网膜微血管表型、分子调控机制与深度学习分析相结合，提出一种无创、可扩展的早期心血管风险评估新策略	未具体提及研究限制，但可能包括需要大规模临床验证、不同人群的泛化性以及OCTA等先进成像技术的可及性	利用视网膜微血管成像和AI技术建立早期心血管风险预测的无创生物标志物体系	视网膜微血管（包括血管口径、弯曲度、分支模式和灌注模式）及心血管疾病患者	计算机视觉	心血管疾病	光学相干断层扫描血管成像（OCTA）	深度学习（DL）	视网膜图像	NA	NA	NA	NA	NA
4690	2026-07-06	Post-pandemic forecasting of pediatric acute respiratory infections with deep learning: a multi-pathogen, multi-time-horizon study 2026-Jun-17, International journal of infectious diseases : IJID : official publication of the International Society for Infectious Diseases IF:4.8Q1 DOI:10.1016/j.ijid.2026.108889 PMID:42309480	研究论文	利用深度学习模型预测后疫情时代儿童急性呼吸道感染的多种病原体和多时间范围	比较了11种深度学习模型与传统统计模型（SARIMA）在预测儿童急性呼吸道感染上的性能，并针对10种病原体在不同预测时间范围（短期、中期、长期）进行全面评估，发现DLinear和TSMixer分别适用于短期和长期预测	仅基于单一医院的数据，且排除了肺炎衣原体（阳性病例仅70例），可能影响模型的泛化能力；未考虑外部验证集	比较传统统计模型与深度学习模型在儿童急性呼吸道感染预测中的性能，提高预测准确性以支持临床和公共卫生准备	10种呼吸道病原体的儿童住院急性呼吸道感染病例	机器学习	儿童急性呼吸道感染	多重PCR	深度学习模型	时间序列数据	29,260份儿科住院记录（2021年1月至2024年12月，来自中国一家大型儿童医院）	PyTorch	SARIMA, DeepAR, BlockRNN, N-BEATS, NHiTS, TCN, Transformer, TFT, DLinear, NLinear, TiDE, TSMixer	平均绝对误差（MAE）、均方根误差（RMSE）、对称平均绝对百分比误差（sMAPE）	NA
4691	2026-07-06	Accurate prediction of oligonucleotide probe hybridization efficiency via a transformer-based model 2026-May-11, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-026-12833-5 PMID:42108445	研究论文	通过基于Transformer的深度学习模型TransHybrid，利用整合的公共微阵列数据（超过380万探针）准确预测寡核苷酸探针杂交效率，性能显著优于传统热力学模型	首次将互补链特征嵌入Transformer架构实现序列级杂交效率预测，构建了覆盖8个子集、超过380万探针的综合数据集，并引入独立实验数据集进行微调验证	对GC富集区等生物学特征的解释仍依赖注意力机制可视化，缺乏直接生物学验证	开发一种基于序列的深度学习框架，通过整合公共微阵列数据解决传统热力学模型在探针杂交效率预测中的不准确性	寡核苷酸探针的杂交效率	自然语言处理	NA	微阵列技术	Transformer	序列数据	超过380万探针（来自8个公共微阵列数据子集），以及独立实验数据集	PyTorch	Transformer	皮尔逊相关系数	NA
4692	2026-07-06	Analysis of Upper Airway Morphology Using Four-Dimensional Dynamic MRI With Active Deep Learning-Based Automatic Segmentation 2026-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70237 PMID:41607039	研究论文	使用主动学习nnU-Net对自由呼吸动态四维MRI中的上气道进行自动分割，并量化两种口位下的动态形态变化	首次将主动学习nnU-Net应用于自由呼吸动态四维MRI的上气道自动分割，减少人工标注量同时保持高分割精度，并系统量化口位、性别和症状对气道形态的影响	研究对象为无阻塞性睡眠呼吸暂停（OSA）的成人，可能不适用于OSA患者；样本量有限（84例），内部测试集仅18例；未评估不同MRI序列或扫描协议的泛化性	实现自由呼吸动态四维MRI上气道自动分割，并量化闭口和开口两种口位下的动态形态差异	84名无OSA成人（28男/56女，18-80岁），其中33人有睡眠相关呼吸症状	计算机视觉, 数字病理	阻塞性睡眠呼吸暂停, 呼吸系统疾病	四维动态MRI, TWIST序列	nnU-Net	图像	84例（68例训练，4例固定验证，18例内部测试）	PyTorch	nnU-Net	Dice系数	NA
4693	2026-07-06	Three-dimensional automatic segmentation of root canals with focus on the second mesiobuccal canal using nnU-Netv2 on CBCT images: deep learning approach 2026-04-07, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08285-8 PMID:41947103	研究论文	利用nnU-Netv2深度学习方法对上颌第一磨牙的第二近颊根管进行三维自动分割，同时分割主根管	首次应用nnU-Netv2模型对未治疗牙齿的MB2根管进行三维自动分割	模型对MB2的分割灵敏度较低（0.538），可能由于MB2根管结构狭窄导致	评估人工智能在锥形束计算机断层扫描图像中识别和分割第二近颊根管以及同时分割主根管的性能	上颌第一磨牙的第二近颊根管和主根管	计算机视觉, 数字病理学	牙科疾病	CBCT成像	nnU-Netv2	图像	202张CBCT图像	PyTorch	nnU-Netv2	Dice系数, Jaccard指数, 95% Hausdorff距离, 曲线下面积, 灵敏度, 精确率	NA
4694	2026-07-06	Radiomics analysis of panoramic radiographs using machine learning for the detection of peri-implantitis 2026-04-06, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08190-0 PMID:41937158	研究论文	开发并验证基于全景X光片的深度学习模型（Mask R-CNN）和放射组学机器学习方法用于检测种植体周围炎	首次将放射组学特征分析与深度学习结合应用于全景X光片上的种植体周围炎检测，并在小样本数据上实现了高准确率	单中心回顾性研究，样本量有限（144例），缺乏前瞻性多中心验证	构建并验证一种结合深度学习和放射组学分析的自动化方法，用于全景X光片的种植体周围炎检测	全景X光片中种植体周围炎区域的识别与分割	计算机视觉	口腔种植体周围炎	放射组学特征提取	Mask R-CNN, XGBoost	图像（全景X光片）	144例患者的全景X光片（平均年龄57.2±11.7岁）	PyTorch	ResNet-50骨干网络的Mask R-CNN	F1分数，AUC，自由响应受试者工作特征曲线分析	NA
4695	2026-07-06	Diagnosis of High Intracranial Pressure by Non-Optic Nerve Retinal Image Features 2026-Apr-06, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.4.2 PMID:41940708	研究论文	评估深度学习模型与非眼科专家在基于视网膜图像诊断高颅压方面的表现	首次探索在遮盖视神经头的情况下利用非视神经视网膜图像特征进行高颅压诊断	样本量较小，仅32例高颅压患者和31例对照，且未提及模型在独立外部验证集上的表现	比较深度学习模型与神经眼科医师在基于视网膜图像分类高颅压患者与对照者的性能	高颅压伴视乳头水肿患者与对照者的宽视野视网膜图像	计算机视觉, 数字病理学	高颅压	视网膜成像	卷积神经网络	图像	32例高颅压患者（70张图像）和31例对照（62张图像）	NA	卷积神经网络	准确率, AUC	NA
4696	2026-07-06	Impact of accurate load forecasting on electricity market stability in Japan using classical time-series and deep-learning methods 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46859-2 PMID:41927815	研究论文	提出多区域评估框架，比较经典时间序列与深度学习方法在日本电力市场短期负荷预测中的表现	首次针对日本50/60 Hz频率分界线下的区域异质性，构建空间性能评估框架并引入不确定性量化分析	研究未考虑可再生能源渗透率动态变化对预测精度的影响	评估不同预测范式在日本区域电力市场的适用性及其经济影响	日本九州电力系统中的九个区域电网	机器学习	NA	NA	SARIMA, HMM, LSTM	时间序列负荷数据	2019-2022年九个区域电网的每小时负荷数据	NA	SARIMA, HMM, LSTM	MAPE, 95%预测区间	NA
4697	2026-07-06	Heuristically Adaptive Diffusion-Model Evolutionary Strategy 2026-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202511537 PMID:41793196	研究论文	提出一种基于启发式自适应扩散模型的进化策略，融合深度学习扩散模型与进化算法以优化数值参数	首次将扩散模型与进化算法深度融合，利用深度学习扩散模型增强进化算法的记忆与自适应能力，并引入无分类器指导实现进化动力学的精确控制	NA	开发一种结合扩散模型与进化算法的混合优化框架，提升进化优化的效率、灵活性和精度	进化算法中的数值参数优化过程	机器学习	NA	扩散模型、进化算法	扩散模型	NA	NA	NA	扩散模型	NA	NA
4698	2026-07-06	Deep learning radiomics based on multimodal MRI for preoperative prediction of N stage in tongue squamous cell carcinoma: a multicenter study 2026-03-30, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08165-1 PMID:41913156	研究论文	本研究开发并验证了一种基于多模态MRI的深度学习影像组学模型，用于术前预测舌鳞状细胞癌的N分期	首次将深度学习影像组学方法应用于舌鳞状细胞癌N分期的术前预测，并在多中心数据集上验证其优于传统影像组学方法	需要进一步的前瞻性研究验证	提高舌鳞状细胞癌术前N分期预测的准确性，辅助临床决策	舌鳞状细胞癌患者	数字病理学	舌鳞状细胞癌	多模态MRI（增强T1加权图像和T2加权图像）	CNN	医学图像	579名舌鳞状细胞癌患者（训练集357人、内部测试集153人、外部测试集69人）	PyTorch	ResNet34, ResNet101, DenseNet121	AUC, 校准曲线, 决策曲线分析	NA
4699	2026-07-06	Multimodal MRI-based two-stage artificial intelligence framework for renal fibrosis classification in chronic kidney disease 2026-03-04, BMC nephrology IF:2.2Q2 DOI:10.1186/s12882-026-04869-2 PMID:41782094	研究论文	开发了一个基于多模态MRI的两阶段人工智能框架，用于慢性肾病的肾纤维化分类	结合多模态MRI影像（native T1 mapping、ADC和T2* mapping）与临床指标，采用MobileNetV2-SE深度学习特征和XGBoost/ExtraTree分类器进行两阶段分级	样本量相对较小（152例），且为单中心前瞻性研究	非侵入性评估慢性肾病患者的肾纤维化程度	152例经活检证实的慢性肾病患者（RF 1：无纤维化34例；RF 2：轻度纤维化69例；RF 3：中重度纤维化49例）	机器学习和数字病理	慢性肾病，肾纤维化	多模态MRI（native T1 mapping、ADC、T2* mapping）	深度学习（MobileNetV2-SE）和传统机器学习（XGBoost、ExtraTree）	MRI影像数据和临床指标数据	152例患者，按2:1分为训练集和测试集	PyTorch, Scikit-learn	MobileNetV2-SE, XGBoost, ExtraTree	AUC, 校准曲线, 决策曲线分析（DCA）, SHAP可视化	NA
4700	2026-07-06	A domain-adaptive deep contrastive network for magnetic resonance imaging-driven bladder cancer classification 2026-Mar-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02499-4 PMID:41775791	研究论文	提出一种域自适应深度对比网络，用于基于磁共振成像的膀胱癌分类	联合源域和目标域样本进行特征学习以获得域不变且可区分的表示，并引入深度对比学习策略增强类间分离性和类内紧凑性	待论文中明确提及	实现跨中心的磁共振成像驱动膀胱癌自动分类	膀胱癌磁共振成像数据（区分非肌层浸润性膀胱癌与肌层浸润性膀胱癌）	计算机视觉，数字病理学	膀胱癌	磁共振成像	深度对比网络	医学图像（磁共振成像）	多中心膀胱癌磁共振成像数据集	PyTorch	卷积神经网络，Transformer	准确率，F1分数，AUC	NA