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
4741	2025-10-06	Ultrahigh-Throughput Virtual Screening Strategies against PPI Targets: A Case Study of STAT Inhibitors 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00907 PMID:40611790	研究论文	评估基于AI的超高通量虚拟筛选方法在蛋白质-蛋白质相互作用靶点上的性能，并发现新的STAT3和STAT5b抑制剂	首次将虚拟筛选应用于STAT5b的N端结构域，并在不同规模化合物库上系统评估Deep Docking工作流程	深度学习步骤的性能高度依赖于基础对接模型的性能，且对蛋白质-蛋白质相互作用型靶点的可靠性评估更具挑战性	开发和应用超高通量虚拟筛选策略来识别蛋白质-蛋白质相互作用靶点的抑制剂	STAT3和STAT5b致癌转录因子	计算药物发现	癌症	虚拟筛选，分子对接，深度学习	深度学习模型	化合物库数据，分子对接数据	数十亿至数百万规模的化合物库	Deep Docking	NA	命中率	无需超级计算机的AI辅助工作流程
4742	2025-10-06	Diff-SE: A Diffusion-Augmented Contrastive Learning Framework for Super-Enhancer Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01005 PMID:40613852	研究论文	提出一种结合扩散数据增强和对比学习的深度学习框架Diff-SE，用于超增强子预测	首次将扩散模型与对比学习结合用于超增强子预测，通过生成生物意义明确的合成正样本来解决类别不平衡问题	未明确说明模型在更广泛物种间的泛化能力，以及处理其他类型基因组元素的能力	开发计算方法来准确预测超增强子，克服传统实验方法的成本和时间限制	人类和小鼠细胞系中的超增强子	生物信息学	癌症,阿尔茨海默病	ChIP-seq, 深度学习	扩散模型, 对比学习	基因组序列数据	八个数据集，包含人类和小鼠细胞系	NA	Diff-SE	精确度, 马修斯相关系数, F1分数	NA
4743	2025-10-06	Integrating Protein Language Models and Geometric Deep Learning for Peptide Toxicity Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01073 PMID:40625100	研究论文	提出融合蛋白质语言模型和几何深度学习的PeptiTox框架用于肽毒性预测	首次将蛋白质语言模型与几何深度学习相结合，同时利用序列嵌入和三维结构信息进行肽毒性预测	未明确说明模型对未知肽序列的泛化能力及计算复杂度分析	开发更准确的肽毒性预测方法以促进药物安全性和治疗开发	肽序列及其三维结构	生物信息学, 机器学习	NA	蛋白质语言模型, 几何深度学习, 图神经网络	GNN, PLM	序列数据, 结构数据, 图数据	NA	NA	ESM2, ESMFold, 图神经网络	多维度评估指标	NA
4744	2025-10-06	Deep Learning in Antimicrobial Peptide Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00530 PMID:40626654	综述	本文综述了深度学习在抗菌肽预测中的研究基础、应用模型及未来挑战	从算法模型角度系统梳理了基础模型、语言模型、图相关模型及混合多模态模型在抗菌肽预测中的应用，并进行了对比验证	NA	探讨深度学习在抗菌肽预测中的应用现状与发展前景	抗菌肽（AMPs）	机器学习	NA	深度学习	基础模型,语言模型,图相关模型,混合模型,多模态模型	序列数据	NA	NA	NA	NA	NA
4745	2025-10-06	Generative Deep Learning for de Novo Drug Design─A Chemical Space Odyssey 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00641 PMID:40632942	综述	探讨生成式深度学习在药物设计中探索化学空间和生成新型分子的应用、挑战与未来方向	系统分析生成式模型在药物发现中平衡化学多样性、可合成性和生物活性的创新方法	NA	探索生成式深度学习在药物设计中的应用前景与挑战	小分子生成、评估和优先排序	机器学习	NA	生成式深度学习	生成模型	化学结构数据	NA	NA	NA	NA	NA
4746	2025-10-06	Deep Learning-Based Multimodal Fusion Approach for Predicting Acute Dermal Toxicity 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01128 PMID:40679078	研究论文	提出一种基于多模态融合的深度学习框架TriModalToxNet，用于预测急性皮肤毒性	首次将三种分子表征（2D分子图像、SMILES嵌入和分子指纹）通过多模态融合进行急性皮肤毒性预测	仅基于3845种化合物的数据集进行验证，需要更多数据进一步验证模型泛化能力	开发可靠的急性皮肤毒性预测模型以支持动物实验3R原则（替代、减少和优化）	来自大鼠和兔子急性皮肤毒性实验的3845种化合物	机器学习	皮肤毒性	分子图像分析，SMILES编码，分子指纹	CNN，DNN	分子图像，文本（SMILES），分子指纹	3845种化合物	NA	2D CNN，1D CNN，全连接神经网络	AUC，灵敏度，马修斯相关系数，准确率	NA
4747	2025-10-06	A review on computer-aided diagnostic system to classify the disorders of the gastrointestinal tract 2025-Jul-26, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02718-w PMID:40713885	综述	本文综述了基于机器学习的计算机辅助诊断系统在胃肠道疾病分类中的应用	系统性地总结了胃肠道疾病CADx系统的技术框架，包括预处理、特征提取、特征选择和分类方法，并探讨了未来研究方向	NA	回顾和总结胃肠道疾病计算机辅助诊断系统的研究现状和发展趋势	胃肠道疾病（结肠癌、胃癌、乳糜泻、出血等）	计算机视觉	胃肠道疾病	内窥镜、结肠镜检查	NA	内窥镜视频帧	NA	NA	NA	准确率	NA
4748	2025-10-06	A Wearable Electrochemical Biosensor for Salivary Detection of Periodontal Inflammation Biomarkers: Molecularly Imprinted Polymer Sensor with Deep Learning Integration 2025-Jul-26, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202509658 PMID:40714834	研究论文	开发了一种用于唾液检测牙周炎症生物标志物的可穿戴电化学生物传感器，结合分子印迹聚合物和深度学习技术	首次将分子印迹聚合物传感器与深度学习集成于可穿戴口腔护具平台，实现牙周炎症的连续监测和实时诊断	NA	开发用于牙周炎症检测的新型可穿戴生物传感器	唾液中的基质金属蛋白酶-8（MMP-8）生物标志物	医疗健康监测	牙周病	电化学传感、分子印迹聚合物、密度泛函理论模拟	深度学习	电化学阻抗数据	患者样本（具体数量未提及）	NA	NA	特异性、重现性、诊断准确率	NA
4749	2025-10-06	Evidential deep learning-based drug-target interaction prediction 2025-Jul-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62235-6 PMID:40715097	研究论文	提出基于证据深度学习(EDL)的药物-靶点相互作用预测方法EviDTI，通过不确定性量化提高预测可靠性	首次将证据深度学习应用于DTI预测领域，提供预测不确定性估计，增强对新型未见DTI的鲁棒性	仅在三个基准数据集上验证，需要更多真实场景验证	解决传统深度学习方法在DTI预测中过度自信和不可靠置信度估计的问题	药物-靶点相互作用	机器学习	NA	深度学习，不确定性量化	证据深度学习(EDL)	药物2D拓扑图，药物3D空间结构，靶点序列特征	三个基准数据集	NA	EviDTI	预测误差校准，不确定性估计	NA
4750	2025-10-06	Deep learning application to hyphae and spores identification in fungal fluorescence images 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11228-y PMID:40715216	研究论文	本研究开发了一种基于深度学习的双模型框架，用于自动检测真菌荧光图像中的菌丝和孢子	提出结合YOLOX和MobileNet V2的双模型框架，分别用于识别单个真菌孢子和菌丝以及真菌菌丝体	NA	开发自动化真菌疾病诊断系统	真菌荧光图像中的菌丝和孢子	计算机视觉	真菌感染	荧光成像	CNN	图像	NA	NA	YOLOX, MobileNet V2	精确率, 召回率, F1分数, Kappa值	NA
4751	2025-10-06	A novel dual-student reverse knowledge distillation method for magnetic tile defect detection 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12339-2 PMID:40715252	研究论文	提出一种基于反向知识蒸馏的双学生网络框架BSDRD，用于解决磁瓦表面缺陷检测中的复杂纹理和低对比度问题	提出双学生反向知识蒸馏框架，通过结构学生和细节学生的分工协作，结合小波变换和多维特征门控融合损失函数	NA	开发有效的磁瓦表面缺陷检测方法	磁瓦表面缺陷	计算机视觉	NA	深度学习，小波变换	知识蒸馏，神经网络	图像	NA	NA	双学生网络，预训练教师网络	像素级异常检测，样本级异常检测	NA
4752	2025-10-06	A triple pronged approach for ulcerative colitis severity classification using multimodal, meta, and transformer based learning 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12827-5 PMID:40715318	研究论文	本研究采用三重深度学习策略对溃疡性结肠炎严重程度进行分类	结合多模态推理管道、少样本元学习和Vision Transformer集成方法，无需领域特定训练	基于有限标注数据的少样本学习场景	溃疡性结肠炎严重程度的自动分类	HyperKvasir数据集中的溃疡性结肠炎图像	计算机视觉	溃疡性结肠炎	深度学习	Vision Transformer, 元学习	医学图像	HyperKvasir数据集	NA	Swin-Base, CLIP, BLIP, FLAVA, Matching Networks	准确率	NA
4753	2025-10-06	Seasonal quantile forecasting of solar photovoltaic power using Q-CNN-GRU 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12797-8 PMID:40715333	研究论文	提出一种结合CNN和GRU的混合分位数预测模型，用于太阳能光伏发电的季节性概率预测	首次将CNN与GRU结合构建分位数预测框架，并在多气候区域和季节条件下验证模型性能	研究区域仅限于三个特定气候类型地区，未涵盖所有可能的气候条件	开发高精度的太阳能发电概率预测方法，提升电网可靠性和可再生能源并网能力	太阳能光伏发电功率数据	机器学习	NA	数值天气预报数据	CNN, GRU, LSTM	时间序列数据，气象数据	来自荷兰、爱丽丝泉和河北三个地理气候多样性地区的多季节数据集	NA	Quantile-CNN-GRU, Quantile-GRU, Quantile-LSTM	连续排序概率评分，可靠性图表，锐度评估	NA
4754	2025-10-06	A novel hybrid deep learning approach combining deep feature attention and statistical validation for enhanced thyroid ultrasound segmentation 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12602-6 PMID:40715468	研究论文	提出了一种结合深度特征注意力和统计验证的混合深度学习新方法TATHA，用于增强甲状腺超声图像分割	开发了创新的TATHA深度学习架构，结合深度特征注意力机制和统计验证，通过多特征提取单元集成提高分割准确性	仅使用包含99个病例的甲状腺超声图像数据库进行验证，样本规模有限	提高甲状腺超声图像中结节分割的准确性，支持有效的诊断系统和治疗规划	甲状腺超声图像中的结节分割	计算机视觉	甲状腺疾病	超声成像	深度学习	医学图像	99个病例，包含134张标注图像（训练、验证和测试集）	NA	TATHA（新型混合架构）	Dice系数, 准确率, AUC	NA
4755	2025-10-06	Insurance claims estimation and fraud detection with optimized deep learning techniques 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12848-0 PMID:40715558	研究论文	提出一种结合增强河马优化算法和自定义12层CNN的深度学习模型，用于保险索赔估算和欺诈检测	首次将增强河马优化算法(EHOA)与自定义CNN结合，通过动态种群调整、动量更新和混合微调解决局部最小值和收敛慢的问题	未提及模型在其他保险领域的泛化能力以及实际部署的可行性	提高保险索赔估算准确性和欺诈检测效率	保险索赔数据	机器学习	NA	深度学习	CNN	结构化数据	NA	NA	VGG16,VGG19,ResNet50,自定义12层CNN,自定义15层CNN	准确率	NA
4756	2025-10-06	Explainable AI-driven assessment of hydro climatic interactions shaping river discharge dynamics in a monsoonal basin 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13221-x PMID:40715581	研究论文	本研究提出了一种可解释的深度学习框架，用于苏巴尔纳雷卡河流域的日径流预测	首次将Kolmogorov Arnold网络与SHAP可解释性方法结合应用于水文预测，为季风影响区域提供气候弹性决策支持工具	GCM降水数据存在空间固有不一致性，模型解释存在站点特异性不确定性模式	开发可解释的日径流预测框架以支持水资源管理	苏巴尔纳雷卡河流域的四个监测站（Muri, Adityapur, Jamshedpur, Ghatsila）	机器学习	NA	CMIP6气候模型数据	KAN	水文气候数据	1980-2022年历史数据，预测延伸至2100年	NA	Kolmogorov Arnold网络	RMSE, NSE, MAE, R值	NA
4757	2025-10-06	Transforming label-efficient decoding of healthcare wearables with self-supervised learning and "embedded" medical domain expertise 2025-Jul-26, Communications engineering DOI:10.1038/s44172-025-00467-6 PMID:40715702	研究论文	本研究提出一种结合自监督对比学习和医学领域知识的框架，用于提升医疗可穿戴设备数据的标签效率解码	将传统领域特征工程中的医学知识嵌入自监督对比学习，通过最近邻匹配和聚类原型表示构建更相关的正样本对	未明确说明具体数据集的规模和多样性限制	开发标签效率更高的医疗可穿戴设备数据分析方法	医疗可穿戴设备生成的心电图等生理数据	机器学习	NA	心电图分析	自监督对比学习	时间序列生理数据	NA	NA	最近邻匹配, 聚类原型表示	NA	NA
4758	2025-10-06	A classification method for fluorescence emission spectra of anionic surfactants with few-shot learning 2025-Jul-26, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06440-6 PMID:40715840	研究论文	提出一种基于小样本学习的阴离子表面活性剂荧光发射光谱分类方法	结合一维卷积神经网络和原型网络，实现无需预处理的全光谱端到端小样本分类	NA	开发数据高效的光谱分析框架，用于阴离子表面活性剂的快速准确识别	阴离子表面活性剂荧光发射光谱	机器学习	NA	荧光光谱法	CNN, 原型网络	光谱数据	FESS数据集（53种表面活性剂类别）和公共金属氧化物数据集	PyTorch	1D-CNN, 原型网络	准确率	NA
4759	2025-10-06	A DCT-UNet-based framework for pulmonary airway segmentation integrating label self-updating and terminal region growing 2025-Jul-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf486 PMID:40712639	研究论文	提出一种结合DCT-UNet、标签自更新和末端区域生长的肺气道分割框架	设计DCT-UNet捕获更大空间范围的体素信息，提出气道标签自更新策略解决标注不完整问题，采用深度学习驱动的末端区域生长方法提取末端气道	NA	提高CT图像中肺气道分割的准确性和完整性	肺气道树结构	计算机视觉	慢性阻塞性肺疾病	计算机断层扫描(CT)	CNN	医学图像	两个内部数据集和三个公共数据集	NA	DCT-UNet	分支检测率, 树长检测率, 分支比率, 树长比率, 分支计数, 树长度, 端点计数, 气道体积, 气道表面积	NA
4760	2025-10-06	Spatial features of tumor-infiltrating lymphocytes in primary lesions of lung adenocarcinoma predict lymph node metastasis 2025-Jul-25, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06860-1 PMID:40713757	研究论文	本研究探讨肺腺癌原发灶中肿瘤浸润淋巴细胞的空间特征与淋巴结转移的预测关系	首次系统研究TIL空间特征与淋巴结转移风险的关系，并开发了结合临床病理数据和TIL特征的预测模型	样本量相对有限，需要更大规模的多中心验证	评估肺腺癌原发灶中TIL空间特征与淋巴结转移的关联性	肺腺癌患者	数字病理	肺癌	全切片图像分析，热点分析，深度学习特征提取	随机森林	病理图像	训练队列312例，验证队列78例，独立测试队列148例	NA	K-means聚类，随机森林	AUC	NA