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
481	2025-07-18	A Digital Twin Framework for Adaptive Treatment Planning in Radiotherapy 2025-Jul-09, ArXiv PMID:40671956	研究论文	本文提出了一种用于前列腺立体定向体部放射治疗（SBRT）中快速在线自适应质子治疗计划的数字孪生（DT）框架	该框架整合了基于深度学习的多图谱可变形图像配准、通过锥形束CT（CBCT）每日更新患者解剖结构以及基于知识的计划质量评估，显著减少了重新优化时间并提升了治疗精度	研究样本量较小，仅基于43例前列腺SBRT病例，可能限制结果的普遍性	开发一种数字孪生框架，以提高前列腺SBRT中自适应质子治疗的效率和精度	前列腺癌患者，特别是具有显性前列腺内病变（DIL）增强的患者	数字病理	前列腺癌	锥形束CT（CBCT）、深度学习	深度学习	医学影像	43例前列腺SBRT病例
482	2025-07-18	DGAT: A Dual-Graph Attention Network for Inferring Spatial Protein Landscapes from Transcriptomics 2025-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.05.662121 PMID:40672156	研究论文	提出了一种名为DGAT的双图注意力网络，用于从转录组学数据推断空间蛋白质景观	DGAT通过构建整合转录组、蛋白质组和空间信息的异构图，利用图注意力网络学习RNA-蛋白质关系，从而从仅含转录组学的空间转录组数据中预测蛋白质表达	NA	从仅含转录组学的空间转录组数据中预测蛋白质表达，以弥补空间转录组技术缺乏蛋白质水平测量的不足	空间转录组数据	机器学习	癌症（包括乳腺癌、胶质母细胞瘤和恶性间皮瘤）	空间转录组技术（ST）、空间CITE-seq	双图注意力网络（DGAT）	转录组和蛋白质组数据	公共和内部数据集（包括扁桃体、乳腺癌、胶质母细胞瘤和恶性间皮瘤）
483	2025-07-18	Psychometric Evaluation of Large Language Model Embeddings for Personality Trait Prediction 2025-Jul-08, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75347 PMID:40627556	研究论文	本研究评估了大语言模型（LLM）嵌入在人格特质预测中的心理测量效度及其与传统特征工程方法的比较	首次在心理测量效度框架下系统评估LLM嵌入，并探索其与语言和情感标记的相关性，同时比较了不同模型大小的效果	心理测量效度测试显示中等可靠性（平均Cronbach α为0.63），且需要进一步研究微调策略以增强心理测量效度	评估LLM嵌入在人格特质预测中的应用，并验证其作为人格评估工具的心理测量效度	来自PANDORA大五人格数据集的100万条Reddit帖子	自然语言处理	NA	LLM嵌入生成、双向LSTM模型训练、心理语言学特征提取	RoBERTa、BERT、OpenAI、双向LSTM	文本	100万条Reddit帖子
484	2025-07-18	Prediction of water quality parameters and pollution exceedance analysis in typical rivers of semi-arid regions based on interpretable deep learning models 2025-Jul-08, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126801 PMID:40639737	研究论文	本文提出了一种可解释的注意力门控循环单元（AT-GRU）模型，用于半干旱地区典型河流的水质参数预测和污染超标分析	结合水质、气象和水文数据，提出了一种可解释的深度学习模型AT-GRU，提高了预测准确性和结果透明度	模型在高污染条件下对气象因素的敏感性较低	提高半干旱地区水质预测的准确性和可解释性，支持针对性污染控制和早期预警	半干旱大黑河流域的水质、气象和水文数据	机器学习	NA	深度学习	AT-GRU（注意力门控循环单元）	水质、气象和水文数据	NA
485	2025-07-18	Enhancing sequence alignment of adaptive immune receptors through multi-task deep learning 2025-Jul-08, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf651 PMID:40650972	research paper	本文介绍了一种名为AlignAIR的新型深度学习对齐器，用于提高免疫球蛋白序列对齐的准确性	利用先进的模拟方法和多任务学习框架，显著提高了等位基因分配准确性、生产力评估、序列分割和速度	未提及具体的数据集或实验限制	提高免疫球蛋白序列对齐的准确性，以促进适应性免疫研究和抗体工程	免疫球蛋白（Ig）序列	machine learning	NA	AIRR-seq	multi-task deep learning	sequence data	未提及具体样本数量
486	2025-07-18	Joint processing of long- and short-read sequencing data with deep learning improves variant calling 2025-Jul-08, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101107 PMID:40669457	研究论文	本研究通过结合长读长和短读长测序数据，利用深度学习改进变异检测	首次提出使用混合DeepVariant模型联合处理Illumina和Nanopore数据，用于种系变异检测	研究仅基于七个健康个体的数据，样本规模较小	提高种系变异检测的准确性，降低测序成本	七个健康个体的Nanopore测序数据	机器学习	罕见遗传病	Nanopore测序, Illumina测序	DeepVariant	测序数据	七个健康个体的数据
487	2025-07-18	Revisiting Centiloids using AI 2025-Jul-08, Research square DOI:10.21203/rs.3.rs-7015694/v1 PMID:40671806	研究论文	本研究提出了一种名为DeepSUVR的深度学习方法，用于校正淀粉样蛋白（Aβ）PET定量中的Centiloid标度	通过惩罚训练过程中不合理的纵向轨迹，DeepSUVR提高了示踪剂之间的相关性，减少了Aβ阴性样本的变异性，并在认知关联、视觉读取的AUC以及研究间纵向一致性方面表现最佳	NA	提高淀粉样蛋白（Aβ）PET定量的准确性和一致性，以支持一致的决策制定和检测临床干预中的细微和早期变化	淀粉样蛋白（Aβ）PET扫描数据	数字病理学	老年疾病	PET扫描	深度学习	图像	训练数据来自2,098名参与者（6,762次Aβ PET扫描），验证数据来自10,543名参与者的15,806次Aβ PET扫描，涵盖10个外部数据集
488	2025-07-17	Multi-task machine learning reveals the functional neuroanatomy fingerprint of mental processing 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.30.569385 PMID:40631327	研究论文	利用多任务深度学习模型揭示七种不同心理过程的功能神经解剖学指纹	首次提出并验证了心理过程具有独特且可靠的功能神经解剖学指纹	研究仅针对七种代表性心理过程，未涵盖所有可能的心理活动	探索心理过程的神经机制基础	人类心理过程的功能神经解剖学基础	机器学习	NA	功能磁共振成像(fMRI)	多任务深度学习模型	神经影像数据	来自美国和中国的1235名受试者
489	2025-07-18	Applying multimodal AI to physiological waveforms improves genetic prediction of cardiovascular traits 2025-Jul-03, American journal of human genetics IF:8.1Q1 DOI:10.1016/j.ajhg.2025.05.015 PMID:40543505	研究论文	本研究提出了一种多模态深度学习方法M-REGLE，用于从互补的电生理波形模态中挖掘遗传关联，以改善心血管特征的遗传预测	提出M-REGLE方法，通过联合学习多模态生理波形的低维表示并进行GWAS分析，相比单模态学习方法能识别更多遗传位点并显著提升心脏表型预测性能	NA	利用多模态AI技术提升心血管特征的遗传预测能力	多模态生理波形数据（如PPG和ECG）	机器学习	心血管疾病	GWAS, 卷积变分自编码器	M-REGLE, CNN	生理波形数据	多个生物银行的数据集（具体数量未明确说明）
490	2025-07-18	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	本文介绍了一种名为MICA的多模态深度学习方法，结合冷冻电镜和AlphaFold3预测的蛋白质结构，以提高蛋白质结构建模的准确性	提出了一种全新的多模态深度学习框架MICA，首次在输入和输出层面结合冷冻电镜密度图和AlphaFold3预测结构，显著提高了蛋白质结构建模的准确性和完整性	NA	提高从冷冻电镜密度图自动构建高精度蛋白质结构的准确性	蛋白质结构	计算生物学	NA	冷冻电镜(cryo-EM), AlphaFold3	多任务编码器-解码器架构, 特征金字塔网络	冷冻电镜密度图, 蛋白质结构预测数据	NA
491	2025-07-18	Diagnosis and Screening of Velocardiofacial Syndrome by Evaluating Facial Photographs Using a Deep Learning-Based Algorithm 2025-Jul-01, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000011792 PMID:39356705	研究论文	本研究探讨了使用深度学习算法开发面部识别模型以诊断Velocardiofacial综合征（VCFS）的可行性和有效性	首次使用多任务级联卷积神经网络（MTCNN）模型从面部照片中诊断VCFS，并展示了高准确率	模型的准确性在不同角度的照片中有所波动，仅在使用正面照片时达到最高准确率	开发一种基于深度学习的面部识别模型，用于早期诊断VCFS	VCFS患者和非VCFS对照者的面部照片	计算机视觉	Velocardiofacial综合征	深度学习	MTCNN	图像	98名VCFS患者（920张面部照片）和91名非VCFS对照者（463张面部照片）
492	2025-07-18	Toxicologic Pathology Forum*: Opinion on New Technologies and Trends Disrupting Drug Discovery and Development: How Can the Next Generation of Toxicologic Pathologists Be Prepared for Evolving Roles? 2025-Jul, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251321805 PMID:40159889	评论	本文讨论了制药行业中技术创新的加速如何重塑药物研发，并探讨了毒理病理学家如何适应这些变化	强调了技术革新和社会变化对毒理病理学家角色的深远影响，提出了未来行业对毒理病理学家的新要求	未提出具体的培训或教育方案来应对这些变化	探讨毒理病理学家如何适应制药行业的技术和社会变化	毒理病理学家和制药行业的研发流程	数字病理学	NA	人工智能、深度学习、数字病理学	NA	NA	NA
493	2025-07-18	Transfer Learning Empowered Multiple-Indicator Optimization Design for Terahertz Quasi-Bound State in the Continuum Biosensors 2025-Jul, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504855 PMID:40287969	research paper	该研究提出了一种利用迁移学习优化太赫兹准连续态束缚态（QBIC）生物传感器多指标设计的创新方法	首次实现了质量因子（Q因子）、品质因数（FoM）和有效传感区域（ESA）的多指标综合优化，并采用迁移学习方法显著降低了数据需求	未明确提及具体局限性	优化太赫兹QBIC生物传感器的多指标设计，提升痕量生物检测性能	太赫兹QBIC生物传感器	machine learning	NA	迁移学习	深度学习模型（具体未说明）	多维数据集（低维与高维）	数据需求比传统深度学习方法减少50%
494	2025-07-18	Detection of Hypertrophic Cardiomyopathy on Electrocardiogram Using Artificial Intelligence 2025-Jul, Circulation. Heart failure DOI:10.1161/CIRCHEARTFAILURE.124.012667 PMID:40365710	研究论文	本研究评估了一种基于人工智能的设备（Viz HCM）在12导联心电图上检测肥厚型心肌病（HCM）的准确性	使用深度学习技术开发的人工智能设备能够通过心电图筛查HCM，提高检测率并实现早期诊断	设备的敏感性为68.4%，虽然特异性较高（99.1%），但在实际应用中可能存在一定的漏诊风险	评估人工智能设备在检测肥厚型心肌病方面的准确性和潜在应用价值	肥厚型心肌病（HCM）患者和非HCM患者的心电图数据	数字病理学	心血管疾病	深度学习	NA	心电图数据	293例HCM阳性和2912例HCM阴性病例
495	2025-07-18	Fundus Refraction Offset as an Individualized Myopia Biomarker 2025-Jul-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1513 PMID:40471629	研究论文	提出一种基于眼底折射偏移（FRO）的个体化近视生物标志物，并研究其与光学相干断层扫描（OCT）得出的眼部参数的关联	首次提出FRO作为个体化近视生物标志物，并验证其与眼部解剖特征的关联	研究样本主要来自UK Biobank数据库，外部验证数据集样本量较小（仅152只右眼）	开发个体化近视风险评估的生物标志物	健康人眼（UK Biobank数据库45,180只眼和Caledonian队列152只右眼）	数字病理	近视	光学相干断层扫描（OCT）和深度学习	深度学习模型	眼底图像和OCT数据	UK Biobank数据库45,180只眼（训练集70%）和Caledonian队列152只右眼
496	2025-07-18	Unsupervised learning reveals landscape of local structural motifs across protein classes 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf377 PMID:40569048	研究论文	利用无监督学习揭示跨蛋白质类别的局部结构基序景观	通过自监督深度学习对大规模蛋白质结构数据集进行分析，创建了一个包含1500万个局部结构微环境的“词典”，并展示了这些基序在蛋白质结构搜索和模型质量评估中的最先进性能	NA	表征局部结构和功能在蛋白质分析中的景观	蛋白质数据银行中的1500万个局部结构微环境	机器学习	NA	自监督深度学习	无监督学习	3D结构数据	超过1500万个局部环境
497	2025-07-18	A semi-automated workflow for cohort-wise preparation of radiotherapy data for dose-response modeling, including autosegmentation of organs at risk 2025-Jul, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70152 PMID:40653785	研究论文	开发并测试了一种半自动化工作流程，用于从肿瘤信息系统(OIS)中准备放疗数据，包括自动分割风险器官(OARs)，以用于风险建模	提出了一种结合深度学习和基于图谱方法的半自动化工作流程，显著提高了风险器官分割的效率与准确性	工作流程在测试案例中的成功率为80%，仍有20%的案例需要人工干预	开发高效的方法来准备大规模研究队列的放疗数据，用于剂量-反应风险建模	放疗数据，特别是风险器官(OARs)的分割	数字病理	肺癌	深度学习(DL)和基于图谱的分割方法	深度学习模型	医学影像数据	106个患者案例用于开发，20个独立案例用于评估，50个独立案例用于最终测试
498	2025-07-18	Transfer learning for DL-based Synthetic CT after reconstruction algorithm upgrade in a proton therapy clinic 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17937 PMID:40660869	研究论文	本研究评估了迁移学习策略在应对CBCT图像质量变化中的有效性，并评估了CBCT软件升级后sCT依赖性工作流程的可持续性	利用迁移学习策略重新训练现有的DL-based sCT模型，以应对CBCT图像质量变化，减少工作流程中断	研究仅基于69例头颈部癌症患者的数据，样本量相对较小	评估迁移学习策略在CBCT软件升级后对sCT模型性能的影响	头颈部癌症患者的CBCT-CT图像对	数字病理	头颈部癌症	深度学习	DCNN, cycleGAN	图像	69例头颈部癌症患者的CBCT-CT图像对（60例用于训练和验证，9例用于测试）
499	2025-07-18	Explainable AI for raising confidence in deep learning-based tumor tracking models 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17940 PMID:40660895	research paper	本文研究了四种可解释AI方法在基于深度学习的无标记肺肿瘤跟踪模型中的可靠性和有效性	首次评估了四种XAI方法在肺肿瘤跟踪中的表现，并确定了GBP和DeepLIFT的可靠性	LRP在临床数据上表现不佳，需要进一步研究模型在临床实践中的可靠性	提高基于深度学习的肺肿瘤跟踪模型的可信度和解释性	肺肿瘤患者和体模	digital pathology	lung cancer	deep learning, XAI	CNN	image	6名临床患者和2个体模
500	2025-07-18	Enhanced Leaf Disease Segmentation Using U-Net Architecture for Precision Agriculture: A Deep Learning Approach 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70594 PMID:40661811	research paper	本研究提出了一种基于深度学习的图像分割方法，利用U-Net架构进行叶片病害识别	采用U-Net架构进行像素级叶片病害区域精确分割，结合图像预处理和数据增强提升模型性能	未提及模型在复杂田间环境下的实际应用效果	开发高精度的叶片病害识别系统以支持精准农业	叶片图像中的健康与病害区域	computer vision	植物病害	深度学习图像分割	U-Net	image	7056张带标注的叶片图像