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
5401	2025-10-05	Enhancing SDN security with deep learning and F-balanced cross-entropy for DDoS detection 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18826-w PMID:41023344	研究论文	提出一种基于深度学习的SDN环境DDoS攻击检测模型AECE，通过注意力机制和F平衡交叉熵损失函数提升检测性能	提出注意力增强交叉熵(AECE)模型，集成注意力机制聚焦关键网络流量特征；创新F平衡交叉熵(FBCE)损失函数，结合交叉熵和F1分数平衡精确率与召回率	未明确说明在真实SDN环境中的部署验证和极端流量条件下的性能表现	提升软件定义网络(SDN)中分布式拒绝服务(DDoS)攻击的检测能力	SDN网络环境中的DDoS攻击流量	机器学习	NA	深度学习	DNN	网络流量数据	NA	NA	注意力机制增强的深度神经网络	准确率, 精确率, 召回率, F1分数	NA
5402	2025-10-05	A novel hybrid mathematical deep learning technique for early warning of flashover in composite insulators 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19151-y PMID:41023343	研究论文	提出一种基于混合数学深度学习模型的复合绝缘子闪络预测方法	结合加权连续小波变换和图注意力网络的混合模型，首次将放电峰值数和功率高斯拟合指标用于闪络预测	模型验证仅针对特定几何规格和污染等级参数，未涵盖所有可能的工况	开发复合绝缘子闪络早期预警系统以防止绝缘故障导致的停电	污染复合绝缘子的干带电弧和闪络阶段	机器学习	NA	加权连续小波变换，泄漏电流数据分析	图注意力网络	时间序列数据（泄漏电流）	NA	NA	图注意力网络（GAT）	放电计数，预测准确率	NA
5403	2025-10-05	DOD-Boost: a temporal and distribution-optimized deep boosting framework for solar radiation modeling 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19157-6 PMID:41023386	研究论文	本研究提出了一种结合深度学习和统计分布拟合的混合太阳能辐射时间建模方法，用于支持清洁能源系统设计	提出了DOD-Boost框架，将概率分布拟合与深度学习时间序列建模相结合，通过分布相似性而非简单点预测来评估模型性能	NA	开发高精度的太阳能辐射时间建模方法以支持光伏能源规划	倾斜表面总太阳辐射数据（MJ/m²）	机器学习	NA	最大似然估计，鲸鱼优化算法，粒子群优化	LSTM, GRU, XGBoost	时间序列数据	NA	NA	LSTM, GRU, XGBoost	Jensen-Shannon散度	NA
5404	2025-10-05	DeepWheat: predicting the effects of genomic variants on gene expression and regulatory activities across tissues and varieties in wheat using deep learning 2025-Sep-29, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03809-x PMID:41024142	研究论文	开发了DeepWheat深度学习框架，用于预测小麦中基因组变异对基因表达和调控活性的影响	提出了首个适用于小麦的深度学习框架，整合序列和表观基因组特征进行组织特异性基因表达预测，支持跨品种模型迁移	NA	开发能够准确预测小麦基因组变异对基因表达和调控活性影响的深度学习工具	小麦基因组变异、基因表达、调控活性	机器学习	NA	深度学习	深度学习模型	基因组序列、表观基因组数据	五个小麦品种	NA	DeepEXP, DeepEPI	PCC（皮尔逊相关系数）	NA
5405	2025-10-05	MitraClip device automated localization in 3D transesophageal echocardiography via deep learning 2025-Sep-27, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109083 PMID:41038109	研究论文	提出一种基于深度学习的自动化流程，用于在3D经食管超声心动图中检测MitraClip设备	首次将注意力UNet与DenseNet结合，通过CAD模板配准优化分割结果，实现设备配置状态的自动识别	仅在受控体外模拟环境中验证，未进行临床实时应用测试	开发自动化管道以改善二尖瓣反流治疗中MitraClip设备的可视化检测	MitraClip设备在3D经食管超声心动图中的定位与配置识别	医学影像分析	心血管疾病	3D经食管超声心动图	Attention UNet, DenseNet	3D医学影像	196张3D TEE图像	NA	Attention UNet, DenseNet	平均表面距离, 95% Hausdorff距离, 加权F1分数	NA
5406	2025-10-05	Fine-tuning sequence to function deep learning models on large-scale proteomic data improves the accuracy of variant effect prediction 2025-Sep-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.26.678908 PMID:41040220	研究论文	本研究通过在大规模蛋白质组数据上微调Borzoi序列到功能深度学习模型，显著提升了遗传变异效应预测的准确性	首次在54,219个个体和2,923种血浆蛋白质的大规模数据集上微调Borzoi模型，证明增加样本量和纳入罕见变异可显著提升变异效应预测性能	模型在未见基因和未见个体上的泛化能力仍存在挑战，且性能提升高度依赖罕见变异的可用性	提高序列到功能模型在遗传变异效应预测中的准确性和泛化能力	UK Biobank血浆蛋白质组计划中的54,219个个体和2,923种循环血浆蛋白质	机器学习	NA	蛋白质组测序	深度学习,序列到功能模型	蛋白质序列数据,遗传变异数据	54,219个个体,2,923种血浆蛋白质	NA	Borzoi	变异效应预测准确性	NA
5407	2025-10-05	Versatile Image-Assisted Cell Sorting by Selective Trapping with Spatiotemporal Multiparameter Targeting 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01433 PMID:40960346	研究论文	本文介绍了一种基于图像引导多参数可调靶向的二维细胞分选技术(2D-SIGMAT)，通过动态原位光激活细胞捕获实现精确高效的细胞分离	开发了具有时空多参数靶向能力的图像辅助细胞分选技术，能够记录无运动模糊的高分辨率图像，像素数量比其他图像辅助分选器多十倍以上	NA	开发一种多功能、高性能的细胞分选方法以克服现有细胞分选技术的局限性	从单细胞到类器官的各种尺寸生物样本	生物医学工程	NA	荧光成像、明场成像、深度学习目标检测	深度学习目标检测模型	图像数据、时间序列数据	NA	NA	YOLOv5	回收效率、吞吐量	NA
5408	2025-10-05	Small Molecule Approach to RNA Targeting Binder Discovery (SMARTBind) Using Deep Learning Without Structural Input 2025-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.24.678312 PMID:41040176	研究论文	介绍了一种无需结构信息的RNA靶向小分子结合剂发现深度学习方法SMARTBind	结合RNA大语言模型与对比学习，采用配体特异性诱饵增强策略，仅需RNA一级序列即可准确识别小分子结合剂及其结合位点	未明确说明模型对特定RNA结构类型的适用性限制	开发准确识别RNA小分子结合剂的计算方法	RNA靶向小分子结合剂	自然语言处理, 机器学习	癌症	RNA测序, 体外实验, 细胞实验	大语言模型, 对比学习	RNA序列数据	数百万RNA序列预训练	NA	RNA大语言模型	准确性, 计算成本	NA
5409	2025-10-05	Neurotype matching in monogamous rodents is modulated by early-life sleep experience 2025-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.24.678442 PMID:41040201	研究论文	本研究通过深度学习工具分析草原田鼠的社交行为，探索神经类型匹配现象在非人类动物中的表现	首次在非人类动物模型中量化神经类型匹配现象，并建立早期睡眠干扰与后期社交行为异常的关联	研究仅使用草原田鼠作为动物模型，结果向人类推广需谨慎	探究神经类型匹配现象在非人类动物中是否存在及其机制	草原田鼠（成对雌雄个体）	动物行为学,计算生物学	自闭症谱系障碍	深度学习行为分析	深度学习	行为视频数据	草原田鼠成对交互数据	NA	NA	NA	NA
5410	2025-10-05	Sensitive, direct detection of non-coding off-target base editor unwinding and editing in primary cells 2025-Sep-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.25.678665 PMID:41040263	研究论文	开发了一种直接检测碱基编辑器脱靶活性的测序方法beCasKAS，用于同时测量Cas9介导的DNA解旋和脱氨酶编辑	通过富集Cas9依赖性R环来识别潜在脱靶位点，比其他方法灵敏度提高460倍以上	NA	优化碱基编辑器的靶向与脱靶活性平衡	人类原代T细胞	基因组编辑	NA	测序分析，深度学习	深度学习模型	基因组DNA序列数据	NA	NA	NA	NA	NA
5411	2025-10-05	Robust Disease Prognosis via Diagnostic Knowledge Preservation: A Sequential Learning Approach 2025-Sep-25, medRxiv : the preprint server for health sciences DOI:10.1101/2025.09.22.25336414 PMID:41040735	研究论文	本研究提出一种通过诊断知识保存的序列学习方法，用于改善疾病预后预测性能同时防止灾难性遗忘	提出结合经验回放的序列学习策略，在利用大型诊断数据集预训练模型进行疾病预后预测时，能同时保持模型的诊断能力	研究仅针对三种特定疾病（膝骨关节炎、阿尔茨海默病和乳腺癌），方法在其他疾病上的适用性有待验证	开发能够同时保持诊断准确性和提高预后预测性能的深度学习训练策略	膝骨关节炎、阿尔茨海默病和乳腺癌患者	医学人工智能	膝骨关节炎,阿尔茨海默病,乳腺癌	深度学习	深度学习模型	膝关节X光片,脑部MRI,数字乳腺X光片	多个队列数据集（具体数量未明确说明）	NA	NA	AUROC,AUPRC,平衡准确率	NA
5412	2025-10-05	HEIST: A Graph Foundation Model for Spatial Transcriptomics and Proteomics Data 2025-Sep-25, ArXiv PMID:41040798	研究论文	提出HEIST分层图变换器基础模型，用于空间转录组学和蛋白质组学数据分析	首次将组织建模为分层图结构，通过跨层级消息传递实现对新数据类型（如空间蛋白质组学）的零样本泛化	未明确说明模型在特定疾病类型或组织类型上的性能局限性	开发能够同时利用空间信息和细胞内基因/蛋白质表达程序的基础模型	空间转录组学和蛋白质组学数据中的细胞和组织样本	计算生物学	NA	空间转录组学, 空间蛋白质组学	图变换器	空间组学数据, 基因表达数据, 蛋白质计数数据	22.3M个细胞，来自15个器官的124个组织	NA	分层图变换器	临床结果预测准确率, 细胞类型注释准确率, 基因插补准确率	NA
5413	2025-10-05	RAVEN: Robust, generalizable, multi-resolution structural MRI upsampling using Autoencoders 2025-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.22.677945 PMID:41040262	研究论文	提出一种基于变分自编码器和生成对抗网络的鲁棒、可泛化脑部MRI超分辨率方法RAVEN	能够处理多种MRI模态和场强，支持任意上采样因子，达到0.5mm各向同性体素分辨率	NA	开发脑部MRI图像超分辨率方法以克服标准采集分辨率的限制	体内和体外脑部MRI图像	计算机视觉	神经退行性疾病	MRI成像	VAE, GAN	医学图像	NA	NA	变分自编码器, 生成对抗网络	NA	NA
5414	2025-10-05	Inferring Dynamic Information from Protein Structures by Gaussian Integrals and Deep Learning 2025-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.22.677755 PMID:41040270	研究论文	提出一种基于高斯积分和深度学习的框架，直接从静态结构描述符预测蛋白质灵活性	使用高斯积分向量作为蛋白质骨架的全局形状和拓扑不变量，结合注意力机制的一维卷积神经网络预测蛋白质灵活性，无需分子动力学模拟	回归模型中高灵活性值被系统性低估，α-螺旋蛋白质的灵活性预测效果较差	开发计算高效的方法从静态结构数据预测蛋白质动态信息	蛋白质构象灵活性	结构生物信息学	NA	高斯积分，分子动力学模拟	1D-CNN，RNN，注意力机制	蛋白质结构数据	1,374个蛋白质链	NA	一维卷积神经网络，循环神经网络	AUC，R²，灵敏度，特异性	NA
5415	2025-10-05	Dynamical Modeling of Behaviorally Relevant Spatiotemporal Patterns in Neural Imaging Data 2025-Sep-23, ArXiv PMID:41040797	研究论文	提出了一种名为SBIND的新型深度学习框架，用于建模神经影像数据中的时空依赖关系并分离行为相关动态	开发了首个能够同时捕捉神经影像中局部和长程空间依赖关系，并有效分离行为相关神经动态的数据驱动框架	方法主要验证于宽场成像数据，对功能超声成像的扩展应用仍处于初步探索阶段	理解大脑活动与行为之间的关系，通过建模神经动态来识别行为相关的神经模式	神经影像数据，特别是宽场钙成像和功能超声成像数据	计算神经科学	NA	宽场钙成像，功能超声成像	深度学习	神经影像数据	NA	深度学习框架	SBIND	神经行为预测性能	NA
5416	2025-10-05	BRAID: Input-Driven Nonlinear Dynamical Modeling of Neural-Behavioral Data 2025-Sep-23, ArXiv PMID:41040807	研究论文	提出BRAID深度学习框架，用于建模神经行为数据的非线性动力学，同时显式整合外部输入	在循环神经网络中引入预测目标，分离内在神经群体动力学与输入效应，并通过多阶段优化优先学习与行为相关的内在动力学	NA	开发能够同时建模神经动力学和外部输入影响的神经网络框架	神经群体活动和行为数据	机器学习	NA	深度学习	循环神经网络	神经活动记录、行为数据、感官刺激	NA	NA	输入驱动循环神经网络	预测精度、数据拟合度	NA
5417	2025-10-05	Rational Multi-Modal Transformers for TCR-pMHC Prediction 2025-Sep-22, ArXiv PMID:41040809	研究论文	提出一种基于可解释性方法构建的新型编码器-解码器Transformer模型，用于预测T细胞受体与肽-MHC复合物的相互作用	开发了新的后验可解释性方法指导模型架构设计，优化交叉注意力策略，引入基于解释质量的早停准则	NA	预测TCR-pMHC相互作用，为T细胞免疫疗法开发提供支持	T细胞受体和肽-MHC复合物	自然语言处理	免疫相关疾病	深度学习	Transformer	序列数据	NA	NA	编码器-解码器Transformer	预测性能，可解释性，鲁棒性，泛化能力	NA
5418	2025-10-05	CryoFSL: An Annotation-Efficient, Few-Shot Learning Framework for Robust Protein Particle Picking in Cryo-EM Micrographs 2025-Sep-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.19.677446 PMID:41000909	研究论文	提出了一种基于少样本学习的冷冻电镜蛋白质粒子识别框架CryoFSL，显著减少标注需求并提升低信噪比条件下的鲁棒性	基于SAM2模型设计轻量级适配器，仅需5张标注图像即可实现鲁棒粒子识别，通过分层适配器设计解决标注负担与性能之间的权衡	未明确说明模型在不同信噪比范围内的具体性能边界和计算效率指标	开发标注效率高、泛化能力强的冷冻电镜蛋白质粒子自动识别方法	冷冻电镜显微图像中的蛋白质粒子	计算机视觉	NA	冷冻电子显微镜	少样本学习	图像	少至5张标注显微图像	NA	Segment Anything Model 2 (SAM2)	召回率, 精确率, 3D重建分辨率	NA
5419	2025-10-05	A Novel Convolutional Neural Network for Automated Multiple Sclerosis Brain Lesion Segmentation 2025 Sep-Oct, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70085 PMID:40937688	研究论文	开发了一种基于深度学习的多发性硬化脑部病灶自动分割算法FLAMeS	基于nnU-Net 3D全分辨率U-Net架构，在多个外部数据集上验证了其优于现有公开方法的性能	主要漏检小于10mm³的小病灶	开发自动化的多发性硬化脑部病灶分割算法	多发性硬化患者的脑部MRI图像	医学图像分析	多发性硬化	磁共振成像	CNN	医学图像	训练集668个FLAIR扫描，测试集三个外部数据集共75个样本	nnU-Net	3D full-resolution U-Net	Dice系数, 真阳性率, F1分数, 阳性预测值, 相对体积差异, 假阳性率	NA
5420	2025-10-05	Artificial Intelligence-Based Model Exploiting Hematoxylin and Eosin Images to Predict Rare Gene Mutations in Patients With Lung Adenocarcinoma 2025-Sep, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-25-00093 PMID:41004706	研究论文	开发基于人工智能的深度学习模型，利用H&E染色图像预测肺腺癌患者罕见基因突变	首次使用ResNeXt101深度学习框架从常规H&E图像中预测多种罕见基因突变状态	样本量相对有限，对转移性癌症数据集的预测性能有所下降	开发准确预测肺腺癌基因突变的AI模型以替代复杂的分子诊断方法	肺腺癌患者和转移性癌症患者	数字病理学	肺癌	H&E染色	深度学习	图像	213名患者（队列1:144名，队列2:69名）	PyTorch	ResNeXt101	AUC,准确率,精确率,召回率,F1分数	NA