深度学习在生物医药领域中的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新，已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价10元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 30287 篇文献，本页显示第 541 - 560 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2025-09-05 |
MCAMEF-BERT: an efficient deep learning method for RNA N7-methylguanosine site prediction via multi-branch feature integration
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf447
PMID:40889118
|
研究论文 | 提出一种名为MCAMEF-BERT的高效深度学习模型，用于RNA N7-甲基鸟苷位点预测 | 采用并行架构整合预训练模型分支和传统特征编码分支，引入多通道注意力模块解决特征融合冗余问题 | NA | 准确识别RNA N7-甲基鸟苷修饰位点以揭示生物调控机制 | RNA N7-甲基鸟苷修饰位点 | 生物信息学 | 肿瘤 | 深度学习，DNABERT-2预训练模型 | BERT，注意力机制 | 序列数据 | 基于m7GHub数据集的样本 |
| 542 | 2025-09-05 |
Significantly enhancing human antibody affinity via deep learning and computational biology-guided single-point mutations
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf445
PMID:40889116
|
研究论文 | 通过深度学习和计算生物学指导的单点突变显著增强人类抗体亲和力 | 开发了一种整合进化约束、统计势能、分子动力学模拟和深度学习模型的新型计算流程，用于精准预测抗体亲和力增强突变 | NA | 提升抗体亲和力以增强治疗效果并降低剂量需求 | 人类抗体（针对H7N9禽流感病毒血凝素和死亡受体5的抗体） | 计算生物学 | 传染性疾病（禽流感） | 分子动力学模拟、元动力学、深度学习建模 | MicroMutate（微环境特异性预测模型）、图神经网络 | 蛋白质序列与结构数据 | 12个单点突变抗体（H7N9靶向）和1个死亡受体5抗体 |
| 543 | 2025-09-05 |
Deep learning-enabled ultra-broadband terahertz high-dimensional photodetector
2025-Aug-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-63364-8
PMID:40885712
|
研究论文 | 提出一种基于超表面和深度学习的大带宽太赫兹高维光电探测器，实现强度、偏振和频率的全参数连续检测 | 通过色散驱动的轨道角动量倍增将偏振和光谱响应投影至OAM域，并利用机器学习解码独特的极化涡旋图案 | NA | 开发能同时检测光强、偏振和波长的高维连续光电探测技术 | 太赫兹波段的光场参数 | 机器学习和光学检测 | NA | 机器学习，超表面技术，轨道角动量(OAM)编码 | 神经网络 | 光学图像和模式数据 | NA |
| 544 | 2025-09-05 |
Deep indel mutagenesis reveals the regulatory and modulatory architecture of alternative exon splicing
2025-Aug-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-62957-7
PMID:40885722
|
研究论文 | 本研究利用深度插入缺失诱变技术揭示人类外显子的调控结构并开发预测工具DANGO以加速反义寡核苷酸疗法发现 | 提出低成本深度插入缺失诱变技术解析外显子调控的棋盘式结构，并开发深度学习工具DANGO预测全人类外显子调控景观 | NA | 解析人类外显子调控架构并加速治疗性反义寡核苷酸的发现 | 人类外显子及其选择性剪接调控元件 | 计算生物学 | 遗传疾病 | 深度插入缺失诱变，深度学习 | 深度学习模型 | 基因组序列数据 | NA |
| 545 | 2025-09-05 |
A model for epileptic EEG detection and recognition based on Multi-Attention mechanism and Spatiotemporal
2025-Aug-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17256-y
PMID:40885781
|
研究论文 | 提出一种基于多注意力机制和时空特征融合的癫痫脑电检测与识别模型MASF | 结合混合注意力机制、Transformer编码器和点积注意力机制，直接从原始EEG信号解读癫痫状态，无需大量数据预处理和特征提取 | 在两个数据集上的准确率存在较大差异（94.19% vs 72.50%），模型泛化能力有待进一步验证 | 开发高精度的癫痫脑电信号自动检测与识别方法 | 癫痫患者的脑电信号数据 | 自然语言处理 | 癫痫 | EEG信号分析 | 混合注意力机制、Transformer、点积注意力机制 | 脑电信号 | CHB-MIT和波恩大学数据集，采用十倍交叉验证 |
| 546 | 2025-09-05 |
Segmentation-enhanced approach for emotion detection from EEG signals using the fuzzy C-mean and SVM
2025-Aug-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17220-w
PMID:40885829
|
研究论文 | 提出一种结合模糊C均值和SVM的EEG信号情感检测分割增强方法 | 采用混合方法结合多种核函数的SVM模型与模糊C均值聚类来提升情感识别性能 | 仅使用两名受试者的EEG数据，样本规模较小 | 基于EEG信号实现情感状态的自动识别与分类 | 人类EEG信号与对应情感状态（积极、中性、消极） | 机器学习 | NA | EEG信号采集与处理，统计分析方法（单因素方差分析） | SVM（支持向量机），模糊C均值，CNN-LSTM混合模型 | EEG信号数据 | 两名受试者的EEG记录 |
| 547 | 2025-09-05 |
The utility of artificial intelligence in characterization and detecting causes of macular edema: A spectral-domain OCT-based algorithm study
2025-Aug-30, Experimental eye research
IF:3.0Q1
DOI:10.1016/j.exer.2025.110619
PMID:40889611
|
研究论文 | 开发基于深度学习的光学相干断层扫描图像算法，用于自动区分糖尿病性黄斑水肿、年龄相关性黄斑变性和正常视网膜状况 | 首次结合预训练CNN模型与可解释AI技术实现黄斑水肿病因的自动化分类与可视化解释 | 回顾性数据集可能存在选择偏差，且样本量相对有限 | 提升黄斑水肿病因的诊断准确性与临床决策支持 | 人类视网膜光学相干断层扫描图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描成像 | CNN（包括ResNet152、InceptionV3、MobileNetV2） | 图像 | 1040张OCT图像（来自医院数据集和公共数据集） |
| 548 | 2025-09-05 |
Applications of artificial intelligence and nanotechnology in vaccine development
2025-Aug-29, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2025.126096
PMID:40886810
|
综述 | 探讨人工智能和纳米技术在疫苗开发中的应用及其协同效应 | 整合AI与纳米技术实现疫苗设计的智能化与精准递送，推动个性化免疫策略和通用疫苗开发 | NA | 分析AI和纳米技术如何克服传统疫苗开发的效率、成本和时间限制 | 疫苗设计、递送系统和免疫优化策略 | 生物医学工程 | 传染病 | 机器学习（ML）、深度学习（DL）、纳米颗粒（脂质体、聚合物NP、仿生系统） | ML/DL算法 | 基因组、蛋白质组和免疫学数据 | NA |
| 549 | 2025-09-05 |
An MRI Atlas of the Human Fetal Brain: Reference and Segmentation Tools for Fetal Brain MRI Analysis
2025-Aug-28, ArXiv
PMID:40900685
|
研究论文 | 介绍CRL-2025胎儿大脑MRI图谱，提供详细的解剖结构和分割工具用于胎儿大脑MRI分析 | 首次集成详细组织分割、瞬时白质分区和126个解剖区域划分，相比CRL-2017图谱显著增强解剖细节 | NA | 构建高精度时空胎儿大脑MRI图谱以支持神经发育研究 | 21至37孕周正常发育的胎儿大脑 | 医学影像分析 | 神经发育疾病 | MRI，扩散MRI，基于深度学习的多类分割模型 | 深度学习分割模型 | MRI图像 | 160名正常大脑发育的胎儿 |
| 550 | 2025-09-05 |
Artificial intelligence in metalloprotein binding site prediction: A systematic review bridging bioinformatics and biotechnology
2025-Aug-28, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.146666
PMID:40885350
|
系统综述 | 本文系统回顾了人工智能在金属蛋白结合位点预测中的应用，比较了传统方法与机器学习及深度学习技术的性能差异 | 提出了基于数据集特征和研究目标的结构化决策框架，指导模型选择并应对数据不平衡和结构异质性等挑战 | 模型泛化能力受数据不平衡、金属离子代表性不足及结构异质性限制 | 推动金属蛋白结合位点预测研究，支持生物技术和制药工业的创新 | 金属蛋白及其金属结合位点 | 生物信息学 | NA | 机器学习（ML）、深度学习（DL） | Random Forest、CNN（卷积神经网络） | 序列数据、结构数据 | NA |
| 551 | 2025-09-05 |
DECODE: An open-source cloud-based platform for the noninvasive management of peripheral artery disease
2025-Aug-28, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109037
PMID:40902337
|
研究论文 | 开发了一个名为DECODE的开源云平台，用于外周动脉疾病的非侵入性管理 | 整合了人工智能、交互式3D可视化和计算建模，提供自动化的云集成解决方案 | NA | 改善外周动脉疾病的诊断和患者特异性治疗规划 | 外周动脉疾病患者 | 数字病理 | 心血管疾病 | 深度学习分割、有限元模拟、光学相干断层扫描 | CNN、U-Net、nnU-Net | CT图像、OCT图像 | 22个CT数据集和300个血管内光学相干断层扫描图像 |
| 552 | 2025-09-04 |
Deep Learning-Derived Plaque Burden for Intracoronary Optical Coherence Tomography: An Intravascular Ultrasound-Based Validation Study
2025-Aug-27, JACC. Cardiovascular interventions
DOI:10.1016/j.jcin.2025.07.021
PMID:40900048
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 553 | 2025-09-05 |
Deep Learning Improves Parameter Estimation in Reinforcement Learning Models
2025-Aug-25, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.21.644663
PMID:40666915
|
研究论文 | 本研究探讨强化学习模型中的参数模糊性问题，并比较传统优化方法与深度学习方法的参数估计效果 | 首次系统性地将深度学习流程应用于认知建模中的参数估计，并提出多维度评估框架来评估参数估计的科学意义 | 研究仅基于十个决策数据集，需要更多样化的认知任务和数据验证 | 解决强化学习模型中的参数模糊性问题，提高参数估计的可靠性 | 强化学习模型的参数估计 | 机器学习 | NA | 深度学习，Nelder-Mead优化方法 | 神经网络 | 行为决策数据 | 十个决策数据集 |
| 554 | 2025-09-05 |
Development of a multi-feature predictive model for risk stratification in stage IB-IIA non-small cell lung cancer: a multicenter analysis
2025-Aug-24, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112379
PMID:40902436
|
研究论文 | 开发了一种整合临床病理数据与CT影像的多特征预测模型，用于IB-IIA期非小细胞肺癌的风险分层 | 首次结合临床病理因素、放射组学特征和深度学习特征构建多特征融合模型（CRD模型），并采用SHAP方法增强模型可解释性 | 回顾性研究设计，外部验证队列样本量较小（n=70） | 开发IB-IIA期非小细胞肺癌的术后风险分层预测模型 | IB-IIA期非小细胞肺癌患者 | 数字病理 | 肺癌 | CT影像分析、放射组学特征提取、深度学习 | ResNet50、逻辑回归、多特征融合模型（CRD模型） | 临床病理数据、CT医学影像 | 训练集370例、内部验证120例、外部验证70例患者 |
| 555 | 2025-09-05 |
Molecular characterization of an adhesion GPCR signal transduction
2025-Aug-19, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.14.670383
PMID:40894777
|
研究论文 | 本研究通过多学科方法揭示了黏附GPCR ADGRG1的机械信号转导分子机制 | 首次整合单分子力谱、分子动力学模拟和细胞实验，阐明剪切应力诱导GAIN结构域变构激活的两种并行路径 | 研究主要聚焦ADGRG1受体，其他aGPCR家族的普适性仍需验证 | 阐明黏附G蛋白偶联受体的机械信号转导分子机制 | ADGRG1受体及其GAIN结构域 | 分子生物物理学 | NA | 单分子力谱、分子动力学模拟、深度学习辅助设计 | 分子动力学模型、深度学习指导的蛋白质设计 | 生物物理测量数据、分子模拟数据、细胞信号检测数据 | NA（未明确样本数量，但涉及工程化GAIN变体验证） |
| 556 | 2025-09-05 |
Multi-organ AI Endophenotypes Chart the Heterogeneity of Pan-disease in the Brain, Eye, and Heart
2025-Aug-13, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.09.25333350
PMID:40832432
|
研究论文 | 本研究利用多器官AI内表型（MAEs）探索脑、眼和心脏疾病的异质性和共享病因 | 提出'泛疾病'概念，首次通过弱监督深度学习模型从多器官多组学数据中识别出11个AI驱动的生物标志物 | NA | 研究脑、眼和心脏疾病的异质性和共同病因机制，推动精准医疗发展 | 129,340名参与者的多器官成像、遗传、蛋白质组和RNA-seq数据 | 数字病理 | 阿尔茨海默病、心血管疾病 | 成像技术、遗传分析、蛋白质组学、RNA-seq | Surreal-GAN（弱监督深度学习模型） | 多模态数据（图像、遗传、蛋白质组、转录组） | 129,340名参与者 |
| 557 | 2025-09-05 |
Precise, predictable genome integrations by deep-learning-assisted design of microhomology-based templates
2025-Aug-12, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-025-02771-0
PMID:40796977
|
研究论文 | 开发了一种基于深度学习的微同源模板设计方法，用于实现精确可预测的CRISPR基因组整合和编辑 | 利用深度学习模型预测基因组-外源序列界面的修复过程，并设计碱基对串联重复修复臂匹配双链断裂处的微同源区 | NA | 提高CRISPR介导的DNA整合和编辑的精确性与可预测性 | HEK293T细胞、非洲爪蟾、成年小鼠脑组织 | 机器学习 | NA | CRISPR、深度学习、微同源模板设计 | 深度学习模型 | 基因组序列数据 | 32个基因位点（HEK293T细胞）及多种体内外模型 |
| 558 | 2025-09-05 |
Progress and new challenges in image-based profiling
2025-Aug-07, ArXiv
PMID:40799808
|
综述 | 回顾基于图像的细胞表型分析的计算方法进展，讨论当前流程、局限性与未来发展方向 | 深度学习重塑特征提取与多模态数据整合，单细胞分析和批次效应校正等方法的引入提升分析精度 | 领域仍面临重大挑战，需要创新性解决方案 | 为研究人员提供该快速发展领域的进展路线图和新挑战导航 | 细胞表型分析 | 计算机视觉 | NA | 显微镜成像，深度学习 | NA | 图像 | NA |
| 559 | 2025-09-05 |
Deep learning-based cell type profiles reveal signatures of Alzheimer's disease resilience and resistance
2025-Aug-05, Brain : a journal of neurology
IF:10.6Q1
DOI:10.1093/brain/awaf285
PMID:40794555
|
研究论文 | 使用基于Transformer的深度学习模型从批量RNA-seq数据恢复细胞类型特异性转录程序，以研究阿尔茨海默病的认知韧性和脑抵抗性 | 开发了优于先前方法的Transformer模型，能够从批量RNA-seq数据中有效恢复细胞类型特异性转录程序，实现大规模、成本效益高的细胞类型特异性研究 | 单核技术存在核转录覆盖度低、成本高和技术复杂性的限制 | 揭示阿尔茨海默病韧性和抵抗性的细胞类型特异性特征 | 大脑细胞类型，特别是星形胶质细胞、兴奋性神经元和少突胶质细胞祖细胞 | 数字病理学 | 阿尔茨海默病 | RNA-seq, 单核技术 | Transformer | 转录组数据 | NA |
| 560 | 2025-09-05 |
Automatic trending and analysis of SPECT quality assurance with artificial intelligence optical character recognition
2025-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.18083
PMID:40903927
|
研究论文 | 开发了一种结合AI深度学习OCR的核医学质量保证服务器，用于自动化SPECT和伽马相机的QA数据检索与分析 | 首次将AI深度学习OCR技术应用于核医学QA数据自动提取与趋势分析，显著提升处理效率和准确性 | OCR性能可能受字体类型和大小限制，目前主要针对特定扫描仪型号优化 | 提高核医学设备质量保证数据的处理效率和自动化水平 | SPECT和伽马相机的质量保证数据 | 医疗人工智能 | NA | 光学字符识别(OCR)，深度学习 | 深度学习OCR | 图像，数值数据 | 60张洪水图像和6张COR图像用于基准测试，3459张洪水扫描图像用于准确性评估 |