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
561	2025-12-12	PGDTA: Predicting Drug-Target Affinity Using Three-Dimensional Structure of Protein Pocket and Graph Neural Network 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3563504 PMID:40811258	研究论文	本文提出了一种名为PGDTA的新方法，通过结合蛋白质口袋的三维结构和图神经网络来预测药物-靶点亲和力	利用预训练模型分别表示蛋白质和药物的序列特征，并构建一个能够并行处理多样化空间结构信息的几何图神经网络模块	NA	提高药物-靶点亲和力预测的准确性，以降低药物开发成本	药物-靶点亲和力	机器学习	NA	图神经网络	图神经网络	蛋白质三维结构、药物序列	三个公共数据集	NA	几何图神经网络	NA	NA
562	2025-12-12	LLMDTA: Improving Cold-Start Prediction in Drug-Target Affinity With Biological LLM 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3541634 PMID:40811267	研究论文	提出了一种名为LLMDTA的新方法，利用生物大语言模型解决药物-靶点亲和力预测中的冷启动问题	首次将分子预训练模型Mol2Vec和蛋白质语言模型ESM2结合，并设计双线性注意力模块捕获药物与蛋白质间的交互特征，以提升冷启动场景下的预测性能	未明确讨论模型在更大规模或更复杂生物场景下的泛化能力，也未提及计算资源消耗的具体分析	提高药物-靶点亲和力预测的准确性，特别是在冷启动场景下	药物分子和蛋白质靶点	机器学习	NA	分子预训练模型, 蛋白质语言模型	CNN, 注意力机制	分子表示, 蛋白质序列	三个基准数据集	NA	1D-CNN, 双线性注意力模块	NA	NA
563	2025-12-12	Enhancing Antimicrobial Peptide Function Prediction via Knowledge Transfer on Protein Language Models 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3577565 PMID:40811264	研究论文	提出了一种基于预训练蛋白质语言模型的知识迁移方法KT-AMPpred，用于预测抗菌肽及其特定抗菌特性	首次将知识迁移和微调技术应用于预训练蛋白质语言模型，以提升抗菌肽功能预测性能，并通过可视化分析验证了其强大的特征提取能力	未明确说明模型在跨物种或新型抗菌肽预测中的泛化能力，也未讨论计算资源消耗的具体情况	开发高效的机器学习方法以替代耗时耗资源的湿实验方法，实现抗菌肽及其功能的准确预测	抗菌肽及其特定抗菌特性	机器学习	NA	蛋白质语言模型	深度学习模型	生物序列数据	NA	NA	预训练蛋白质语言模型	NA	NA
564	2025-12-12	A Deep Learning Framework for Chromatin Loop De Novo Prediction With Enhanced Feature Extraction 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3563354 PMID:40811287	研究论文	本文介绍了一个名为CHASOS2的深度学习框架，用于增强特征提取以进行染色质环的从头预测	提出CHASOS2工具包，利用多感受野卷积模块处理不同特征数据的异质性，并采用梯度提升树模型进行预测，在异质特征数据场景下优于现有方法	NA	开发一个用户友好的工具包，用于染色质环的从头预测和评估	染色质环	机器学习	NA	ChIA-PET	梯度提升树	特征数据	K562细胞系	NA	卷积模块	一致性	NA
565	2025-12-12	TransDNA: A Deep Transfer Learning Network for Sequence Reconstruction in DNA-Based Data Storage 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3602912 PMID:40857190	研究论文	本文提出了一种名为TransDNA的深度迁移学习网络，用于解决DNA数据存储中的序列重建问题	首次将迁移学习应用于DNA序列重建任务，通过从更大的源数据集迁移知识，显著提高了目标数据集上的重建成功率	未明确提及	提高DNA数据存储系统中序列重建的准确性和效率	DNA存储系统中的序列重建任务	机器学习	NA	DNA合成、扩增和测序	深度学习网络	DNA序列数据	两个来自真实DNA存储实验的目标数据集，训练样本有限	NA	编码器、领域特定解码器、领域不变特征提取器	重建成功率、训练效率	NA
566	2025-12-12	Q-BAFNet: A Hybrid Quantum Classical Approach for Drug-Target Binding Affinity Prediction 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3603103 PMID:40857188	研究论文	本文提出了一种名为Q-BAFNet的混合量子-经典深度学习架构，用于预测药物-靶点结合亲和力，以加速药物发现过程	提出了一种结合语义、结构和序列分子表示的混合量子-经典深度学习架构，并引入了跨模态注意力融合机制和变分量子电路，以捕获配体与蛋白质之间复杂的、上下文依赖的关系以及超越经典模型的非线性纠缠依赖	未在摘要中明确提及	加速药物发现，特别是在高通量筛选阶段，实现准确且可泛化的药物-靶点结合亲和力预测	药物（配体）与靶点（蛋白质）	机器学习	NA	深度学习，量子计算	混合量子-经典深度学习模型	分子表示数据（SMILES序列，蛋白质序列，分子拓扑特征）	三个基准数据集（Davis, KIBA, Metz）	NA	ChemBERTa, ProtT5, 图卷积网络, 跨模态注意力融合机制, 变分量子电路	均方误差, 皮尔逊相关系数, 一致性指数, R²	NA
567	2025-12-12	Toward an Embedded SoC for Mobile DNA Sequencing Applications 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3602886 PMID:40857189	研究论文	本文提出了一种面向移动DNA测序应用的嵌入式SoC架构，集成了生物信息学加速器，旨在实现便携式基因组学的集成计算解决方案	首次提出基于RISC-V的异构SoC架构，集成深度学习基础识别和序列比对专用加速器，显著提升能效和性能	研究处于初步原型阶段，ASIC原型频率和功耗指标仍需在实际应用中进一步验证	开发用于移动DNA测序的嵌入式生物信息学硬件，解决现有系统依赖外部计算的问题	DNA测序数据与嵌入式SoC硬件架构	生物信息学硬件	NA	DNA测序	深度学习	DNA序列数据	NA	NA	NA	准确率, 能效比, 性能功耗比	FPGA, ASIC原型, RISC-V架构, x86 CPU, 高端GPU
568	2025-12-12	DeepHDAC3i: Leveraging an Interpretable Deep Learning-Based Framework for the Accelerated Discovery of HDAC3 Inhibitors 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3602433 PMID:40880325	研究论文	本文提出了一种名为DeepHDAC3i的可解释深度学习框架，用于加速发现HDAC3抑制剂	开发了一个新颖且可解释的深度学习框架，仅使用SMILES符号就能准确识别HDAC3抑制剂，并整合了多种分子编码方法和特征选择策略	未提及	加速发现高选择性的HDAC3抑制剂，以解决现有HDAC抑制剂缺乏特异性的问题	HDAC3抑制剂	机器学习	NA	SMILES符号表示	1D-CNN	SMILES符号	未提及	未提及	1D-CNN	准确率, MCC, AUC, F1	未提及
569	2025-12-12	M2BA-MDA: A Multi-Modal Multi-View Bidirectional Attention Network for Microbe-Disease Association Prediction 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3620892 PMID:41082432	研究论文	本文提出了一种基于多模态多视图双向注意力机制的深度学习框架M2BA-MDA，用于预测潜在的微生物-疾病关联	提出了一种结合多模态、多视图和双向注意力机制的深度学习框架，通过稳定的增强图注意力网络模块和交互模块，有效解决了梯度消失、过平滑问题，并增强了微生物与疾病之间的相互依赖关系	未明确说明模型在处理大规模数据集时的计算效率或可扩展性限制	预测潜在的微生物-疾病关联，以辅助疾病诊断、治疗和预防	微生物与疾病之间的关联	机器学习	NA	多模态数据融合、图注意力网络、双向注意力机制	深度学习框架	多模态数据（包括相似性度量）	基于HMDAD和DisBiome数据集进行实验，但未明确具体样本数量	NA	增强图注意力网络（EGAT）、深度神经网络（DNN）	通过比较实验评估性能，但未明确具体指标如准确率、召回率等	NA
570	2025-12-12	Implications of computed tomography reconstruction algorithms on coronary atheroma composition: A head-to-head comparison with multimodality near-infrared spectroscopy intravascular ultrasound imaging 2025 Nov-Dec, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.10.009 PMID:41125464	研究论文	本研究比较了不同CTA重建算法在评估冠状动脉斑块成分方面的性能，以NIRS-IVUS为参考标准	首次系统比较了多种CTA重建参数（包括迭代重建强度、切片厚度和HU阈值）对斑块成分分析的影响，并确定了最优组合	样本量较小（仅15名患者），且仅针对慢性冠状动脉综合征患者，可能限制了结果的普适性	评估CTA重建方法在冠状动脉斑块成分分析中的准确性	慢性冠状动脉综合征患者的冠状动脉斑块	医学影像分析	心血管疾病	计算机断层扫描血管造影（CTA）、近红外光谱-血管内超声（NIRS-IVUS）	深度学习	医学影像（CT和IVUS图像）	15名患者，50条血管	NA	NA	组内相关系数（ICC）、累积排名曲线下面积（SUCRA）	NA
571	2025-12-12	A deep learning framework for understanding cochlear implants 2025-Oct-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.16.665227 PMID:40777303	研究论文	本文提出了一种深度学习框架，用于通过模拟人工耳蜗输入评估感官假体的性能限制	开发了一种基于任务优化解码器的深度学习框架，首次用于模拟人工耳蜗输入以评估最佳性能结果	研究基于模拟听觉神经输入，可能未完全反映真实生理条件下的复杂性	评估人工耳蜗等感官假体的性能限制及潜在改进方向	人工耳蜗（用于治疗耳聋的标准设备）	机器学习	耳聋	深度学习模拟	人工神经网络	模拟听觉神经输入数据	NA	NA	NA	语音识别准确率，声音定位精度	NA
572	2025-12-12	Qimai: a multi-agent framework for zero-shot DNA-protein interaction prediction 2025-Oct-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.30.679628 PMID:41256652	研究论文	本文提出了一个名为Qimai的多智能体框架，用于零样本DNA-蛋白质相互作用预测，通过整合深度学习预测与生物证据来提高模型对未见蛋白质的泛化能力	提出了一个模块化的AI智能体框架，首次将基于Transformer的DPI模型预测与来自查询蛋白的直接基序证据、来自其相互作用蛋白的间接基序证据相结合，并利用大型语言模型作为推理引擎进行动态权重分配，实现了可解释的预测	未明确说明框架的计算效率或对大规模基因组数据集的可扩展性，也未讨论LLM推理可能引入的偏差或错误	解决现有DNA-蛋白质相互作用预测模型对训练中未见的新蛋白质泛化能力差的问题	DNA-蛋白质相互作用	机器学习	NA	深度学习, 大型语言模型	Transformer	基因组序列数据, 蛋白质相互作用数据	78个未见过的蛋白质作为基准测试集	未明确指定，但提及了基于Transformer的模型和LLM	Transformer	AUC-PR, AUC-ROC, MCC	NA
573	2025-12-12	A 2025 perspective on the role of machine learning for biomarker discovery in clinical proteomics 2025-Oct, Expert review of proteomics IF:3.8Q1 DOI:10.1080/14789450.2025.2545828 PMID:40772544	观点文章	本文批判性地审视了机器学习在临床蛋白质组学生物标志物发现中的应用，强调算法新颖性无法弥补小样本量、批次效应、过拟合、数据泄露和模型泛化差等问题	提出在临床蛋白质组学中应现实且负责任地使用机器学习，强调严谨的研究设计、适当的验证策略以及透明、可重复的建模实践，而非追求炒作驱动的复杂性	本文为观点性文章，未进行具体实验或模型开发，因此未提供实证数据或性能比较	探讨机器学习在临床蛋白质组学生物标志物发现中的角色、挑战及未来方向	临床蛋白质组学数据及相关的机器学习应用	机器学习	NA	临床蛋白质组学	深度学习架构	蛋白质组学数据	NA	NA	NA	NA	NA
574	2025-12-12	Evaluation of paediatric head CT radiation dose in Jordan: A new national diagnostic reference level survey 2025-Oct, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.103158 PMID:40939270	研究论文	本研究评估了约旦八家医院儿科头部CT扫描的辐射剂量，并建立了国家诊断参考水平	首次在约旦开展全国性儿科头部CT辐射剂量调查并建立基于年龄分组的国家诊断参考水平	患者体重数据在各医院间不完整，无法建立基于体重的诊断参考水平	评估儿科头部CT辐射剂量并建立国家诊断参考水平以减少剂量差异	约旦八家医院2024年2月至11月期间进行的1550例儿科头部CT检查	医学影像	神经系统疾病	CT扫描	NA	医疗影像剂量数据	1550例儿科头部CT检查	SPSS	NA	CTDIvol, DLP	NA
575	2025-12-12	Global Growth and Distribution of CyberKnife Stereotactic Radiosurgery: A Bibliometric Analysis 2025-Sep, Neurosurgery practice DOI:10.1227/neuprac.0000000000000150 PMID:41163657	研究论文	本文通过文献计量学方法分析了CyberKnife立体定向放射外科的全球增长趋势和分布，特别关注其在神经外科疾病中的应用	首次使用文献计量学方法全面评估CyberKnife立体定向放射外科的出版趋势、作者合作网络及疾病应用演变，并识别了新兴的跨学科关键词如机器学习和深度学习	研究仅基于Web of Science数据库，可能遗漏其他来源的文献；且为回顾性分析，无法直接评估临床效果	探索CyberKnife立体定向放射外科相关出版物的当前趋势和演变，重点关注神经外科疾病应用	3980篇相关学术文章及其作者、机构、关键词和疾病应用	医学信息学	脑转移瘤、前庭神经鞘瘤、脑膜瘤、垂体腺瘤、血管瘤、海绵窦疾病	文献计量分析、网络可视化	NA	文本数据（学术文章元数据）	3980篇文章，来自12,077位作者	R	NA	NA	NA
576	2025-12-12	Memory kernel minimization-based neural networks for discovering slow collective variables of biomolecular dynamics 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00815-8 PMID:40495006	研究论文	本文提出了一种基于记忆核最小化的神经网络框架MEMnets，用于准确识别生物分子动力学中的慢集体变量	MEMnets基于积分广义主方程理论，通过编码非马尔可夫动力学到记忆核中，并通过并行编码器网络最小化时间积分记忆核的上界来识别最优集体变量	NA	识别生物分子动力学中捕捉最慢时间尺度的集体变量，以理解蛋白质构象变化等生物过程	FIP35 WW结构域的折叠过程和细菌RNA聚合酶的钳口开放构象变化	机器学习	NA	深度学习	神经网络	生物分子动力学数据	NA	NA	并行编码器网络	NA	NA
577	2025-12-12	Detection and segmentation of brain metastases on MRI using 3D-MedDCNet 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18001 PMID:40665544	研究论文	本文提出了一种名为3D-MedDCNet的新型深度学习模型，用于MRI中脑转移瘤的检测与分割，旨在提高对小转移病灶的检测敏感性和分割准确性	在nnUNet框架中集成了3D可变形卷积（3D-DCN），以增强对小转移病灶的检测敏感性，同时不增加假阳性率	模型尚未在更多样化的数据集上进行验证，未来需要探索基础模型和改进实例分割策略	提高MRI中脑转移瘤的自动化检测与分割精度，以支持临床决策和治疗规划	脑转移瘤	数字病理学	脑转移瘤	MRI	CNN	图像	两个数据集：UCSF脑转移数据集（560个MRI扫描）和BraTS-METS 2023数据集（1,297个MRI扫描）	nnUNet	3D-MedDCNet（基于nnUNet集成3D-DCN）	敏感性, 精确度, 病灶级Dice系数, 患者级Dice系数, 假阳性率	NA
578	2025-12-12	Cyber-physical security of biochips: A perspective 2025-May, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0252554 PMID:40454326	综述	本文从视角角度探讨了微流控生物芯片面临的网络安全威胁及相应的多层防护对策	系统性地从结构、材料、样本和知识产权四个层面，综述了针对生物芯片的新兴攻击向量与基于深度学习、分子标记等技术的创新防护措施	NA	探讨微流控生物芯片的网络安全威胁并提出多层防护框架，以确保其在关键应用中的可靠性、安全性和可信度	微流控生物芯片	网络安全	NA	深度学习异常检测、分子条形码、光谱水印、物理不可克隆功能	NA	显微结构图像、光学变化数据、化学光谱数据、DNA序列数据	NA	NA	NA	NA	NA
579	2025-12-12	Decoding the effects of mutation on protein interactions using machine learning 2025-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0249920 PMID:40013003	综述	本文综述了利用机器学习预测突变对蛋白质相互作用影响的近期进展	全面概述了不同蛋白质相互作用类型中突变影响的预测方法，并探讨了人工智能技术推动预测工具改进的未来方向	讨论了突变数据存在的偏差、数据质量和数据集规模等限制，以及开发准确预测工具的困难	理解遗传变异如何影响蛋白质与其他生物分子（如蛋白质、DNA/RNA、配体）的相互作用，以阐明疾病机制、识别生物标志物和开发靶向疗法	蛋白质相互作用及其突变引起的结合自由能变化（ΔΔGs）	机器学习	癌症	NA	机器学习,深度学习	突变数据	NA	NA	NA	NA	NA
580	2025-12-12	Building extraction from remote sensing imagery using SegFormer with post-processing optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338104 PMID:41359638	研究论文	本研究提出了一种基于SegFormer模型并结合后处理优化的高效、准确的遥感影像建筑物提取方法	采用先进的基于Transformer的SegFormer模型进行语义分割，并引入噪声过滤、边界清理和建筑物规则化等后处理技术来优化提取结果	NA	实现从遥感影像中高效、准确地提取建筑物	遥感影像中的建筑物	计算机视觉	NA	NA	Transformer	图像	使用公开的WHU建筑物数据集，涵盖城市、乡村和山区场景	NA	SegFormer, MiT-B5	交并比	NA