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!
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。
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
41 | 2025-09-22 |
Deep learning-driven proteomics analysis for gene annotation in the renin-angiotensin system
2025-Sep-02, European journal of pharmacology
IF:4.2Q1
DOI:10.1016/j.ejphar.2025.178119
PMID:40907688
|
研究论文 | 本研究开发了一种多标签深度学习模型,用于系统注释肾素-血管紧张素系统(RAS)基因功能并阐明其在生物通路中的作用 | 首次将多标签AI建模与细胞外囊泡蛋白质组学整合用于RAS通路注释,揭示了新型IRAP/Ywha(s)/Nedd4-2-ACE2相互作用轴 | 基于文献挖掘的计算预测需要实验验证,研究主要聚焦小鼠模型 | 系统注释RAS基因功能并阐明其在心血管疾病中的生物学通路作用 | 肾素-血管紧张素系统(RAS)相关基因 | 自然语言处理 | 心血管疾病 | TF-IDF, PCA, 蛋白质组学分析, 毛细管Western检测 | MLP (Multi-Layer Perceptron) | 文本 | 39,463篇来自PubMed和PMC的RAS相关出版物 |
42 | 2025-09-22 |
Benchmarking deep learning-designed inlay restorations across operator experience: An in vitro comparison of time efficiency, contact intensity, and contour quality
2025-Sep-02, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106083
PMID:40907866
|
研究论文 | 一项体外研究比较了基于深度学习的嵌体修复设计工作流程与传统人工工作流程在时间效率、接触强度和轮廓质量方面的性能 | 首次评估深度学习工作流程在不同操作者经验水平下对嵌体设计的影响,并分析其减少经验相关变异性的潜力 | 体外研究,样本量有限(25个数字扫描),临床实际效果需要进一步验证 | 评估深度学习辅助牙科嵌体设计的性能表现 | 上颌和下颌后牙区嵌体修复设计 | 医疗人工智能 | 牙科修复 | 深度学习 | 深度学习模型(具体架构未说明) | 数字扫描图像 | 25个上颌和下颌牙弓数字扫描样本 |
43 | 2025-09-22 |
Relations Between Pulsatility in the Optic Nerve Head or Peripapillary Retinal Vessels and the Rate of Progression in Glaucoma
2025-Sep-02, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.12.34
PMID:40956022
|
研究论文 | 本研究通过量化青光眼患者视神经头及周围视网膜血管的搏动性,探索其与疾病进展速度的关系 | 首次同时多位置量化视网膜血管搏动性,并发现周边动脉高搏动性与青光眼快速进展显著相关 | 样本量有限(181眼),且为观察性研究无法确定因果关系 | 探究青光眼病理生理过程中血管搏动性变化与疾病进展的关联 | 139名参与者的181只青光眼患眼 | 医学影像分析 | 青光眼 | 光学相干断层扫描血管成像(OCTA)、激光散斑血流成像 | 深度学习 | 医学影像 | 139名参与者的181只眼,每半年检测一次,至少6次随访 |
44 | 2025-09-22 |
TransFactor-prediction of pro-viral SARS-CoV-2 host factors using a protein language model
2025-Sep-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf491
PMID:40929136
|
研究论文 | 提出TransFactor计算框架,利用蛋白质语言模型预测SARS-CoV-2的促病毒宿主因子 | 首次将预训练的ESM-2蛋白质语言模型微调用于宿主因子预测,并通过计算丙氨酸扫描提供可解释性 | 依赖于有限实验数据集的微调,可能受实验方法限制的影响 | 预测和优先排序候选宿主因子作为抗病毒治疗靶点 | SARS-CoV-2病毒宿主蛋白 | 自然语言处理 | 传染病 | 蛋白质语言模型,计算丙氨酸扫描 | Transformer (ESM-2) | 蛋白质序列数据 | 来自33项独立SARS-CoV-2研究的实验确定宿主因子数据集 |
45 | 2025-09-22 |
THLANet: A deep learning framework for predicting TCR-pHLA binding in immunotherapy applications
2025-Sep, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013050
PMID:40939018
|
研究论文 | 提出深度学习模型THLANet用于预测TCR与pHLA的结合特异性,以评估新抗原的免疫原性潜力 | 使用ESM-2替代传统嵌入方法增强序列特征表示,并通过CDR3序列分析和抗原丙氨酸扫描模拟提供TCR-抗原3D结合新见解 | NA | 准确预测TCR与新抗原的结合,评估其在临床环境中的免疫原性潜力 | T细胞受体(TCR)、新抗原、I类HLA分子 | 生物信息学 | 癌症 | scTCR-seq、进化尺度建模-2(ESM-2) | 深度学习 | 序列数据 | 多种癌症类型的临床癌症数据 |
46 | 2025-09-22 |
DeepMVP: deep learning models trained on high-quality data accurately predict PTM sites and variant-induced alterations
2025-Sep, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02797-x
PMID:40859022
|
研究论文 | 开发了基于高质量数据训练的深度学习模型DeepMVP,用于准确预测蛋白质翻译后修饰(PTM)位点及变异诱导的改变 | 构建了大规模高质量PTM数据集PTMAtlas,并开发了在六种PTM类型上均显著优于现有工具的深度学习框架 | NA | 通过深度学习预测PTM位点及变异对PTM的影响 | 蛋白质翻译后修饰位点及错义变异 | 机器学习 | NA | 质谱分析 | 深度学习 | 质谱数据 | 397,524个PTM位点(来自241个公共质谱数据集) |
47 | 2025-09-22 |
Spatial gene expression at single-cell resolution from histology using deep learning with GHIST
2025-Sep, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02795-z
PMID:40954301
|
研究论文 | 提出一种基于深度学习的框架GHIST,从组织学图像预测单细胞分辨率的空间基因表达 | 利用亚细胞空间转录组学和多层生物信息的协同关系,实现单细胞分辨率的空间基因表达预测 | NA | 开发从常规组织学图像预测空间基因表达的新方法 | 空间基因表达数据和组织学图像 | 数字病理学 | 癌症(多种类型) | 空间转录组学,深度学习 | 深度学习框架 | 组织学图像,基因表达数据 | 公共数据集和TCGA数据 |
48 | 2025-09-22 |
DiCARN-DNase: enhancing cell-to-cell Hi-C resolution using dilated cascading ResNet with self-attention and DNase-seq chromatin accessibility data
2025-Sep-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf452
PMID:40802526
|
研究论文 | 提出一种结合扩张卷积、级联残差和自注意力的深度学习模型DiCARN,并整合DNase-seq染色质可及性数据,用于提升跨细胞系Hi-C数据分辨率 | 引入扩张卷积扩大感受野,结合级联残差结构保持细节,并首次整合DNase-seq数据增强跨细胞系泛化能力 | 未明确说明模型在极端低分辨率数据或稀有细胞类型上的性能表现 | 解决Hi-C数据分辨率不足问题,提升三维基因组结构分析的准确性 | Hi-C数据和DNase-seq数据,聚焦染色质空间组织 | 计算生物学 | NA | Hi-C, DNase-seq, 深度学习 | Dilated CNN, ResNet, Self-Attention | 基因组交互数据(Hi-C),染色质可及性数据(DNase-seq) | 未明确说明具体样本数量,但涉及多细胞系数据 |
49 | 2025-09-22 |
Graph-based deep learning for integrating single-cell and bulk transcriptomic data to identify clinical cancer subtypes
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf467
PMID:40966644
|
研究论文 | 提出一种基于图深度学习的scBGDL方法,整合单细胞和批量转录组数据以识别癌症临床亚型 | 首次构建样本特异性基因图建模基因互作,结合图注意力网络、MinCutPool和Transformer模块实现多模态数据整合与可解释生物洞察 | 方法依赖于转录组数据质量,尚未在更多癌症类型或前瞻性临床队列中验证 | 整合单细胞和批量转录组数据精准识别癌症亚型并预测临床结局 | 癌症患者转录组数据 | 生物信息学 | 癌症(多癌种) | scRNA-seq, bulk RNA-seq, 图深度学习 | Graph Attention Networks, Transformer, MinCutPool | 基因表达数据 | 16种TCGA癌症类型+3个多中心队列(肺腺癌1099例,卵巢癌762例,黑色素瘤305例) |
50 | 2025-09-22 |
AttBiomarker: unveiling preeclampsia biomarkers and molecular pathways through two-stage gene selection techniques and attention-based CNN with gene regulatory network analysis
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf473
PMID:40966654
|
研究论文 | 本研究开发了一种结合深度学习和生物信息学的方法,用于识别先兆子痫的潜在生物标志物和分子通路 | 采用两阶段基因选择技术和基于注意力的CNN模型,结合基因调控网络分析,识别出与先兆子痫密切相关的枢纽基因 | 仅基于三个微阵列数据集进行分析,样本来源和规模未明确说明 | 识别先兆子痫的生物标志物和分子机制,为早期诊断和治疗提供靶点 | 先兆子痫相关的基因表达数据 | 生物信息学 | 先兆子痫 | 微阵列分析,基因富集分析,蛋白质相互作用网络,基因调控网络分析,分子对接 | Attention-based CNN (AttCNN) | 基因表达数据 | 基于三个微阵列数据集(具体样本数未说明) |
51 | 2025-09-22 |
Machine learning methods for gene regulatory network inference
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf470
PMID:40966655
|
综述 | 本文全面回顾了基于机器学习的基因调控网络推断方法、常用数据集及评估指标 | 特别强调前沿深度学习技术在提升推断性能中的新兴作用 | NA | 支持基因调控网络推断在基因调控研究中的应用及新机器学习方法的开发 | 基因调控网络(GRNs) | 计算生物学 | NA | 高通量测序技术 | 监督学习、无监督学习、半监督学习、对比学习、深度学习 | 大规模组学数据 | NA |
52 | 2025-09-22 |
Artificial intelligence for comprehensive DNA methylation analysis: overview, challenges, and future directions
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf468
PMID:40966651
|
综述 | 本文全面回顾了人工智能与DNA甲基化分析之间的协同作用,涵盖机器学习、深度学习、自然语言处理和可解释人工智能 | 强调了信号处理和基于大语言模型的模型在DNA甲基化研究中尚未充分探索的潜力 | 管理和分析大型复杂DNA甲基化数据集时面临的挑战与限制 | 探讨人工智能在DNA甲基化分析中的应用及未来研究方向 | DNA甲基化数据及其分析方法 | 自然语言处理 | NA | DNA甲基化分析 | 机器学习, 深度学习, 自然语言处理, 大语言模型 | 甲基化数据 | NA |
53 | 2025-09-22 |
Magnetic resonance imaging (MRI)-derived radiomics and deep learning models for predicting epidermal growth factor receptor status in glioma: a systematic review and meta-analysis
2025-Aug-22, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107049
PMID:40974758
|
系统综述与荟萃分析 | 本文系统回顾并荟萃分析了MRI影像组学和深度学习模型预测胶质瘤表皮生长因子受体(EGFR)状态的表现 | 首次对基于MRI的影像组学和深度学习模型预测胶质瘤EGFR扩增的诊断性能进行系统评价和定量汇总分析 | 纳入研究数量有限(12项系统综述,6项荟萃分析),可能存在未检测到的异质性来源 | 评估影像组学和深度学习模型在预测胶质瘤EGFR改变方面的诊断性能 | 胶质瘤患者 | 医学影像分析 | 胶质瘤 | MRI影像组学分析,深度学习 | 深度学习模型,影像组学模型 | 医学影像(MRI) | 基于12项研究的汇总数据(具体样本量未明确说明) |
54 | 2025-09-22 |
Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14
2025-Aug-21, The Journal of biological chemistry
IF:4.0Q2
DOI:10.1016/j.jbc.2025.110611
PMID:40848973
|
研究论文 | 开发针对RGS14蛋白GTP水解加速活性的非共价小分子抑制剂 | 首次发现可选择性非共价抑制RGS14 GAP活性的化学型,并通过机器学习增强的分子对接指导浅表蛋白表面配体优化 | NA | 开发RGS14 GTPase加速蛋白活性的选择性抑制剂 | RGS14蛋白及其Gα结合区域 | 药物发现 | 中枢神经系统疾病和代谢性疾病 | 结构引导虚拟筛选、分子对接、深度学习评分 | 机器学习增强的分子对接模型 | 化学结构数据、生物活性数据 | 40多个二代类似物(包括Z55660043和Z55627844) |
55 | 2025-09-22 |
Electrode Net: tailoring deep learning with signed distance field for fast and accurate multiscale design of porous electrodes
2025-Aug-21, Science bulletin
IF:18.8Q1
DOI:10.1016/j.scib.2025.08.026
PMID:40975668
|
研究论文 | 开发了一种名为Electrode Net的深度学习框架,用于快速准确预测多孔电极的各向异性传输特性 | 结合符号距离场(SDF)定制3D卷积神经网络,显著降低计算成本达96%,同时保持高精度预测 | NA | 推进下一代高性能流动电池(如燃料电池、水电解槽和液流电池)的多孔电极设计 | 多孔电极的微观结构与传输特性 | 机器学习 | NA | 3D卷积神经网络,符号距离场(SDF),孔隙尺度建模 | CNN | 3D几何样本数据 | 15,433个真实和生成的几何样本 |
56 | 2025-09-22 |
Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14
2025-Aug-09, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.11.659181
PMID:40667230
|
研究论文 | 开发针对RGS14蛋白GTP水解加速活性的非共价小分子抑制剂 | 首次发现可选择性非共价抑制RGS14 GAP活性的化学型,并利用机器学习增强的分子对接技术优化配体 | NA | 开发针对RGS14蛋白的抑制剂,为中枢神经系统和代谢疾病治疗提供潜在疗法 | RGS14蛋白及其GTPase加速蛋白(GAP)活性 | 生物医学 | 中枢神经系统疾病,代谢疾病 | 结构引导虚拟筛选,配体对接,深度学习评分,荧光检测,放射性GTP水解测定 | 机器学习增强的分子对接模型 | 分子结构数据,生物活性数据 | 40多种第二代类似物(包括Z55660043和Z55627844) |
57 | 2025-09-22 |
An EMG-Based GRU Model for Estimating Foot Pressure to Support Active Ankle Orthosis Development
2025-Jun-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25113558
PMID:40969084
|
研究论文 | 提出一种基于表面肌电信号和GRU深度学习模型的足底压力预测方法,用于改进主动踝足矫形器的实时控制 | 利用GRU模型从多肌肉EMG信号预测足底压力分布,实现跨被试泛化并识别个体化机电延迟差异 | NA | 开发实时预测足底压力的方法以支持主动踝足矫形器的适应性控制 | 踝关节相关肌肉的EMG信号和足底压力数据 | 生物医学工程 | 运动功能障碍 | 表面肌电信号(EMG),力敏电阻(FSR)传感 | GRU | 时间序列信号 | NA |
58 | 2025-09-22 |
Power Line Segmentation Algorithm Based on Lightweight Network and Residue-like Cross-Layer Feature Fusion
2025-Jun-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25113551
PMID:40969098
|
研究论文 | 提出一种基于轻量化网络和类残差跨层特征融合的电力线分割算法RGS-UNet,用于输电线路无人机巡检安全 | 集成类残差跨层特征融合模块,引入Ghost Module优化卷积计算,嵌入SIMAM注意力机制,并采用Mish激活函数 | NA | 解决现有深度学习电力线分割算法中小目标尺度、复杂背景和模型参数过多的问题 | 电力线图像 | 计算机视觉 | NA | 深度学习图像分割 | UNet, ResNet18, Ghost Module, SIMAM | 图像 | NA |
59 | 2025-09-22 |
A Deep Learning-Based Model Approach for Quantitative Analysis of Cell Chemotaxis in a Microfluidic Chip
2025-Jun-03, Sensors (Basel, Switzerland)
DOI:10.3390/s25113515
PMID:40969071
|
研究论文 | 提出一种结合微流控技术和深度学习的细胞趋化性定量分析方法 | 首次将微流控芯片与深度学习技术结合,实现细胞趋化性的自动识别与定量分析 | NA | 开发高效准确的细胞趋化性评估方法 | 细胞趋化行为 | 计算机视觉 | NA | 微流控技术 | 深度学习 | 图像 | NA |
60 | 2025-09-22 |
Enhancing Upper Limb Exoskeletons Using Sensor-Based Deep Learning Torque Prediction and PID Control
2025-Jun-03, Sensors (Basel, Switzerland)
DOI:10.3390/s25113528
PMID:40969067
|
研究论文 | 提出一种结合传感器深度学习扭矩预测与PID控制的上肢外骨骼增强方法,旨在优化卒中患者康复训练 | 首次将LSTM、BLSTM和GRU深度学习模型用于从HD-sEMG信号估计和预测扭矩,并在线集成到PID控制回路中 | 研究仅针对健康受试者,未在卒中患者中进行验证,且任务类型和肌肉数量有限 | 提升上肢辅助外骨骼的控制效果,消除系统不确定性,以支持卒中康复 | 上肢外骨骼机器人(肘关节)及与之交互的人类上肢肌肉活动 | 机器学习 | 卒中 | 高密度表面肌电图(HD-sEMG),深度学习建模 | LSTM, BLSTM, GRU | 时间序列生物信号(EMG) | 12名健康受试者,采集5块上肢肌肉在4种等长收缩任务下的数据,各任务持续1分钟 |