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
41	2025-07-20	New Bayesian and deep learning spatio-temporal models can reveal anomalies in sensor data more effectively 2025-Jul-10, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123928 PMID:40680322	研究论文	本文介绍了两种新的无监督方法，用于检测时空传感器阵列中的异常，特别适用于河流传感器网络等高度结构化数据集	提出了两种新方法：基于动态贝叶斯的降秩高斯过程时空模型和基于时空注意力的LSTM深度学习架构，并引入了一种集成方法结合两者的优势	虽然展示了优于现有方法的性能，但未提及在极端环境条件下的适用性或对传感器故障类型的覆盖范围	开发鲁棒高效的算法和计算方法，用于监测复杂生态系统中的时空异常	河流传感器网络获取的时空传感器数据	机器学习	NA	动态贝叶斯建模, 深度学习	降秩高斯过程, LSTM	时空传感器数据	NA
42	2025-07-20	Effective generation of heavy-atom-free triplet photosensitizers containing multiple intersystem crossing mechanisms based on deep learning 2025-Jul-08, Chemical science IF:7.6Q1 DOI:10.1039/d5sc03192c PMID:40671753	研究论文	本文提出了一种基于深度学习的策略，用于高效生成不含重原子的三重态光敏剂，这些光敏剂包含多种系间窜越机制	提出了一种结合片段模型和字符模型的新策略，用于生成具有多种系间窜越机制的三重态光敏剂，显著提高了预测准确性和多样性	现有方法主要针对有限的三重态光敏剂子集，如热激活延迟荧光材料，忽略了高能单重态和三重态之间的关键系间窜越	开发一种高效生成三重态光敏剂的方法，以应用于光动力治疗	三重态光敏剂	机器学习	癌症	深度学习、条件变换器、循环神经网络、强化学习	Frag-MD、MD	化学数据	约1.90×10的三重态光敏剂数据集
43	2025-07-20	Structural similarities reveal an expansive conotoxin family with a two-finger toxin fold 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.03.662903 PMID:40631153	研究论文	该研究通过结构生物信息学方法揭示了一个具有双指毒素折叠的广泛芋螺毒素家族	结合NMR结构解析、深度学习结构预测与比较方法，首次发现六个芋螺毒素超家族具有共同进化起源，并定义了'双指毒素(2FTX)'折叠类型	研究主要基于结构相似性推断进化关系，缺乏功能验证实验	探究芋螺毒素的结构特征与进化关系	芋螺毒素超家族（包括Tx33.1等）与原口动物的2FTX蛋白	结构生物信息学	NA	NMR结构解析、深度学习结构预测	深度学习	蛋白质结构数据	6个芋螺毒素超家族（包括124个残基的Tx33.1）及多种原口动物2FTX蛋白
44	2025-07-20	Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study 2025-Jul-04, Research square DOI:10.21203/rs.3.rs-6823810/v1 PMID:40630532	研究论文	本文通过全面基准测试评估了31种计算病理学AI基础模型在不同病理数据集和任务中的性能与泛化能力	首次系统比较了不同类型病理基础模型的性能，发现Virchow2模型表现最佳，并挑战了模型规模与性能正相关的假设	未深入探究影响模型性能的底层因素，且需要进一步研究提升模型在不同组织类型间的泛化能力	评估计算病理学中各种视觉基础模型的性能与泛化能力	31种AI基础模型（包括VM、VLM、Path-VM、Path-VLM）	数字病理学	NA	深度学习	基础模型（包括CNN等架构）	病理图像数据	来自TCGA、CPTAC等数据库的41项任务数据集
45	2025-07-20	Quantification of Optical Coherence Tomography Features in >3500 Patients with Inherited Retinal Disease Reveals Novel Genotype-Phenotype Associations 2025-Jul-03, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.03.25330767 PMID:40630585	研究论文	本研究利用深度学习算法AIRDetect-OCT对超过3500名遗传性视网膜疾病患者的SD-OCT图像进行量化分析，揭示了新的基因型-表型关联	开发了新型深度学习算法AIRDetect-OCT，实现了大规模OCT特征量化，并发现了人口统计学和基因型参数与表型的横断面和纵向相关性	研究为回顾性设计，可能受到数据收集时的限制	量化遗传性视网膜疾病患者的SD-OCT图像特征，探索基因型-表型关联	4240名经临床和分子确诊的遗传性视网膜疾病患者	数字病理学	遗传性视网膜疾病	光谱域光学相干断层扫描(SD-OCT)	神经网络分割模型(AIRDetect-OCT)	图像	4240名患者(涉及198个不同的IRD基因)，包括69,664个SD-OCT黄斑体积数据
46	2025-07-20	Facial Emotion Recognition of 16 Distinct Emotions From Smartphone Videos: Comparative Study of Machine Learning and Human Performance 2025-Jul-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/68942 PMID:40601921	研究论文	本研究开发了基于深度学习的自动面部情绪识别模型，用于从智能手机视频中识别16种不同的情绪，并与人类观察者的表现进行比较	引入了包含16种治疗相关情绪的新型STREs WoZ数据集，并比较了基于外观特征和深度学习特征的模型性能	未来研究需要进一步提高自动FER模型在心理治疗应用中的实际使用性能	开发用于心理治疗应用的自动面部情绪识别模型	63名个体在非约束实验室环境中通过智能手机前置摄像头录制的14,412个面部情绪视频	计算机视觉	NA	Facial Action Coding System, ResNet50, RNN-based architectures	RNN-convolution, RNN-attention, RNN-average	视频	14,412个面部情绪视频（来自63名个体）
47	2025-07-20	Beyond static structures: protein dynamic conformations modeling in the post-AlphaFold era 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf340 PMID:40663654	review	本文综述了蛋白质动态构象的基本概念，探讨了后AlphaFold时代在建模这些动态方面的最新计算进展，并强调了关键挑战	从静态结构预测转向多状态表示，以理解蛋白质功能和调控的机制基础	数据限制、方法学约束和评估标准	促进人工智能驱动的结构生物学时代中蛋白质构象研究的持续发展	蛋白质动态构象	结构生物学	NA	深度学习	AlphaFold	蛋白质结构数据	NA
48	2025-07-20	Kinase-inhibitor binding affinity prediction with pretrained graph encoder and language model 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf338 PMID:40663653	研究论文	本研究提出了一种名为Kinhibit的新框架，用于预测抑制剂与激酶的结合亲和力，结合了自监督图对比学习和多视图分子图表示以及结构信息蛋白质语言模型(ESM-S)	Kinhibit框架整合了自监督图对比学习和多视图分子图表示，以及结构信息蛋白质语言模型(ESM-S)，有效提取特征并优化抑制剂和激酶特征的融合	未明确提及具体局限性	开发更先进的方法以解决抑制剂-激酶结合预测中的现有问题	抑制剂与激酶的结合亲和力	机器学习	癌症	自监督图对比学习, 多视图分子图表示, 结构信息蛋白质语言模型(ESM-S)	Kinhibit	分子图数据, 蛋白质序列数据	三种MAPK信号通路激酶(Raf蛋白激酶(RAF)、丝裂原活化蛋白激酶激酶(MEK)和细胞外信号调节激酶(ERK))及MAPK-All数据集
49	2025-07-20	PREDAC-FluB: predicting antigenic clusters of seasonal influenza B viruses with protein language model embedding based convolutional neural network 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf308 PMID:40665740	研究论文	提出PREDAC-FluB，一种结合蛋白质语言模型嵌入和CNN的深度学习框架，用于预测季节性流感B病毒的抗原簇	整合CNN空间特征提取、ESM-2嵌入与六种物理化学描述符的多模态序列表示（ESM2-7-features），以及UMAP引导的聚类方法，首次针对流感B病毒建立抗原变异预测模型	仅针对B型流感病毒（Victoria和Yamagata谱系），未验证在其他流感病毒亚型的适用性	准确预测流感B病毒抗原变异以辅助疫苗株选择	9036个B/Victoria谱系和4520个B/Yamagata谱系流感病毒对的HA1序列	生物信息学	流感	蛋白质语言模型（ESM-2）、多维物化特征编码	CNN（卷积神经网络）	蛋白质序列	总计13556个病毒样本（B/Victoria:9036, B/Yamagata:4520）
50	2025-07-20	NASNet-DTI: accurate drug-target interaction prediction using heterogeneous graphs and node adaptation 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf342 PMID:40668556	研究论文	提出了一种基于异构图和节点自适应的药物-靶点相互作用预测新框架NASNet-DTI	采用节点自适应学习策略动态确定每个节点的最优聚合深度，有效缓解了图神经网络中的过平滑问题	未明确说明模型在更大规模数据集上的泛化能力	提高药物-靶点相互作用预测的准确性	药物分子和靶点蛋白	生物信息学	NA	图卷积网络	GNN	图数据	多个数据集（未明确说明具体数量）
51	2025-07-20	Advancing genome-based precision medicine: a review on machine learning applications for rare genetic disorders 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf329 PMID:40668553	综述	本文综述了机器学习在基于基因组的精准医学中针对罕见遗传病的应用	强调了机器学习在疾病分类、治疗优化和生物标志物发现中的作用，并讨论了混合ML模型和实时基因组分析等进展	面临计算复杂性、数据稀缺性和伦理问题等挑战	推动基于基因组的精准医学在罕见遗传病中的应用	罕见遗传病	机器学习	罕见遗传病	基因组数据分析	深度学习、集成方法、混合ML模型	基因组数据	NA
52	2025-07-20	A 3D pocket-aware lead optimization model with knowledge guidance and its application for discovery of new glutaminyl cyclase inhibitors 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf345 PMID:40669838	研究论文	本文提出了一种名为Diffleop的3D口袋感知扩散模型，用于基于结构的先导化合物优化，以提高结合亲和力和合理性质	Diffleop模型首次在去噪采样过程中明确结合了蛋白质-配体结合亲和力知识和共价键信息，用于先导化合物优化	模型在更广泛的蛋白质靶点和化合物类型上的适用性尚未验证	提高基于结构的先导化合物优化效率，发现新的谷氨酰环化酶抑制剂	蛋白质-配体复合物，特别是人类谷氨酰环化酶(QCs)及其抑制剂	计算药物设计	NA	3D扩散模型，E(3)-等变专家网络	Diffleop(基于扩散的生成模型)	3D分子结构数据	优化了5-甲基-1H-咪唑(新发现的先导化合物)，合成了3个化合物
53	2025-07-20	scRECL: representative ensembles with contrastive learning for scRNA-seq data clustering analysis 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf346 PMID:40671174	研究论文	提出了一种名为scRECL的对比集成学习方法，用于scRNA-seq数据的聚类分析	结合对比学习和集成学习，利用Siamese神经网络和多重图筛选噪声和冗余细胞，提高聚类分析的鲁棒性和效率	方法对参数设置仍有一定敏感性，且未提及在大规模数据集上的性能验证	提高单细胞RNA测序数据聚类分析的鲁棒性和准确性	单细胞RNA测序数据	机器学习	NA	scRNA-seq	Siamese神经网络	基因表达数据	NA
54	2025-07-20	Deep Learning Radiomics Based on MRI for Differentiating Benign and Malignant Parapharyngeal Space Tumors 2025-Jul, The Laryngoscope DOI:10.1002/lary.32043 PMID:39932109	研究论文	本研究基于MRI的深度学习放射组学方法，用于区分咽旁间隙肿瘤的良恶性	结合深度学习和传统放射组学特征，开发了深度学习放射组学（DLR）模型，显著提高了诊断性能	回顾性研究，样本量相对较小（217例），且仅来自两个医疗中心	建立一种基于深度学习和放射组学特征的预学术诊断工具，指导咽旁间隙肿瘤的临床决策	咽旁间隙肿瘤患者	数字病理	咽旁间隙肿瘤	MRI	深度学习放射组学（DLR）模型	图像	217例患者（训练集145例，测试集72例）
55	2025-07-20	A Multicenter Study on Intraoperative Glioma Grading via Deep Learning on Cryosection Pathology 2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100749 PMID:40057037	研究论文	本研究开发了一种基于深度学习的术中胶质瘤分级模型（IGGC），用于冷冻切片图像的胶质瘤分级	提出了一种新型的深度学习模型（IGGC），用于术中冷冻切片图像的胶质瘤分级，显著提高了诊断准确性和一致性	研究样本量相对有限，且仅针对成人型弥漫性胶质瘤	开发一种高精度、高效的术中胶质瘤分级方法，以指导手术策略并优化患者预后	冷冻切片图像中的胶质瘤	数字病理学	胶质瘤	深度学习	IGGC（基于深度学习的模型）	图像	训练和验证集：1603和628例；测试集：5个队列共213例
56	2025-07-20	A Deep Learning Model of Histologic Tumor Differentiation as a Prognostic Tool in Hepatocellular Carcinoma 2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100747 PMID:40086592	研究论文	本研究开发了一种基于深度学习的AI模型，用于量化肝细胞癌（HCC）肿瘤分化的组织学特征并预测癌症相关结果	首次使用AI模型量化HCC肿瘤分化的多种组织学特征，并证明其在预测HCC相关结果方面的优越性	研究样本量较小（99例HCC切除标本），需要在更大样本中验证模型的泛化能力	评估AI模型在量化HCC肿瘤分化特征和预测癌症相关结果方面的性能	肝细胞癌（HCC）切除标本	数字病理学	肝细胞癌	深度学习	AI模型（具体架构未说明）	组织学图像	99例HCC切除标本
57	2025-07-20	Challenges in Implementing Endoscopic Artificial Intelligence: The Impact of Real-World Imaging Conditions on Barrett's Neoplasia Detection 2025-Jul, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12760 PMID:40116287	research paper	本研究评估了基于高质量内窥镜图像训练的巴雷特肿瘤计算机辅助检测系统在真实世界多样化图像条件下的性能下降，并探讨了提升系统鲁棒性的策略	首次量化分析了内窥镜AI系统在社区医院实际应用中的性能衰减问题，并验证了三种增强数据异质性适应能力的方法	研究仅针对巴雷特肿瘤的检测系统，结果可能不适用于其他类型的病变检测	提高内窥镜人工智能系统在临床实践中的泛化能力	巴雷特肿瘤的内窥镜图像	digital pathology	Barrett's neoplasia	deep learning	CNN	endoscopic images	373名巴雷特患者(训练集1011张图像)，351名患者(测试集)
58	2025-07-20	Labor-Efficient Pathological Auxiliary Diagnostic Model for Primary and Metastatic Tumor Tissue Detection in Pancreatic Ductal Adenocarcinoma 2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100764 PMID:40199428	研究论文	本研究提出了一种名为PANseg的多尺度弱监督深度学习框架，用于胰腺导管腺癌(PDAC)的原发性和转移性肿瘤组织检测，旨在提高病理诊断的准确性和效率	PANseg框架仅使用图像级标签即可达到与全监督基线相当的性能，显著减少了标注负担，并在未见过的样本类型上表现出良好的泛化能力	研究可能受限于样本量和多样性，且模型在活检切片上的性能相对较低(AUROC: 0.821)	开发一种劳动高效的病理辅助诊断模型，用于PDAC的原发性和转移性肿瘤组织检测	胰腺导管腺癌(PDAC)的原发性和转移性肿瘤组织	数字病理	胰腺癌	深度学习	多尺度弱监督深度学习框架(PANseg)	全切片图像(WSIs)	368张全切片图像(来自208名患者，跨越2个独立中心)
59	2025-07-20	Application of deep learning-based facial pain recognition model for postoperative pain assessment 2025-Jul, Journal of clinical anesthesia IF:5.0Q1 DOI:10.1016/j.jclinane.2025.111898 PMID:40516197	research paper	该研究开发了一种基于深度学习的面部疼痛识别模型，用于术后疼痛评估	结合临床和实验室场景构建了两个数据集，并开发了基于VGG16模型的面部疼痛识别软件	高质量临床数据集的可用性有限，且缺乏针对现实世界模型部署的研究	探索深度学习技术在术后疼痛自动评估中的应用	术后患者和志愿者的面部疼痛图像	computer vision	术后疼痛	深度学习	VGG16	image	503名术后患者和51名志愿者的4449张面部疼痛图像
60	2025-07-20	Deep learning-based analysis and identification of single-particle mass spectra of bacteria 2025-Jul, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05942-9 PMID:40542895	研究论文	本研究结合单粒子质谱(SPMS)与监督学习算法，用于区分六种细菌物种	首次将SPMS与深度学习相结合，用于细菌物种的识别，并采用Score-CAM方法可视化分析CNN模型的关键离子特征	研究仅针对六种细菌和四种生物质燃烧产物，样本多样性有限	开发一种基于SPMS和深度学习的细菌识别方法	六种细菌和四种生物质燃烧产物(BCPs)	机器学习	NA	单粒子质谱(SPMS)	CNN, MLP, SVM	质谱数据	六种细菌和四种生物质燃烧产物