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
5981	2025-04-15	Artificial intelligence in stroke rehabilitation: From acute care to long-term recovery 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.03.017 PMID:40068721	综述	本文综述了人工智能在脑卒中康复中的应用，从急性期护理到长期恢复	探讨了AI在早期诊断、运动恢复和认知康复中的创新应用，如AI驱动的影像技术、机器人辅助和脑机接口	涉及AI实施的伦理、法律和监管挑战，包括数据隐私和技术整合问题	研究AI在脑卒中康复中的潜在应用及其对患者恢复的影响	脑卒中患者	数字病理学	心血管疾病	深度学习、机器学习、神经信号处理	深度学习模型、机器学习模型	影像数据（CT、MRI）、神经信号、穿戴设备数据	NA
5982	2025-04-15	Accelerated Missense Mutation Identification in Intrinsically Disordered Proteins Using Deep Learning 2025-Apr-14, Biomacromolecules IF:5.5Q1 DOI:10.1021/acs.biomac.4c01124 PMID:40072940	研究论文	结合布朗动力学模拟和深度学习策略，快速识别内在无序蛋白质中错义突变引起的大结构变化	开发了一种多层感知器神经网络架构，能够以97%的准确度预测内在无序蛋白质的旋转半径，并显著提高计算效率	方法目前仅适用于长度为20-300的内在无序蛋白质序列	快速识别和理解与内在无序蛋白质中错义突变相关的疾病，并开发潜在的治疗干预措施	内在无序蛋白质（IDPs）及其错义突变	机器学习	NA	布朗动力学模拟（BD）、深度学习（DL）	多层感知器神经网络（MLP NN）	蛋白质序列数据	约6500个来自MobiDB数据库的IDP序列
5983	2025-04-15	Multitarget Natural Compounds for Ischemic Stroke Treatment: Integration of Deep Learning Prediction and Experimental Validation 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00135 PMID:40084909	研究论文	本研究开发了一个结合深度学习和实验验证的创新药物发现流程，用于识别具有全面神经保护特性的天然化合物，以治疗缺血性中风	结合了基于transformer的深度学习模型SELFormer和多种深度学习算法，预测天然化合物对七个关键中风相关靶点的生物活性，并通过实验验证了四种高效化合物的神经保护效果	实验验证仅限于NGF分化的PC12细胞在氧糖剥夺条件下的研究，未进行动物模型或临床试验	开发一个深度学习驱动的框架，用于识别多靶点天然治疗剂，以治疗缺血性中风	天然化合物及其对缺血性中风的神经保护作用	机器学习	缺血性中风	深度学习、分子对接、QSAR建模、UMAP投影	SELFormer（基于transformer的深度学习模型）	化学结构数据、生物活性数据	11种中等活性化合物和57种高活性化合物，其中4种高活性化合物进行了实验验证
5984	2025-04-15	Accurate Prediction of CRISPR/Cas13a Guide Activity Using Feature Selection and Deep Learning 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02438 PMID:40091632	研究论文	本研究开发了一种双分支神经网络模型，用于准确预测CRISPR/Cas13a引导活性，并在两个独立数据集上表现出优于现有模型的性能	结合直接序列编码和描述性特征，通过统计分析提取出1553个特征中的99个关键描述性特征，显著提高了预测准确性	NA	提高CRISPR/Cas13a引导活性的预测准确性，以支持稳健和敏感的核酸诊断	CRISPR/Cas13a引导活性	机器学习	NA	CRISPR/Cas13a	双分支神经网络	序列数据	两个独立CRISPR/Cas13a数据集
5985	2025-04-15	CPPCGM: A Highly Efficient Sequence-Based Tool for Simultaneously Identifying and Generating Cell-Penetrating Peptides 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00199 PMID:40105337	研究论文	开发了一个名为CPPCGM的深度学习框架，用于识别和生成细胞穿透肽（CPPs）	使用蛋白质语言模型（PLMs）进行CPPs的识别和生成，显著提高了性能	未提及具体局限性	开发一种高效的计算方法，用于识别和生成细胞穿透肽（CPPs）	细胞穿透肽（CPPs）	自然语言处理	NA	蛋白质语言模型（PLMs）	生成对抗网络（GAN）	序列数据	三个数据集
5986	2025-04-15	SFM-Net: Selective Fusion of Multiway Protein Feature Network for Predicting Binding Affinity Changes upon Mutations 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00130 PMID:40111004	研究论文	提出了一种名为SFM-Net的深度学习模型，用于预测突变对蛋白质-蛋白质相互作用结合亲和力的变化	SFM-Net结合了基于GNN的多路特征提取器和新的上下文感知选择性融合模块，有效整合序列、结构和进化信息	未提及具体的数据集规模或模型在特定类型突变上的性能限制	提高突变对蛋白质-蛋白质相互作用结合亲和力变化的预测准确性	蛋白质-蛋白质相互作用(PPIs)及其突变效应	生物信息学	NA	深度学习	GNN, SFM-Net	蛋白质序列、结构和进化信息	NA
5987	2025-04-15	ChiGNN: Interpretable Algorithm Framework of Molecular Chiral Knowledge-Embedding and Stereosensitive Property Prediction 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02259 PMID:40116044	研究论文	提出了一种名为ChiGNN的深度学习框架，用于分子手性知识的嵌入和立体敏感性质预测	通过Trinity Graph和立体敏感消息聚合编码有效嵌入手性物理化学知识，并结合分位数回归技术提高了手性色谱保留时间预测的准确性	NA	提高分子手性相关任务的机器学习模型准确性和可解释性	分子手性	机器学习	NA	分位数回归	GNN (Graph Neural Network)	分子结构数据	NA
5988	2025-04-15	Fitting Atomic Structures into Cryo-EM Maps by Coupling Deep Learning-Enhanced Map Processing with Global-Local Optimization 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00004 PMID:40152222	research paper	介绍了一种名为DEMO-EMfit的渐进方法，结合深度学习增强的骨架图提取与全局-局部结构姿态搜索，将原子结构拟合到密度图中	DEMO-EMfit方法结合了深度学习增强的骨架图提取与全局-局部结构姿态搜索，显著提高了原子结构拟合的准确性和效率	未提及具体局限性	提高从冷冻电子显微镜（cryo-EM）密度图中构建原子结构的准确性	蛋白质和核酸复合物的冷冻电子断层扫描（cryo-ET）和冷冻电子显微镜（cryo-EM）图	structural biology	NA	cryo-EM, cryo-ET, deep learning	deep learning-enhanced map processing	density maps	基准数据集包含蛋白质和核酸复合物的cryo-ET和cryo-EM图
5989	2025-04-15	A Specialized and Enhanced Deep Generation Model for Active Molecular Design Targeting Kinases Guided by Affinity Prediction Models and Reinforcement Learning 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00074 PMID:40175286	research paper	开发了一个名为KinGen的深度学习分子生成框架，专门用于高效生成小分子激酶抑制剂	通过整合强化学习、迁移学习和专门的奖励模块，利用结合亲和力预测模型作为奖励函数的一部分，准确引导生成具有高靶标活性的生物相关分子	未明确提及具体局限性	加速激酶靶向药物发现	小分子激酶抑制剂	machine learning	cancer	reinforcement learning, transfer learning	deep learning-based molecular generation framework	chemical data	NA
5990	2025-04-15	Fast-forwarding plant breeding with deep learning-based genomic prediction 2025-Apr-14, Journal of integrative plant biology IF:9.3Q1 DOI:10.1111/jipb.13914 PMID:40226955	review	本文总结了深度学习在植物育种基因组预测中的应用及其面临的挑战	提出了深度学习在基因组预测中的未来发展方向，如模块化方法、数据增强和高级注意力机制	需要大量高质量数据集，性能基准测试不一致，环境因素整合不足	推动植物育种中深度学习基因组预测的发展	植物育种中的基因组预测	machine learning	NA	深度学习	DL-based GP	multi-omics data	NA
5991	2025-04-15	AI as teacher: effectiveness of an AI-based training module to improve trainee pediatric fracture detection 2025-Apr-14, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04927-0 PMID:40227327	研究论文	评估基于AI的无监督训练模块在提高儿科骨折检测准确性方面的有效性	使用AI生成的标注病例作为教学工具，提升住院医师的骨折检测准确性	医学生的检测准确性未显著提升，可能由于任务背景熟悉度不足	评估AI辅助训练模块作为儿科骨折检测教育工具的效果	住院医师和医学生的儿科骨折检测能力	数字病理	儿科骨折	深度学习骨折检测算法	深度学习	放射影像	240例儿科上肢放射检查
5992	2025-04-15	Evaluation of high-resolution pituitary dynamic contrast-enhanced MRI using deep learning-based compressed sensing and super-resolution reconstruction 2025-Apr-13, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11574-5 PMID:40221940	research paper	评估基于深度学习的压缩感知和超分辨率重建的高分辨率垂体动态增强MRI在识别微腺瘤中的诊断性能	应用深度学习压缩感知和超分辨率重建技术提高DCE MRI的分辨率和图像质量，显著提升微腺瘤诊断准确性	研究样本量有限（126名参与者），且为单中心前瞻性研究，可能需要更大规模多中心验证	克服传统DCE MRI的分辨率限制，提高垂体微腺瘤的诊断准确性	疑似垂体微腺瘤患者	digital pathology	pituitary microadenomas	DCE MRI, deep learning-based compressed sensing and super-resolution reconstruction	deep learning	MRI images	126名疑似垂体微腺瘤患者
5993	2025-04-15	LUND-PROBE - LUND Prostate Radiotherapy Open Benchmarking and Evaluation dataset 2025-Apr-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04954-5 PMID:40216786	研究论文	介绍了一个名为LUND-PROBE的公开临床数据集，用于前列腺癌放射治疗的自动治疗计划、分割、观察者间分析和深度学习模型不确定性研究	提供了一个包含MRI和合成CT图像、目标及风险器官分割、放射治疗剂量分布的综合数据集，并扩展了深度学习生成的分割、分割不确定性图和经放射肿瘤学家手动调整的分割	NA	促进医学影像和前列腺癌放射治疗研究的进展	432名接受MRI引导放射治疗的前列腺癌患者，以及扩展数据集中的35名患者	数字病理	前列腺癌	MRI、合成CT（sCT）、深度学习（DL）	深度学习（DL）	图像	432名患者（基础数据集）+35名患者（扩展数据集）
5994	2025-04-15	Leveraging ensemble convolutional neural networks and metaheuristic strategies for advanced kidney disease screening and classification 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93950-1 PMID:40216822	研究论文	开发了一种基于AI的系统，用于自动识别和分类肾脏疾病，以解决肾衰竭和全球肾科医生短缺的公共卫生问题	提出了一种基于迁移学习技术的新型深度学习模型，结合了多个DL模型和元启发式算法，以提高肾脏疾病识别的准确性、鲁棒性和泛化能力	研究仅针对肾脏疾病的三种主要类别（结石、囊肿和肿瘤），可能不涵盖所有肾脏疾病类型	开发一个基于AI的诊断系统，用于肾脏疾病的自动识别和分类	肾脏疾病（结石、囊肿和肿瘤）	数字病理学	肾脏疾病	CT成像	CNN, Bi-LSTM, 集成学习	图像	12,446张CT全腹部和尿路造影图像
5995	2025-04-15	Predicting PD-L1 status in NSCLC patients using deep learning radiomics based on CT images 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91575-y PMID:40216830	研究论文	本研究开发了一种基于深度学习放射组学（DLR）的方法，用于预测非小细胞肺癌（NSCLC）患者的PD-L1表达状态	结合深度学习放射组学与临床数据，构建了预测PD-L1状态的集成模型，性能优于单一模型	样本量相对有限（352例），且PD-L1阳性样本占比不足50%	开发非侵入性预测NSCLC患者PD-L1表达状态的方法	非小细胞肺癌（NSCLC）患者	数字病理	肺癌	CT影像分析	ResNet50结合LASSO算法	CT图像	352例NSCLC患者（170例PD-L1阳性）
5996	2025-04-15	Continuous sleep depth index annotation with deep learning yields novel digital biomarkers for sleep health 2025-Apr-11, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01607-0 PMID:40216900	研究论文	提出一种深度学习方法，利用现有离散睡眠分期标签标注连续睡眠深度指数（SDI），揭示了更详细的睡眠结构并产生新的数字生物标志物	通过深度学习将传统五分类的睡眠分期扩展为连续的睡眠深度指数，捕捉了睡眠阶段的细微变化，并发现了与健康风险相关的新型睡眠亚型	研究基于回顾性数据，需要前瞻性研究验证SDI的临床价值	开发更精细的睡眠评估方法并探索其与健康风险的关联	来自四个大型队列的10,000多份多导睡眠图记录	数字健康	睡眠障碍	深度学习	深度学习模型（未指定具体架构）	多导睡眠图信号	超过10,000份睡眠记录
5997	2025-04-15	Application of the YOLOv11-seg algorithm for AI-based landslide detection and recognition 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95959-y PMID:40216897	研究论文	本研究提出了一种基于YOLOv11-seg深度学习模型的滑坡智能识别方法，用于高效准确地检测和识别滑坡	优化了YOLOv11-seg的特征提取和分割模块，提高了滑坡边界检测和像素级分割的准确性，特别是在复杂地形和遮挡情况下表现优异	未明确提及具体局限性，但可能包括模型在极端或未见过的地形条件下的泛化能力	开发高效准确的滑坡检测方法，以支持地质灾害监测和风险评估	滑坡	计算机视觉	NA	深度学习	YOLOv11-seg	图像	Bijie-Landslide数据集（具体样本数量未明确）
5998	2025-04-15	Deep learning-based classification of lymphedema and other lower limb edema diseases using clinical images 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97564-5 PMID:40216943	研究论文	本研究探讨了深度学习在提高下肢水肿疾病诊断准确性中的应用	利用深度学习模型（如EfficientNetV2）对淋巴水肿和其他下肢水肿疾病进行分类，并通过Grad-CAM增强模型的可解释性	数据集多样性不足，且评估环境受控，需在真实世界环境中进一步验证	提高下肢水肿疾病的诊断准确性	淋巴水肿和其他下肢水肿疾病（如慢性静脉功能不全、深静脉血栓等）	计算机视觉	淋巴水肿	深度学习	CNN（如EfficientNetV2）和transformer-based模型	图像	1622张临床图像
5999	2025-04-15	Predicting the efficacy of microwave ablation of benign thyroid nodules from ultrasound images using deep convolutional neural networks 2025-Apr-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02989-7 PMID:40217199	研究论文	使用深度卷积神经网络从超声图像预测良性甲状腺结节微波消融的疗效	首次比较了五种预训练的卷积神经网络模型（VGG19、Resnet 50、EfficientNetB1、EfficientNetB0和InceptionV3）在预测良性甲状腺结节微波消融疗效中的应用，并发现微调后的EfficientNetB1表现最佳	这是一项深度学习的初步研究，与实际临床应用存在差距，需要更深入的研究来开发能更好辅助临床的深度学习模型	预测超声引导下微波消融治疗良性甲状腺结节的效果	良性甲状腺结节患者	计算机视觉	甲状腺结节	超声引导微波消融（MWA）	CNN（包括VGG19、Resnet 50、EfficientNetB1、EfficientNetB0和InceptionV3）	超声图像	患者被随机分为训练集（70%）和验证集（30%）
6000	2025-04-15	Deep learning assisted analysis of biomarker changes in refractory neovascular AMD after switch to faricimab 2025-Apr-11, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00669-2 PMID:40217505	研究论文	本研究利用深度学习算法分析光学相干断层扫描（OCT）生物标志物，评估Faricimab在难治性新生血管性年龄相关性黄斑变性（nAMD）患者中的疗效和持久性	首次使用基于卷积神经网络的深度学习算法对OCT生物标志物进行自动化分割，评估Faricimab在难治性nAMD患者中的治疗效果	样本量较小（46眼），且为回顾性研究，未来需改进AI模型以提高预测准确性并评估长期结果	评估Faricimab在难治性nAMD患者中的疗效和持久性，并探索AI驱动的生物标志物分割在疾病监测中的应用	难治性新生血管性年龄相关性黄斑变性（nAMD）患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN	图像	41名患者的46只眼