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
6141	2025-10-06	Venomics AI: a computational exploration of global venoms for antibiotic discovery 2024-Dec-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628923 PMID:39764027	研究论文	本研究利用机器学习和深度学习技术从全球毒液组数据中挖掘新型抗菌肽，以应对抗生素耐药性问题	首次整合全球毒液组数据集，使用深度学习模型APEX预测抗菌活性，发现了386个结构功能全新的毒液加密肽	仅对58个候选肽进行了实验验证，需要进一步扩大验证规模	从毒液分子中发现新型抗生素以对抗耐药菌感染	全球毒液组数据集中的16,123个毒液蛋白和40,626,260个毒液加密肽	机器学习	细菌感染	毒液组学分析，机器学习，深度学习	神经网络	蛋白质序列数据	16,123个毒液蛋白，40,626,260个毒液加密肽，58个实验验证肽	深度学习框架	APEX（结合肽序列编码器和神经网络的深度学习模型）	抗菌活性预测准确率，实验验证成功率	NA
6142	2025-10-06	ANTIPASTI: Interpretable prediction of antibody binding affinity exploiting normal modes and deep learning 2024-12-05, Structure (London, England : 1993) DOI:10.1016/j.str.2024.10.001 PMID:39461331	研究论文	提出ANTIPASTI模型，通过结合正态模式相关图和深度学习预测抗体结合亲和力	首次将弹性网络模型生成的正态模式相关图作为卷积神经网络输入，用于抗体结合亲和力预测，并提供可解释性分析	NA	开发能够准确预测抗体结合亲和力并具有可解释性的计算方法	抗体-抗原复合物结构	机器学习	NA	弹性网络模型，正态模式分析	CNN	结构数据，相关图	NA	NA	卷积神经网络	NA	NA
6143	2025-10-06	GeoNet enables the accurate prediction of protein-ligand binding sites through interpretable geometric deep learning 2024-12-05, Structure (London, England : 1993) DOI:10.1016/j.str.2024.10.011 PMID:39488202	研究论文	开发了一种名为GeoNet的可解释几何深度学习模型，用于准确预测蛋白质与DNA、RNA和配体的结合位点	引入了无坐标几何表示来表征局部残基分布，并生成特征空间来描绘局部交互生物物理环境，同时捕获残基空间分布和交互环境信息	NA	准确识别蛋白质结合位点以理解其体内功能	蛋白质与DNA、RNA和配体的结合位点	机器学习	NA	几何深度学习	几何深度学习模型	蛋白质结构数据	NA	NA	GeoNet	NA	NA
6144	2025-10-06	Predicting protein interactions of the kinase Lck critical to T cell modulation 2024-11-07, Structure (London, England : 1993) DOI:10.1016/j.str.2024.09.010 PMID:39368461	研究论文	使用深度学习预测T细胞关键激酶Lck的蛋白质相互作用网络	首次系统性地预测Lck与免疫相关蛋白的相互作用，发现新型调控机制和构象变化	预测结果需要实验验证，筛选范围限于约1000种免疫相关蛋白	揭示Lck激酶在T细胞调控中的蛋白质相互作用机制	激酶Lck及其相互作用蛋白（包括棕榈酰转移酶、CD45磷酸酶、LAG3免疫检查点）	计算生物学	免疫相关疾病	深度学习，结构建模	深度学习	蛋白质序列和结构数据	约1000种免疫相关蛋白质	AF2Complex	NA	NA	NA
6145	2025-10-06	ARID3C Acts as a Regulator of Monocyte-to-Macrophage Differentiation Interacting with NPM1 2024-08-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00509 PMID:38231884	研究论文	本研究揭示了ARID3C通过与NPM1相互作用调控单核细胞向巨噬细胞分化的分子机制	首次发现ARID3C与NPM1的相互作用机制及其在单核细胞向巨噬细胞分化中的转录调控功能	NA	阐明ARID3C的细胞定位和生物学功能	ARID3C蛋白及其与NPM1的相互作用	生物医学	NA	LC-MS/MS, 深度学习, AlphaFold2预测	深度学习模型	蛋白质相互作用数据, 基因表达数据	NA	AlphaFold2	NA	NA	NA
6146	2025-10-06	Deep learning-based NT-proBNP prediction from the ECG for risk assessment in the community 2024-03-25, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2023-0743 PMID:37982681	研究论文	开发基于深度学习的心电图算法预测NT-proBNP水平，用于社区心血管疾病风险评估	首次使用深度学习模型从心电图中预测NT-proBNP生物标志物水平，为心血管疾病风险筛查提供经济高效的替代方案	研究基于特定人群队列，需要在更广泛人群中验证模型的普适性	开发深度学习模型通过心电图预测NT-proBNP水平，实现心血管疾病风险的高效筛查	社区人群的心电图数据和NT-proBNP测量值	医疗人工智能	心血管疾病	心电图分析，深度学习	CNN	心电图信号	汉堡城市健康研究(HCHS) 8,253人，SHIP-START队列3,002人，SHIP-TREND队列3,819人	NA	深度卷积神经网络	Pearson相关系数，AUROC	NA
6147	2025-10-06	Identification of Neural Crest and Neural Crest-Derived Cancer Cell Invasion and Migration Genes Using High-throughput Screening and Deep Attention Networks 2024-Mar-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583913 PMID:38496683	研究论文	通过高通量筛选和深度学习注意力网络识别神经嵴及神经嵴来源癌细胞侵袭迁移的关键基因	结合高通量siRNA筛选与深度学习注意力网络分析，首次系统识别神经嵴相关癌细胞侵袭迁移的核心基因群	研究聚焦于特定细胞系（c8161黑色素瘤和HT1080纤维肉瘤），需在更多细胞类型中验证	识别神经嵴及神经嵴来源癌细胞侵袭迁移的关键调控基因	神经嵴细胞、c8161黑色素瘤细胞、HT1080纤维肉瘤细胞	机器学习	黑色素瘤	高通量siRNA筛选, 深度学习分析	深度学习注意力网络	基因表达数据, 细胞迁移数据	45个基因面板, 2种人类细胞系	NA	注意力网络	基因显著性分析, 细胞相互作用模式识别	NA
6148	2025-10-06	Mild to moderate COPD, vitamin D deficiency, and longitudinal bone loss: the Multi-ethnic Study of Atherosclerosis 2025-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117550 PMID:40449861	研究论文	本研究探讨轻度至中度COPD与维生素D缺乏对椎体骨密度纵向下降的联合影响	首次在轻度至中度COPD人群中系统评估维生素D缺乏与骨密度下降的关联，并采用深度学习算法自动量化椎体骨密度	观察性研究设计无法确立因果关系，样本量有限且随访时间仅为6年	评估轻度至中度COPD患者椎体骨密度的纵向变化及其与维生素D缺乏的相互作用	多民族动脉粥样硬化研究中的1226名参与者，包括173名轻度至中度COPD患者和1053名无COPD对照	医学影像分析	慢性阻塞性肺疾病, 骨质疏松	胸部CT, 深度学习分割, 三维体积骨密度测量	深度学习	医学影像	1226名参与者（173名COPD患者，1053名对照）	NA	NA	回归系数(β), 95%置信区间	NA
6149	2025-10-06	NeuroCL: A deep learning approach for identifying neuropeptides based on contrastive learning 2025-Oct, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115920 PMID:40466845	研究论文	提出一种基于对比学习的深度学习方法NeuroCL，用于高效识别神经肽	结合对比学习和交叉注意力机制，通过多维度属性表示识别神经肽，增强类别区分度和特征连接	NA	开发高效识别神经肽的深度学习方法	神经肽	机器学习	NA	对比学习，交叉注意力机制	深度学习	生物序列数据	NA	NA	对比学习架构，交叉注意力机制	准确率，马修斯相关系数(MCC)	NA
6150	2025-10-06	Introducing societal issues in an upper level STEM course increases student engagement and knowledge transfer 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.029 PMID:40456506	研究论文	本文介绍在高级STEM课程中引入社会议题如何提升学生参与度和知识迁移能力	提出将生殖权利议题融入发育生物学课程的三步框架，通过社会正义议题激发学生学习动机	研究仅针对单一课程和特定社会议题，未涉及其他STEM领域或社会议题的适用性	探索在STEM课程中引入社会议题对学生学习效果的影响	高级发育生物学课程的本科生	教育研究	NA	教学框架实施	NA	学生参与度数据、学习表现评估	未明确具体样本数量，仅提及高级发育生物学课程的学生群体	NA	NA	学生参与度、知识迁移能力、跨学科思维能力、科学传播技能提升	NA
6151	2025-10-06	Expanding point cloud statistical shape model applications: Generalized vascular modeling for population-level hemodynamic simulations 2025-09, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108924 PMID:40592009	研究论文	提出一种结合点云统计形状建模和HDBSCAN聚类的新型工作流程，用于高效表征颈内动脉几何形态并分析血流模式	开发了Tier-2工作流程，整合点云统计形状建模与HDBSCAN聚类，显著提升血流动力学模拟的准确性和效率	研究样本量为229个颈内动脉，主要关注30-50%狭窄病例，未涵盖更广泛病变范围	克服群体尺度血流动力学研究中计算成本与模型理想化之间的平衡问题	颈内动脉C1段几何形态和相应血流模式	医学影像分析	脑血管疾病	飞行时间磁共振血管成像，计算流体动力学模拟	统计形状模型，聚类分析	医学影像数据，点云数据	229个颈内动脉（171个正常，58个30-50%狭窄）	Point2SSM, HDBSCAN, PCA	点云统计形状模型，主成分分析	误差减少率，计算成本降低倍数，速度捕获率，压力下降捕获率	计算流体动力学模拟
6152	2025-10-06	Monitoring kidney microanatomy during ischemia-reperfusion using ANFIS optimized CNN 2025-Aug, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-025-04449-7 PMID:40100537	研究论文	提出基于自适应神经模糊推理系统优化的ResNet50卷积神经网络方法，通过光学相干断层扫描图像监测肾脏缺血再灌注过程中的微观结构变化	首次将ANFIS与ResNet50结合用于肾脏疾病监测，采用双向滤波预处理和基于边缘分割的纹理特征选择方法	仅使用标准数据库中的OCT图像，缺乏临床实时验证数据	提高肾脏疾病图像分类的准确率和召回率	肾脏缺血再灌注过程中的微观结构变化	计算机视觉	肾脏疾病	光学相干断层扫描（OCT）	CNN, ANFIS	图像	NA	深度学习	ResNet50	准确率, 召回率, 精确率	NA
6153	2025-10-06	AI in Orthopedic Research: A Comprehensive Review 2025-Aug, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.26109 PMID:40415515	综述	本文全面回顾了人工智能在骨科研究中的应用现状、挑战与未来发展方向	系统整合了AI在骨科领域的最新进展，包括影像诊断、预测分析和新兴技术应用，并首次全面探讨了该领域面临的数据异质性、算法偏见等关键挑战	存在数据异质性、算法偏见、模型黑箱问题以及验证不足等挑战	探讨人工智能在骨科研究和临床实践中的整合与应用	骨科疾病诊断、治疗策略优化和临床工作流程	医疗人工智能	骨科疾病	深度学习	NA	放射影像、磁共振图像、步态数据	NA	NA	NA	诊断准确性	NA
6154	2025-10-06	Artificial Intelligence-Assisted Sac Diameter Assessment for Complex Endovascular Aortic Repair 2025-Aug, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists IF:1.7Q2 DOI:10.1177/15266028231208159 PMID:37902445	研究论文	评估人工智能系统ARVA在复杂主动脉瘤患者FEVAR手术前后CTA图像中主动脉直径测量的准确性	首次在复杂主动脉瘤FEVAR治疗场景中验证基于深度学习的自动主动脉直径测量技术	单中心回顾性研究，样本量有限（50例患者），需要更大规模验证	验证AI系统在复杂主动脉瘤血管内修复术中的主动脉直径自动测量准确性	接受FEVAR治疗的复杂主动脉瘤患者	数字病理	心血管疾病	计算机断层扫描血管成像（CTA）	深度学习	医学影像	50例患者（共100个CTA扫描）	NA	ARVA（Augmented Radiology for Vascular Aneurysm）	绝对差异中位数，准确率	NA
6155	2025-10-06	High temperature stress-strain data for SAE 5120 steel under various strain rates 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111824 PMID:40655989	研究论文	本研究开发了一种基于增量公式的本构模型，用于准确预测SAE 5120钢在高温变形条件下的流动应力行为	采用增量公式模型，首次同时考虑了动态再结晶软化效应和瞬态加载条件下的应力演化，克服了传统参数化本构模型的局限性	研究仅限于轴对称压缩测试条件，未验证其他变形模式下的模型适用性	开发能够准确反映SAE 5120钢高温变形行为的本构模型，用于有限元模拟优化	SAE 5120低合金铬钢	材料科学与工程	NA	热压缩测试，动态再结晶分析	增量公式本构模型	应力-应变数据，温度数据，应变率数据	在850°C至1200°C温度和0.01 s⁻¹至10 s⁻¹应变率范围内进行的轴压缩测试数据	NA	NA	NA	Gleeble 3500热模拟系统
6156	2025-10-06	A Hyperbolic Discrete Diffusion 3D RNA Inverse Folding Model for Functional RNA Design 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00527 PMID:40503717	研究论文	提出一种基于双曲离散扩散的3D RNA逆折叠模型RIdiffusion，用于功能性RNA的生成式设计	将RNA三维结构的几何特征和拓扑特性嵌入双曲空间，利用离散扩散模型在有限训练样本下有效恢复目标RNA三维结构的核苷酸分布	RNA三维结构实验数据有限，RNA三维结构的独特特性带来挑战	开发三维RNA逆折叠模型用于功能性RNA的生成式设计	RNA三维结构和核苷酸序列	机器学习	NA	RNA逆折叠	扩散模型	RNA三维结构数据	有限训练样本	NA	双曲去噪扩散生成模型	与基线生成模型比较的性能评估	NA
6157	2025-10-06	BalancedDiff: Balanced Diffusion Network for High-Quality Molecule Generation 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00837 PMID:40528644	研究论文	提出一种平衡扩散网络用于生成高质量分子	提出平衡损失函数解决样本偏差问题，设计基于KAN的平衡特征过滤模块，并引入QikProp模块预测ADME属性	仅在CrossDocked2020数据集上进行实验验证	开发能够生成高质量分子的深度学习方法	分子生成	机器学习	NA	扩散模型	扩散网络	分子数据	CrossDocked2020数据集	NA	KAN, BalancedDiff	NA	NA
6158	2025-10-06	Dual-Branch Contrastive Network with Deep Separable Convolution for Enhanced 6mA Site Identification 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01058 PMID:40558076	研究论文	提出一种基于双分支对比网络和深度可分离卷积的深度学习模型DS6mA，用于增强6mA位点识别	采用双分支对比网络结构，通过随机配对样本协同训练增强数据多样性；引入深度可分离卷积和残差连接提升特征表达能力	未明确说明模型在稀疏6mA位点检测中的具体局限性	开发深度学习模型以改进DNA N6-甲基腺嘌呤(6mA)位点的预测准确性	DNA序列中的6mA修饰位点	生物信息学	NA	DNA序列分析	深度学习,卷积神经网络	DNA序列数据	11个不同的综合基准数据集	NA	双分支对比网络,深度可分离卷积,全连接神经网络	NA	NA
6159	2025-10-06	Assessing Uncertainty in Machine Learning for Polymer Property Prediction: A Benchmark Study 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00550 PMID:40560148	研究论文	本文对九种机器学习不确定性量化方法在聚合物性质预测中的性能进行了全面评估	首次对九种UQ方法在聚合物性质预测中进行了系统性基准研究，涵盖了多种聚合物类型和性质	研究仅限于特定的聚合物性质和数据集，可能无法完全代表所有材料科学应用场景	评估不同不确定性量化方法在聚合物性质预测中的性能表现	聚合物性质预测，包括玻璃化转变温度、带隙、熔融温度和分解温度	机器学习	NA	分子动力学模拟，实验数据	集成方法,高斯过程回归,蒙特卡洛dropout,均值方差估计,贝叶斯神经网络,证据深度学习,分位数回归,自然梯度提升	聚合物性质数据	涵盖四种聚合物性质的数据集，包括高Δ聚合物和九种不同聚合物类别	NA	NA	预测准确度,斯皮尔曼等级相关系数,校准面积	NA
6160	2025-10-06	EquiCPI: SE(3)-Equivariant Geometric Deep Learning for Structure-Aware Prediction of Compound-Protein Interactions 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00773 PMID:40600339	研究论文	提出一种SE(3)-等变几何深度学习框架EquiCPI，用于结构感知的化合物-蛋白质相互作用预测	首次将SE(3)-等变神经网络与第一性原理结构建模相结合，通过原子点云的等变消息传递保持旋转、平移和反射对称性	NA	准确预测化合物-蛋白质相互作用以推动计算药物发现	蛋白质和配体分子的三维结构	几何深度学习	NA	ESMFold蛋白质结构预测，DiffDock-L配体对接	SE(3)-等变神经网络	三维原子坐标，序列数据	BindingDB数据库（亲和力预测），DUD-E数据库（虚拟筛选）	NA	等变消息传递网络，球谐函数张量积	亲和力预测准确率，虚拟筛选性能	NA