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	Deep residual network-based projection interpolation and post-processing techniques for thoracic patient CBCT reconstruction 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17953 PMID:40660879	研究论文	本研究开发了一种基于深度残差U-Net的CBCT投影插值和后处理技术，用于改善稀疏采样CBCT重建图像质量并降低患者成像剂量	首次在真实患者投影数据上验证的DL CBCT投影插值技术，结合投影插值和图像后处理的双重优化策略	仅进行了初步验证，需要更大规模的临床数据验证	开发深度学习技术来插值稀疏采样的患者CBCT投影并在重建后进行后处理，以提高图像质量并降低患者成像剂量	真实患者CBCT投影数据	医学影像处理	胸部疾病	锥束计算机断层扫描(CBCT)	深度学习	医学影像投影数据	从680个投影中提取的76、98和136个稀疏采样投影	NA	深度残差U-Net(DRU)	峰值信噪比(PSNR), 结构相似性指数(SSIM), 均方根误差(RMSE)	NA
6142	2025-10-06	Artificial Intelligence in Cognitive Decline Diagnosis: Evaluating Cutting-Edge Techniques and Modalities 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250670 PMID:40588878	综述	本文通过范围综述评估人工智能在认知衰退早期诊断中的潜力，重点分析前沿技术和多模态数据	整合MRI、临床数据和EEG等多模态数据与深度学习方法，并探索自然语言处理模型在临床前环境中的应用	仅涵盖2020-2025年的文献，可能遗漏早期重要研究	评估人工智能技术在认知衰退早期诊断中的应用效果	认知衰退患者，重点关注老年人群	自然语言处理, 机器学习	老年疾病	磁共振成像, 脑电图, 自然语言处理	深度学习模型	医学影像, 临床数据, 脑电信号, 文本数据	NA	NA	NA	准确率	NA
6143	2025-10-06	Fault Identification Model Using Convolutional Neural Networks with Transformer Architecture 2025-Jun-23, Sensors (Basel, Switzerland) DOI:10.3390/s25133897 PMID:40648155	研究论文	提出一种结合CNN特征提取和Transformer时序建模的混合深度学习框架，用于航空发动机故障识别和剩余使用寿命预测	首次将CNN与Transformer架构结合用于工业故障诊断，实现了从多传感器时序数据中同时进行特征提取和时序建模	仅使用NASA CMAPSS数据集进行验证，未在其他工业场景或数据集上测试模型泛化能力	开发智能维护系统，实现工业设备的自主故障检测和诊断	航空发动机的多传感器时序数据和剩余使用寿命标签	机器学习	NA	多传感器数据采集	CNN, Transformer	时间序列传感器数据	NASA CMAPSS数据集中的航空发动机数据	NA	CNN, Transformer	准确率	NA
6144	2025-10-06	Integrating structural homology with deep learning to achieve highly accurate protein-protein interface prediction for the human interactome 2025-Jun-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.09.658393 PMID:40661495	研究论文	开发了整合结构同源性与几何深度学习的计算流程PIONEER2.0，用于高精度预测人类蛋白质相互作用界面的残基	将3D结构相似性与几何深度学习相结合，针对AlphaFold3无法高质量建模的近半数人类相互作用组实现更准确的界面残基预测	仅针对实验观察到的人类二元蛋白质相互作用进行预测，未涵盖其他类型的蛋白质相互作用	开发高精度的蛋白质-蛋白质界面预测工具，用于研究疾病机制和推进个性化医疗	人类相互作用组中的蛋白质-蛋白质界面	生物信息学	多种疾病	几何深度学习，结构相似性分析	几何深度学习模型	3D结构数据，蛋白质序列数据	352,124个实验确定的人类二元蛋白质相互作用，1,866个突变，5,010个突变-相互作用对	NA	PIONEER2.0	预测准确性	NA
6145	2025-10-06	Simpatico: accurate and ultra-fast virtual drug screening with atomic embeddings 2025-Jun-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.08.658499 PMID:40661404	研究论文	介绍了一种基于表示学习的超快速虚拟药物筛选方法Simpatico	采用原子嵌入和图神经网络技术，相比现有方法速度提升1000倍以上，同时保持高精度	NA	开发快速准确的虚拟药物筛选方法	蛋白质和小分子药物的相互作用	机器学习	NA	表示学习	图神经网络	分子结构数据	6亿个药物候选分子数据库	NA	图神经网络	结合亲和力预测准确性	单GPU
6146	2025-10-06	Educational strategies for teaching metabolic profiles across three endurance training zones 2025-Jun-01, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00094.2024 PMID:39809450	研究论文	本文介绍了一种使用代谢板教学工具来增强对三个耐力训练区肌肉代谢理解的教育策略	开发了基于真实数据的交互式代谢板教学工具，将复杂生理过程简化为可理解组件	NA	探索创新的教育方法以增强对耐力训练区肌肉代谢的理解	运动科学专业学生和专业人士	运动科学	NA	代谢分析	NA	生理数据	NA	NA	NA	NA	NA
6147	2025-10-06	Deep Learning on Histopathological Images to Predict Breast Cancer Recurrence Risk and Chemotherapy Benefit 2025-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.15.25327686 PMID:40661301	研究论文	开发基于深度学习的AI模型，通过组织病理学图像和临床病理变量预测乳腺癌复发风险和化疗获益	首次使用多模态深度学习方法从常规组织病理学图像估计Oncotype DX 21基因复发评分，无需昂贵基因组检测	研究主要基于HR+/HER2-早期乳腺癌患者，在其他亚型中的适用性需进一步验证	为HR+/HER2-早期乳腺癌开发可替代基因组测试的化疗决策辅助工具	激素受体阳性、HER2阴性早期乳腺癌患者	数字病理学	乳腺癌	组织病理学成像，深度学习	深度学习，多模态学习	组织病理学图像，临床病理变量	TAILORx试验8,284例患者，外部验证6个独立队列5,497例患者	NA	基础模型（在171,189张组织病理学切片上预训练）	AUC	NA
6148	2025-10-06	Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25327094 PMID:40385410	研究论文	本研究使用卷积神经网络对静息态脑电图数据进行分类，以区分强迫症患者与健康对照组	首次将CNN应用于最小预处理后的EEG时频表征数据来分类强迫症，并探索了临床和人口统计学信息的多模态融合	样本量较小（仅20名参与者），需要在更大更多样化的样本中进一步验证	开发基于深度学习的强迫症自动诊断方法	未服药的强迫症患者和健康对照组的静息态脑电图数据	机器学习	强迫症	静息态脑电图，Morlet小波变换	CNN, SVM	脑电图时频表征	20名参与者（10名强迫症患者，10名健康对照组）	NA	2D CNN	准确率, AUC	NA
6149	2025-10-06	Trends and Gaps in Public Perception of Genetic Testing for Dementia Risk: Unsupervised Deep Learning of Twitter Posts From 2010 to 2023 2025 Apr-Jun 01, Alzheimer disease and associated disorders DOI:10.1097/WAD.0000000000000667 PMID:40371554	研究论文	使用无监督深度学习方法分析2010-2023年Twitter上关于痴呆症基因检测的公众认知趋势和差距	首次将BERT模型与主题建模结合分析社交媒体上关于痴呆症基因检测的长期公众认知演变	仅分析英语推文，样本量相对有限（3045条源推文），主题一致性系数较低（0.19）	分析公众对痴呆症基因检测的认知趋势和存在的认知差距	Twitter上关于痴呆症基因检测的英文推文	自然语言处理	痴呆症	基因检测	BERT	文本	3045条源推文（2010年1月1日至2023年4月1日）	BERT	Transformer	轮廓系数	NA
6150	2025-10-06	A Large Language Model-Powered Map of Metabolomics Research 2025-Mar-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.18.643696 PMID:40166287	研究论文	使用大型语言模型构建代谢组学研究全景图，整合分析超过80,000篇文献	结合PubMedBERT和GPT-4o mini进行主题建模，首次系统揭示代谢组学研究领域的主题结构和演变趋势	基于文献摘要分析，可能未涵盖全文细节；主题分类依赖模型性能	构建代谢组学研究领域的知识图谱和趋势分析	80,000多篇代谢组学相关科学文献	自然语言处理	NA	文献挖掘，主题建模	BERT，神经网络主题模型	文本	80,000+篇文献	PubMedBERT，GPT-4o mini，t-SNE	BERT，神经网络主题模型	NA	NA
6151	2025-10-06	Dementia Overdiagnosis in Younger, Higher Educated Individuals Based on MMSE Alone: Analysis Using Deep Learning Technology 2025-Mar-10, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2025.40.e20 PMID:40065710	研究论文	本研究通过深度学习技术分析单独使用MMSE与结合其他认知测试在痴呆症诊断中的效果	首次使用随机森林模型量化MMSE单独使用时的过度诊断问题，特别关注年轻高学历人群	研究样本仅限于有主观认知抱怨的参与者，可能不适用于一般人群	提高痴呆症诊断准确性，优化诊断流程	2,863名有主观认知抱怨的参与者	机器学习	老年疾病	神经心理学评估	随机森林	认知测试数据	2,863名参与者	Scikit-learn	随机森林	准确率,精确率,召回率,F1分数,AUC	NA
6152	2025-10-06	actifpTM: a refined confidence metric of AlphaFold2 predictions involving flexible regions 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf107 PMID:40080667	研究论文	提出了一种改进的AlphaFold2预测置信度度量方法actifpTM，专注于蛋白质相互作用中的关键残基	开发了actifpTM指标，解决了传统ipTM评分在柔性区域存在时的局限性，提供了更稳健的相互作用置信度评估	NA	改进蛋白质结构预测模型中的相互作用置信度评估方法	蛋白质-蛋白质相互作用，特别是涉及柔性区域的相互作用	生物信息学	NA	蛋白质结构预测	AlphaFold2	蛋白质结构数据	NA	ColabFold	AlphaFold2	actifpTM, ipTM	Colab notebook, 本地安装
6153	2025-10-06	Single Cell Spatial Transcriptomics Reveals Immunotherapy-Driven Bone Marrow Niche Remodeling in AML 2025-Jan-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.24.634753 PMID:39975227	研究论文	本研究利用单细胞空间转录组学技术揭示免疫治疗对急性髓系白血病骨髓微环境重塑的影响	整合单细胞RNA测序与空间转录组数据，开发精确的细胞分割模型，通过细胞边缘距离分析揭示免疫治疗后白血病细胞与免疫细胞间的空间互作变化	样本量有限，仅针对特定免疫治疗方案的患者进行研究	探究免疫治疗对急性髓系白血病骨髓微环境中细胞间相互作用的影响	难治性或复发性急性髓系白血病患者的骨髓样本	数字病理学	急性髓系白血病	单细胞RNA测序, 空间转录组学, 多组学分析	深度学习分割模型	空间转录组数据, 单细胞RNA测序数据, 图像数据	NA	NA	NA	NA	NA
6154	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
6155	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
6156	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
6157	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
6158	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
6159	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
6160	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