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
621	2025-09-15	SynAnno: Interactive Guided Proofreading of Synaptic Annotations 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.09.669342 PMID:40832296	研究论文	介绍SynAnno，一种用于大规模连接组数据集中突触注释交互式校对工具	提出结构化工作流程、优化遍历路径和3D迷你地图，并集成微调机器学习模型辅助错误检测与校正	NA	提升连接组学中突触注释校对的效率和准确性	神经元和突触的注释数据	数字病理学	NA	深度学习，机器学习模型微调	NA	3D图像数据	七位神经科学专家参与的用户案例研究
622	2025-09-15	Reusability Report: evaluating the performance of a meta-learning foundation model on predicting the antibacterial activity of natural products 2025-Aug-12, Research square DOI:10.21203/rs.3.rs-6932613/v1 PMID:40831494	研究论文	评估元学习基础模型ActFound在预测天然产物抗菌活性任务上的性能表现	首次将ActFound基础模型应用于天然产物抗菌活性预测领域，并在少样本设置下验证其跨任务泛化能力	模型在抗菌天然产物数据集上的准确率未能达到原论文中其他跨域任务的水平	验证基础模型在数据稀缺的生物活性预测任务中的适用性和性能	天然产物（NPs）及其抗菌活性	机器学习	NA	元学习（meta-learning）和配对学习（pairwise learning）	ActFound（基础模型）	生物活性数据	少样本设置（具体数量未明确说明）
623	2025-09-15	The olfactory bulb reflects structural plasticity within a genetically stable olfactory network 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.08.668515 PMID:40832285	研究论文	本研究探讨嗅觉球体积及其相关脑区结构的遗传性，揭示其在遗传协调神经网络中的嵌入特性	首次通过双胞胎样本结合深度学习与机器学习方法，系统评估嗅觉网络结构的遗传性，并发现遗传影响具有分布式特征	样本仅涵盖健康年轻成年人（22-35岁），结果可能不适用于其他年龄段或临床人群	探究嗅觉球体积及嗅觉网络结构的遗传决定程度	健康年轻成年人（包括同卵和异卵双胞胎对）	神经科学	神经退行性疾病与神经精神疾病（如帕金森病、精神分裂症、抑郁症）	深度学习分割模型、支持向量机（SVM）分类框架	深度学习分割模型、SVM	脑结构影像数据	941名22-35岁健康年轻人（包含双胞胎对）
624	2025-09-15	GIN-CRC-Pareto: A graph-based Pareto-optimal multi-task learning framework to identify miRNA-target interactions in colorectal cancer 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.10.669528 PMID:40832303	研究论文	提出一种基于图神经网络的Pareto最优多任务学习框架GIN-CRC-Pareto，用于识别结直肠癌中的miRNA-靶标相互作用	结合图神经网络和Pareto最优梯度平衡策略，动态调整任务权重以同时优化多个预测任务	NA	开发可扩展的多任务学习框架来识别miRNA与mRNA的相互作用，以促进基于miRNA的癌症治疗开发	结直肠癌中的miRNA-mRNA相互作用对	机器学习	结直肠癌	图神经网络，多任务学习，迁移学习	GNN (图神经网络)	图数据	NA
625	2025-09-15	A Systematic Review of Multimodal Deep Learning and Machine Learning Fusion Techniques for Prostate Cancer Classification 2025-Aug-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.07.25333235 PMID:40832371	综述	本文系统回顾了多模态深度学习和机器学习融合技术在前列腺癌分类中的应用现状	整合多种数据源（影像、临床和分子信息）的多模态融合方法显著提升了前列腺癌分类的准确性	纳入研究数量有限（仅27篇符合标准），且依赖专家解读可能带来诊断不一致性	提升前列腺癌分类的准确性和临床适用性	前列腺癌患者的多模态数据	数字病理学	前列腺癌	多参数磁共振成像、临床数据整合、分子信息分析	CNN（卷积神经网络）	影像、临床数据、分子信息	基于27项符合纳入标准的研究（总计131篇初步筛选）
626	2025-09-15	Acquisition-independent deep learning for quantitative MRI parameter estimation using neural controlled differential equations 2025-Aug-11, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103768 PMID:40945171	研究论文	本研究提出使用神经控制微分方程（NCDEs）作为定量MRI参数估计的通用深度学习工具，克服现有方法对采集协议变化的敏感性	首次将NCDEs应用于QMRI参数估计，实现了对不完整、不规则采样和可变长度数据的处理，具有采集协议无关的特性	在高信噪比条件下，相比最小二乘拟合的改进不再明显	开发一种对MRI采集协议变化具有鲁棒性的定量MRI参数估计方法	定量MRI参数估计	医学影像分析	NA	定量MRI（包括变翻转角T1映射、体素内不相干运动MRI、动态对比增强MRI）	神经控制微分方程（NCDEs）	MRI图像数据	模拟低信噪比数据和体内腹部、腿部等挑战性解剖区域的真实数据
627	2025-09-15	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	开发非共价小分子抑制剂，选择性抑制RGS14的GTP酶加速活性	首次发现可靶向RGS14蛋白浅表界面的非共价抑制剂，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GAP活性的选择性抑制剂	RGS14蛋白及其GTP酶加速活性	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多个第二代类似物
628	2025-09-15	GastritisMIL: An interpretable deep learning model for the comprehensive histological assessment of chronic gastritis 2025-Aug-08, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101286 PMID:40843346	研究论文	提出一种可解释的深度学习模型GastritisMIL，用于慢性胃炎的综合组织学评估	开发了基于注意力机制的可解释深度学习模型，能生成热图辅助病理医生定位可疑病变区域，并在多中心外部验证中展现高泛化性能	基于回顾性数据，需前瞻性研究进一步验证临床适用性	通过深度学习技术实现慢性胃炎的快速客观组织学评估，辅助内镜随访策略制定	慢性胃炎患者的H&E染色活检切片	数字病理	胃癌前病变	深度学习，注意力机制	MIL (Multiple Instance Learning)	病理图像	2,744名患者（训练与测试），467名患者（多中心外部验证）
629	2025-09-15	RiskPath: Explainable deep learning for multistep biomedical prediction in longitudinal data 2025-Aug-08, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101240 PMID:40843347	研究论文	介绍RiskPath，一种用于纵向数据中多步生物医学预测的可解释深度学习工具箱	整合理论驱动的优化以指定最优模型拓扑，并提供可解释性模块来映射预测因子随时间变化的重要性	NA	开发适用于风险分层用例的可解释时间序列AI方法	经典和新兴纵向队列中的疾病风险预测	机器学习	NA	深度学习时间序列分析	深度学习时间序列模型	纵向时间序列数据	NA
630	2025-09-15	Progress and new challenges in image-based profiling 2025-Aug-07, ArXiv PMID:40799808	综述	本文回顾了基于图像的细胞表型分析的计算方法进展，并讨论了当前局限性与未来发展方向	深度学习重塑了特征提取与多模态数据整合，单细胞分析和批次效应校正等方法提升了分析精度	领域仍面临重大挑战，需创新性解决方案	为研究人员提供该领域技术进展与挑战的路线图	细胞表型分析	数字病理学	NA	显微镜成像，深度学习	深度学习模型	图像	NA
631	2025-09-15	On the Utility of Virtual Staining for Downstream Applications as it relates to Task Network Capacity 2025-Aug-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.04.668552 PMID:40799532	研究论文	本研究系统评估了虚拟染色技术对下游临床任务（如分割或分类）的效用，并探讨了深度神经网络容量对其影响	首次将任务网络容量作为关键因素分析虚拟染色对下游任务性能的影响，揭示了虚拟染色并非总是有益的新现象	研究基于特定生物数据集，结论的普适性可能需要进一步验证	评估虚拟染色技术在实际临床下游任务中的实用价值	生物医学图像（无标记图像、虚拟染色图像、真实荧光图像）	数字病理	NA	深度学习图像到图像转换	深度神经网络	图像	综合生物数据集（具体数量未明确说明）
632	2025-09-15	Sharing a whole-/total-body [18F]FDG-PET/CT dataset with CT-derived segmentations: an ENHANCE.PET initiative 2025-Aug-05, Research square DOI:10.21203/rs.3.rs-7169062/v2 PMID:40799763	研究论文	发布了一个包含1597例全身和全身体[18F]FDG-PET/CT图像及对应CT分割的大型多中心数据集	提供了首个大规模多中心全身PET/CT数据集，包含130个目标区域的CT衍生分割，填补了深度学习研究的资源空白	分割结果先由自动软件生成后经培训医师修正，可能存在人工校正带来的主观偏差	推动PET/CT数据在临床管理中的深度学习应用和多模态图像分析	无明显疾病个体及肺癌、淋巴瘤和黑色素瘤患者	数字病理学	肺癌、淋巴瘤、黑色素瘤	[18F]FDG-PET/CT成像	NA	医学影像（PET/CT图像和分割掩模）	1597例PET/CT图像，包含130个解剖区域的分割
633	2025-09-15	Enhancing deep neural networks through complex-valued representations and Kuramoto synchronization dynamics 2025-Aug-04, ArXiv PMID:40799806	研究论文	本研究探索通过复数值表示和Kuramoto同步动力学增强深度神经网络在视觉场景中多对象编码的能力	结合神经科学中的同步机制，首次将复数值表示与Kuramoto动力学相结合以促进特征相位对齐，提升对象绑定性能	NA	研究基于同步的机制是否能增强人工模型在视觉分类任务中的对象编码能力	多对象图像（如重叠手写数字、噪声输入和分布外变换）	计算机视觉	NA	Kuramoto同步动力学	前馈模型和循环模型	图像	NA
634	2025-07-04	Retraction: A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2025-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200.r1 PMID:40602482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
635	2025-09-15	Evaluating the Performance and Potential Bias of Predictive Models for Detection of Transthyretin Cardiac Amyloidosis 2025-Aug, JACC. Advances DOI:10.1016/j.jacadv.2025.101901 PMID:40616933	研究论文	本研究比较了四种用于检测转甲状腺素蛋白心脏淀粉样变性（ATTR-CM）的预测模型性能，并评估了模型偏见的潜在风险	首次在心力衰竭人群中直接比较了基于深度学习的超声模型与传统算法在ATTR-CM检测中的性能，并系统评估了种族偏见风险	研究样本中79.2%为白种人，种族多样性有限，可能影响模型在其他人群中的泛化性	评估和比较不同算法在ATTR-CM筛查中的性能表现及模型偏见风险	心力衰竭患者，包括176例确诊ATTR-CM病例和3,192例对照患者	医疗人工智能	心脏淀粉样变性	深度学习、随机森林、逻辑回归	EchoNet-LVH, EchoGo Amyloidosis, 随机森林模型, Mayo ATTR-CM评分	电子健康记录、超声心动图数据	3,368例患者（176例病例+3,192例对照）
636	2025-09-15	Fully Automated Diagnosis of Acute Myocardial Infarction Using Electrocardiograms and Multimodal Deep Learning 2025-Aug, JACC. Advances DOI:10.1016/j.jacadv.2025.102011 PMID:40675022	研究论文	本研究开发并验证了一种基于心电图、人口统计学和症状的多模态深度学习模型，用于自动诊断急性心肌梗死	首次结合心电图特征与患者人口统计学及症状数据，采用残差卷积神经网络实现急性心肌梗死的全自动诊断，并在外部验证集中表现出色	研究为回顾性设计，需前瞻性随机试验验证模型与急诊医生的诊断性能对比	开发并验证深度学习模型以提升急性心肌梗死的自动化检测能力	因胸痛或呼吸困难接受心电图检查的患者	机器学习	心血管疾病	深度学习，残差卷积神经网络	CNN	心电图信号，结构化临床数据	104,507名个体（208,366份心电图），训练集AMI占比8.17%，外部测试集占比8.59%
637	2025-09-15	Artificial Intelligence Empowers Novice Users to Acquire Diagnostic-Quality Echocardiography 2025-Aug, JACC. Advances DOI:10.1016/j.jacadv.2025.102005 PMID:40700992	研究论文	本研究评估基于AI的软件能否帮助无经验的护士获取诊断质量的心脏超声图像	首次证明AI可赋能无超声经验的新手操作者获取符合诊断要求的心脏超声图像	非随机研究，仅在两个医疗中心开展，样本量有限	评估AI辅助新手获取诊断质量心脏超声的可行性	成人患者（计划进行临床超声心动图检查）	数字病理	心血管疾病	深度学习算法	深度学习	超声图像	240名患者（平均年龄62.6岁，117名女性）
638	2025-09-15	Artificial intelligence and computational methods in human metabolism research: A comprehensive survey 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101437 PMID:40933239	综述	本文全面综述了人工智能和计算方法在人类代谢研究中的应用与进展	强调了机器学习在分子水平上提升人类代谢预测建模及整合到基因组尺度代谢模型中的创新方法	面临数据异质性和模型可解释性等挑战	为药物发现与开发领域的研究者提供有价值的见解和参考，推动精准医学发展	人体内源性和外源性物质的代谢过程	机器学习	NA	机器学习(ML)、深度学习(DL)、基因组尺度代谢模型(GEMs)	NA	组学数据	NA
639	2025-09-15	Detecting Oral Cancer Using Tabular Deep Learning 2025-Aug, IEEE International Conference on Omni-layer Intelligent Systems : COINS. IEEE International Conference on Omni-layer Intelligent Systems DOI:10.1109/coins65080.2025.11125786 PMID:40933553	研究论文	本研究探索使用表格深度学习模型基于临床结构化数据检测口腔癌	首次将深度学习网络应用于口腔癌相关的表格医学数据，填补了该领域的研究空白	研究基于1791名患者的子集数据，样本规模相对有限	可靠预测需要活检的癌前病变和癌性病变	口腔癌患者和癌前病变患者	机器学习	口腔癌	深度学习	tabular deep learning methods	表格数据（电子表格格式的结构化文本数据）	1791名患者
640	2025-09-15	Characterizing the ADPKD-IFT140 Phenotypic Signature With Deep Learning and Advanced Imaging Biomarkers 2025-Aug, Kidney international reports IF:5.7Q1 DOI:10.1016/j.ekir.2025.04.062 PMID:40814641	研究论文	本研究利用深度学习和先进影像生物标志物，对ADPKD-IFT140的表型特征进行详细表征	开发了结合囊肿-实质表面积和囊肿指数的深度学习模型，以及基于最大囊肿体积占比的实用模型，用于区分ADPKD-IFT140表型	回顾性研究设计，样本量有限（开发队列n=81），外部验证队列较小（n=36）	表征ADPKD-IFT140的临床表现、进展和独特的影像表型	携带IFT140、非截短PKD1或PKD2致病变异的患者	数字病理学	常染色体显性多囊肾病	深度学习，影像生物标志物分析	深度学习分割模型	影像数据	开发队列81例患者，内部特异性队列569例，外部敏感性队列36例