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
621	2026-08-31	A multidimensional eye-tracking assessment for estimating cognitive profiles in intellectual disability: A preliminary deep learning study 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261443354 PMID:42004474	研究论文	开发并验证了一种结合眼动追踪和深度学习的新型评估工具，用于估计智力残疾儿童的认知能力	首次将多维眼动追踪与深度学习结合，实现对智力残疾儿童认知能力的自动化估计	样本量小，仅涉及7名智力残疾儿童和9名典型发育儿童，可能限制结果的泛化性	开发一种自动化的眼动追踪评估工具，结合深度学习，用于估计智力残疾儿童的认知能力	智力残疾儿童和典型发育儿童	计算机视觉，机器学习，神经科学	智力残疾	眼动追踪	卷积神经网络，逻辑回归	图像（扫描路径图像）	16名儿童（7名智力残疾，9名典型发育）	NA	卷积神经网络，逻辑回归	F1分数	NA
622	2026-08-31	Targeting SARS-CoV-2 main protease (3CLpro) with Paeonia-derived phytochemicals 2026, In silico pharmacology DOI:10.1007/s40203-026-00630-7 PMID:42005983	研究论文	本研究结合机器学习和深度学习工具，评估了芍药属植物根中提取的化合物对SARS-CoV-2主要蛋白酶3CLpro的抑制作用，并通过实验验证了其抗病毒潜力。	首次将机器学习和深度学习药物发现工具应用于芍药属植物来源化合物的筛选，预测其对3CLpro的结合亲和力，并通过分子动力学模拟和实验验证，提出了新的抗SARS-CoV-2候选化合物。	研究仅限于体外实验和计算预测，未进行体内实验验证；且样本来源于特定植物属，可能限制其广谱适用性。	评估芍药属植物化合物对SARS-CoV-2主要蛋白酶3CLpro的抑制潜力，并验证计算方法的有效性。	芍药属植物根中鉴定的化合物，重点关注paoniflorigenone和3-O-methylquercetin。	药物发现、机器学习、深度学习	COVID-19	机器学习、深度学习、分子动力学模拟、体外酶活性测定	机器学习/深度学习模型（具体类型未指定，如CNN或DNN）	化合物结构数据、分子动力学模拟数据、实验生物化学数据	未明确说明化合物总数，但涉及五种芍药属植物的根提取物及三个具体化合物（paoniflorigenone、3-O-methylquercetin和baicalein）	NA	NA	结合亲和力预测、IC50值、细胞毒性评估	NA
623	2026-08-31	The Use of Deep Learning in Distinguishing Chalazion and Eyelid Mass 2026, Journal of ophthalmology IF:1.8Q3 DOI:10.1155/joph/8878251 PMID:42007239	研究论文	本研究探讨了深度学习在区分睑板腺囊肿和其他眼睑肿块中的应用，以支持其作为转诊工具的潜力。	首次使用深度学习模型从外部临床照片中区分睑板腺囊肿和其他眼睑肿块，并比较了多种CNN架构的性能，且与一线医生的表现进行了对比。	研究为回顾性病例对照设计，样本来自单一机构，且未提及模型在多样化人群中的泛化能力。	评估人工智能区分睑板腺囊肿和其他眼睑肿块的能力，以辅助非专科医生做出转诊决策。	睑板腺囊肿和其他非睑板腺囊肿的眼睑病变。	计算机视觉	眼睑疾病	NA	卷积神经网络（CNN）	图像（临床外部照片）	206张睑板腺囊肿照片（来自183名患者）和517张非睑板腺囊肿眼睑病变照片（来自486名患者）	TensorFlow, Keras	VGG-16, VGG-19, ResNet50, Xception, MobileNetV2	曲线下面积（AUC）、敏感性、准确性	NA
624	2026-08-31	Evaluation of a long short-term memory (LSTM)-based algorithm for predicting central frequency and synergy activation ratio using markerless motion analysis data 2025-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00498-0 PMID:41280147	研究论文	本研究提出了一种基于长短期记忆网络的深度学习算法，整合表面肌电图和无标记运动分析数据，用于在动态上肢运动中预测肌肉疲劳和肌间协调性	首次将LSTM算法与无标记运动数据和表面肌电信号相结合，实现实时预测肌肉疲劳和协调性	样本量小（仅5名健康男性参与者），研究局限于单侧上肢弯举动作，未涉及其他运动类型或临床人群	开发一种基于深度学习的非侵入性方法，用于预测肌肉疲劳和肌间协调，以支持个性化训练和康复策略	5名健康男性参与者（年龄26±1.73岁）进行单手哑铃弯举，目标肌肉为肱二头肌和三角肌外侧头	深度学习	不适用	表面肌电图（EMG）、无标记运动捕捉（Kinect V2）	LSTM	肌电信号和运动数据	5名健康男性参与者	未提及	LSTM	均方误差（MSE）、平均绝对误差（MAE）	未提及
625	2026-08-31	Bond-centric modular design of protein assemblies 2025-Oct, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02297-5 PMID:40745093	研究论文	本研究提出一种基于深度学习的模块化蛋白纳米材料设计方法，通过引入规则配位几何和可调的结合相互作用，成功构建了多种封闭和开放蛋白质组装体	受原子价效化学多样性启发的模块化设计，利用深度学习生成工具定制蛋白质构建块，实现高成功率的复杂蛋白组装	摘要中未明确提及局限性	开发一种模块化蛋白质纳米材料设计方法，实现多样化的蛋白组装结构	蛋白质构建块及其组装形成的多组分多面体蛋白笼、二维阵列和三维晶格	深度学习	不适用	深度学习生成工具	深度学习生成模型	蛋白质结构数据	超过20种多组分多面体蛋白笼、二维阵列和三维蛋白晶格	不适用	不适用	成功率（10%-50%）、电子显微镜数据匹配度	不适用
626	2026-08-31	Docking With Rosetta and Deep Learning Approaches in CAPRI Rounds 47-55 2025-Sep-22, Proteins IF:3.2Q2 DOI:10.1002/prot.70016 PMID:40980933	研究论文	本文介绍了在CAPRI第47至55轮中，结合Rosetta对接方法和深度学习工具（如AlphaFold2、IgFold和AlphaRED）预测蛋白质-蛋白质相互作用的成果与挑战	开发了更有效捕捉构象变化的方法，更新了评分函数，并将AlphaFold2等结构预测工具整合到对接流程中，同时引入了折叠-对接方法用于预测大型异源多聚体	对于柔性复合物的预测性能仍然有限，尤其在CDR H3环和抗体-抗原结合界面的准确预测方面存在挑战	评估和提升蛋白质-蛋白质相互作用对接预测的准确性，特别是处理构象变化、大型多聚体和抗体-抗原相互作用	CAPRI第47至55轮的49个靶标，包括多阶段组装体、抗体-抗原复合物和柔性界面	结构预测	NA	Rosetta对接（RosettaDock、ReplicaDock、SymDock）和深度学习（AlphaFold2、IgFold、AlphaRED）	AlphaFold2, IgFold, AlphaRED	蛋白质序列和结构数据	49个靶标，包含蛋白质复合物，如GP2噬菌体蛋白（T194）、表面层SAP蛋白（T160）和人DNA修复蛋白复合物（T230）	NA	AlphaFold2, IgFold, AlphaRED	DockQ分数	NA
627	2026-08-31	CNV-Finder: Streamlining Copy Number Variation Discovery 2025-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.22.624040 PMID:39605431	研究论文	本文介绍了一种名为CNV-Finder的新流水线，结合深度学习技术（长短期记忆网络）分析Illumina基因分型阵列数据，以简化大规模拷贝数变异（CNV）的发现过程	创新点在于将LSTM网络应用于阵列数据以快速识别预定义基因组区域内的CNV，并整合人类反馈以提升模型性能、降低假阳性率，且提供了一个交互式Web应用用于结果可视化	未在摘要中明确提及	开发一种可扩展、高效的CNV鉴定流水线，用于优先选择样本进行耗时或昂贵的后续分析，并减少研究人员的手动工作	四种基因（Parkin、Lrrk2、MAPT和SNCA）相关的CNV，这些基因可能与神经系统疾病如阿尔茨海默病、帕金森病等进行性核上性麻痹或特发性震颤相关	机器学习	神经系统疾病	Illumina基因分型阵列	LSTM	阵列数据	多个队列，包括GP2和痴呆特定数据库	NA	LSTM	准确性	NA
628	2026-08-31	Mortality and antibiotic timing in deep learning-derived surviving sepsis campaign risk groups: a multicenter study 2025-Jul-14, Critical care (London, England) DOI:10.1186/s13054-025-05493-6 PMID:40660326	研究论文	本研究利用深度学习模型将疑似脓毒症患者分层为类似脓毒症运动风险组，并评估抗生素给药时机对短期死亡率的影响。	首次使用深度学习模型客观地基于患者脓毒症可能性和休克风险将患者分入类似SSC指南的风险组，并系统评估这些组中抗生素给药时机与死亡率的关系。	观察性研究设计可能引入混杂因素；结果需要在更多前瞻性研究中验证；抗生素时间来自分诊时间而非症状发作时间。	评估在深度学习定义的风险组中，抗生素给药时机对脓毒症患者短期死亡率的影响，以优化抗生素使用。	疑似脓毒症的成年患者，共34,087名，来自两个大型医疗系统。	机器学习，数字健康	脓毒症	NA	深度学习模型（具体类型未在摘要中指定，可能是神经网络）	电子健康记录数据，包括临床特征、抗生素给药时间和结局数据	34,087名疑似脓毒症成人患者	NA	NA	死亡率（包括院内死亡和临终关怀转介）	NA
629	2026-08-31	Physiological Response of Tissue-Engineered Vascular Grafts to Vasoactive Agents in an Ovine Model 2025-07, Tissue engineering. Part C, Methods DOI:10.1089/ten.tec.2025.0098 PMID:40548865	研究论文	本研究开发并验证了一种在大动物模型中评估组织工程血管移植物对血管活性药物反应性的协议，发现移植物表现出快速、可逆的血管收缩能力	首次采用血管内超声成像与有创血流动力学监测相结合的方法，并利用基于深度学习的图像分割软件包（VIVUS）来评估组织工程血管移植物的血管反应性	研究未观察到钠硝普钠诱导的血管舒张反应，可能受静脉组织结构差异、胸腔下腔静脉低压环境和全身性混杂因素影响；且未与天然静脉和合成移植物进行直接比较	开发和验证一种评估组织工程血管移植物在大型动物模型中对血管活性药物反应性的协议	植入Dorset羊胸腔下腔静脉的骨髓种子组织工程血管移植物	医学影像分析	心血管疾病	血管内超声成像、有创血流动力学监测	深度学习分割模型	血管内超声图像、生理参数数据	研究涉及Dorset羊大动物模型，具体数量未在摘要中提及	Python、自定义软件包VIVUS（基于深度学习）	未指定具体架构，但使用了深度学习分割模型	管腔面积变化率、心率、平均动脉压、心输出量	未提及具体计算资源，但使用了Python软件包VIVUS
630	2026-08-31	A Tc1- and Th1-T-lymphocyte-rich tumor microenvironment is a hallmark of MSI colorectal cancer 2025-06, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6415 PMID:40181205	研究论文	该研究通过多重荧光免疫组化和深度学习图像分析，比较了微卫星不稳定（MSI）和微卫星稳定（MSS）结直肠癌的T细胞亚群组成、功能标志物表达及空间相互作用，发现MSI肿瘤微环境中Tc1和Th1细胞富集是其特征。	首次利用BLEACH&STAIN多重荧光免疫组化结合深度学习框架（>20个卷积神经网络）对大量T细胞亚群进行密度、组成、功能标志物和空间互作的全面分析，揭示了MSI肿瘤的独特免疫微环境特征。	未提供明确的局限性说明，但可能受限于样本来源于单一机构，且仅依赖组织微阵列和部分大切片，空间分析可能受样本代表性影响。	评估结直肠癌中微卫星不稳定状态对T细胞亚群组成、功能标志物表达和空间相互作用的影响，以阐明MSI肿瘤免疫微环境的特征。	79例微卫星不稳定（MSI）和1,045例微卫星稳定（MSS）结直肠癌组织样本。	数字病理学	结直肠癌	多重荧光免疫组化（使用19种抗体）	卷积神经网络（CNN）	组织切片图像	1,124例结直肠癌组织（79 MSI和1,045 MSS），其中12例使用大切片分析。	未指定，但深度学习框架包含多种CNN，可能涉及PyTorch或TensorFlow（不明确）。	多种卷积神经网络结构（未指定具体架构）	统计显著性p值（如p<0.001和p<0.05），未提及具体性能指标如准确率等。	未提及具体计算资源。
631	2026-08-31	Longitudinal brain age in first-episode mania youth treated with lithium or quetiapine 2025-06, European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology IF:6.1Q1 DOI:10.1016/j.euroneuro.2025.03.013 PMID:40222151	研究论文	本研究探讨了在首次发作躁狂的青少年中，锂盐和喹硫平治疗对脑年龄差异（brain-PAD）的纵向影响，发现基线时患者脑年龄较对照组更老，但治疗12个月内无显著变化	首次在首次发作躁狂的青少年中，使用深度学习模型基于大规模数据集（N=53,542）预测脑年龄，并随机比较锂盐与喹硫平对脑结构老化的长期影响	样本量较小，随访时间仅12个月，可能不足以检测治疗效应的延迟出现，需更大样本和更长随访以确认结果	评估锂盐和喹硫平在双相及分裂情感障碍早期阶段的神经保护效果，通过脑-PAD指标监测治疗过程中的脑结构变化	首次发作躁狂的年轻人（15-25岁）及健康对照组	机器学习	双相障碍, 分裂情感障碍	NA	深度学习模型	T1加权磁共振成像（MRI）脑部图像	首次发作躁狂患者39例（锂盐组21例、喹硫平组18例），健康对照组29例，训练数据集53,542例	NA	深度学习模型（具体架构未指定）	脑-PAD（脑年龄预测差异）	NA
632	2026-08-31	Mortality and Antibiotic Timing in Deep Learning-Derived Surviving Sepsis Campaign Risk Groups: A Multicenter Study 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6123541/v1 PMID:40235491	研究论文	本研究利用深度学习模型将脓毒症患者分层为类似挽救脓毒症运动风险组，并评估不同抗生素给药时间对短期死亡率的影响。	首次利用深度学习模型客观地将脓毒症患者分层为类似SSC风险组，并基于分层评估抗生素给药时间对死亡率的影响。	未评估因果关系，需要额外的前瞻性研究验证结果。	研究基于深度学习风险分层的脓毒症患者中，抗生素给药时间与短期死亡率的关系。	34,163名成人脓毒症患者，来自两个大型卫生系统。	机器学习	脓毒症	NA	深度学习模型	临床数据	34,163名成人患者	NA	NA	死亡率	NA
633	2026-08-31	Relationships Between Retinal Vascular Characteristics and Systemic Indicators in Patients With Diabetes Mellitus 2025-04-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.4.72 PMID:40272369	研究论文	开发了用于眼底图像血管分割的深度学习方法，测量视网膜血管，并研究糖尿病患者视网膜血管特征与全身指标之间的关系	利用自定义U-Net深度学习模型结合多个开源数据集进行视网膜血管分割和测量，系统性地分析全身指标与视网膜血管特征及糖尿病视网膜病变严重程度的相关性	未在摘要中明确提及局限性	研究糖尿病患者的视网膜血管特征与全身指标之间的关系	糖尿病患者，涵盖不同阶段的糖尿病视网膜病变	计算机视觉, 数字病理	糖尿病, 糖尿病视网膜病变	眼底照相	U-Net	眼底图像, 临床指标数据	637名糖尿病患者，3575张系列照片	PyTorch（推测）	U-Net	相关性系数, P值	NA
634	2026-08-31	Deep learning-based classifier for carcinoma of unknown primary using methylation quantitative trait loci 2025-02-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae123 PMID:39607989	研究论文	利用甲基化数量性状位点构建基于深度学习的未知原发癌分类器，以帮助确定肿瘤起源部位	利用器官特异性甲基化数量性状位点（mQTL）来构建分类器，减少了所需参考样本数量，并提高了分类准确性	未在文中明确说明局限性	开发一种基于DNA甲基化的深度学习分类器，以辅助病理学家确定未知原发癌的起源部位，从而指导治疗并改善患者预后	759例福尔马林固定石蜡包埋组织样本的癌组织	数字病理学	癌症	Illumina EPIC阵列	深度学习分类器	DNA甲基化图谱数据	759例福尔马林固定石蜡包埋组织样本	NA	NA	准确率，F1分数	NA
635	2026-08-31	Enhancing Precision in Cardiac Segmentation for Magnetic Resonance-Guided Radiation Therapy Through Deep Learning 2024-11-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.05.013 PMID:38797498	研究论文	本文扩展了公开的深度学习框架“No New”U-Net，引入自蒸馏机制（nnU-Net.wSD），用于MR引导放射治疗中的心脏亚结构分割，以提高心脏保护效果。	创新性地在nnU-Net框架中引入自蒸馏技术（nnU-Net.wSD），利用教师-学生网络改进心脏亚结构分割，并评估了分次数据增强对分割性能的影响。	样本量较小（仅18例来自机构A和22例来自机构B），且冠状动脉分割的Dice系数较低（0.33 ± 0.16），表明该结构分割仍有挑战。	提高MR引导放射治疗中心脏亚结构分割的精确性和可靠性，以实现更好的心脏保护。	心脏亚结构（包括腔室、大血管和冠状动脉）的分割。	深度学习、医学图像分割	放射治疗相关心脏疾病（心脏毒性）	MR成像、深度学习分割	U-Net（3D U-Net和nnU-Net.wSD）	MR图像	训练集10例，验证集3例，测试集5例（机构A），外部测试集22例（机构B）	PyTorch	nnU-Net（带自蒸馏）和3D U-Net	Dice相似系数、平均距离一致性、95% Hausdorff距离、剂量-体积直方图	未提供具体GPU信息
636	2026-08-31	Deep learning assisted quantitative analysis of Aβ and microglia in patients with idiopathic normal pressure hydrocephalus in relation to cognitive outcome 2024-11-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae083 PMID:39101555	研究论文	利用深度学习自动量化特发性正常压力脑积水患者皮层活检中的Aβ负担和小胶质细胞，并评估其与认知结局的关联	创建了一个自动化分析平台，利用Aiforia Create深度学习软件在双免疫染色的全切片图像上同时识别Aβ区域和Iba1阳性小胶质细胞体，实现了高精度（>95%）的组织、Aβ和小胶质细胞体分割	研究为回顾性分析，且认知结局评估时间点差异较大（中位随访4.4年），可能影响因果推断	评估皮层活检中Aβ负荷和反应性小胶质细胞密度与特发性正常压力脑积水患者认知结局的相关性	120例接受分流术的iNPH患者的额叶皮层活检组织切片	数字病理学，深度学习	特发性正常压力脑积水，阿尔茨海默病相关病理改变	双重免疫组化染色（Iba1/4G8），全切片成像	深度学习模型	病理图像	120例iNPH患者的额叶皮层活检切片	Aiforia Create	NA	精确度	NA
637	2026-08-31	A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms 2024-11-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.3707 PMID:39325442	研究论文	本文介绍了一项关于人工智能算法诊断近视性黄斑病变的国际竞赛（MMAC），评估了深度学习算法在分类和分割任务中的表现，并与眼科医生的诊断性能进行了比较	通过国际竞赛形式，对多个深度学习算法在近视性黄斑病变分类、病灶分割和等效球镜预测三个任务上进行系统评估，并与眼科医生表现进行直接对比	研究未明确提及具体局限性	评估深度学习算法在近视性黄斑病变分类和分割中的诊断性能，并与眼科医生进行比较	近视性黄斑病变患者眼底图像，包括分类任务中的2306张、分割任务中的294张和等效球镜预测任务中的2003张图像	计算机视觉	近视性黄斑病变	深度学习	深度学习算法	图像	分别为2306、294和2003张眼底图像	未明确提及	未明确提及	二次加权卡帕系数（QWK）、F1分数、灵敏度、特异度、Dice相似系数（DSC）、R²、平均绝对误差（MAE）	未明确提及
638	2026-08-31	Deep Learning to Discriminate Arteritic From Nonarteritic Ischemic Optic Neuropathy on Color Images 2024-11-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.4269 PMID:39418057	研究论文	本研究开发并验证了一个深度学习系统，用于在急性期通过彩色眼底图像区分动脉炎性前部缺血性视神经病变（AAION）与非动脉炎性前部缺血性视神经病变（NAION）	首次开发并国际验证了一个深度学习系统，在无临床或生物标志物信息的情况下，仅基于彩色眼底图像以超过90%的准确率区分AAION和NAION，并提供了疾病特异性的类激活图	研究中未提及具体局限性，但外部测试数据集包含来自美国和欧洲的5个专家神经眼科中心，可能限制了模型的泛化性	开发、训练和测试一个深度学习系统，以在急性期通过彩色眼底图像区分AAION和NAION	来自802例确诊为AAION和NAION患者的961只眼睛的彩色眼底图像	计算机视觉	缺血性视神经病变	彩色眼底摄影	深度学习系统（DLS）	图像（彩色眼底图像）	802例患者的961只眼睛（训练集）和121例患者（外部测试集）	未明确提及	未明确提及	曲线下面积（AUC）、敏感性、特异性、准确性	未明确提及
639	2026-08-31	Flexible protein-protein docking with a multitrack iterative transformer 2024-02, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4862 PMID:38148272	研究论文	提出GeoDock，一种多轨道迭代Transformer网络，用于从独立的对接伙伴预测蛋白质-蛋白质对接结构，支持结合诱导的构象变化。	GeoDock采用多轨道迭代Transformer架构，不需要多序列比对输入，能够在残基级别灵活预测构象变化，速度快（单GPU下小于1秒），且在新标准DIPS测试集上取得了优于其他测试方法的成功率和速度。	在标准DIPS数据集中发现训练集存在同源污染，去污后成功率下降；在DB5.5和抗体验证集上，性能落后于大多数传统方法和AlphaFold-Multimer；结合诱导的构象变化仍因训练和评估数据有限而面临挑战。	开发一种快速、灵活、高成功率的蛋白质-蛋白质对接深度学习方法，克服传统采样重排和刚性对接的局限，以支持高通量结构预测和构象变化研究。	蛋白质-蛋白质复合物，包括DIPS测试集、DB5.5测试集和抗体-抗原复合物基准数据集。	机器学习	NA	NA	Transformer	蛋白质序列和结构	使用了DIPS、DB5.5和抗体-抗原复合物等数据集，具体样本数未提供	PyTorch	多头迭代Transformer网络（GeoDock）	成功率（top-1 success rate）、平均推理速度	单个GPU
640	2026-08-31	Toward enhancement of antibody thermostability and affinity by computational design in the absence of antigen 2024 Jan-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2024.2362775 PMID:38899735	研究论文	本研究利用深度学习模型DeepAb和单点深度突变扫描数据，设计了200个潜在优化的抗鸡卵溶菌酶抗体变体，并评估其热稳定性、亲和力和可开发性	结合深度学习结构预测与实验DMS数据，在不依赖抗原结构的情况下设计抗体变体，并系统评估其多项生物物理性质	未提及具体局限性；DMS数据可能无法完全代表体内行为，且研究仅限于单一抗体	探索在没有抗原结构的情况下，通过计算设计增强抗体热稳定性和亲和力，同时保持良好的可开发性	抗鸡卵溶菌酶(HEL)抗体及其200个设计变体	深度学习、生物信息学、蛋白质工程	不适用	深度突变扫描(DMS)、高通量实验	深度学习模型(DeepAb)	蛋白质序列、结构预测数据、实验测得的稳定性及亲和力数据	200个抗体变体	NA	DeepAb	热稳定性(Tm)、胶体稳定性(Tagg,Tonset)、亲和力(KD)、非特异性结合、聚集倾向、自结合	NA