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
6761	2025-04-20	BERT-AmPEP60: A BERT-Based Transfer Learning Approach to Predict the Minimum Inhibitory Concentrations of Antimicrobial Peptides for Escherichia coli and Staphylococcus aureus 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01749 PMID:40086449	研究论文	提出了一种基于BERT架构的深度学习模型BERT-AmPEP60，用于预测抗菌肽对大肠杆菌和金黄色葡萄球菌的最小抑菌浓度	首次将BERT架构与迁移学习策略结合，用于抗菌肽活性的定量预测，相比现有方法在准确性和相关性上均有显著提升	研究仅针对两种特定细菌（大肠杆菌和金黄色葡萄球菌），未验证在其他病原体上的泛化能力	开发能够定量预测抗菌肽活性的计算方法，以解决现有二元分类方法的局限性	抗菌肽（AMPs）及其对大肠杆菌（EC）和金黄色葡萄球菌（SA）的最小抑菌浓度（MIC）	自然语言处理	NA	BERT架构、迁移学习	BERT	蛋白质序列	未明确说明样本总量，采用10%留出法作为测试集进行五次独立实验
6762	2025-04-20	Integrative Computational Analysis of Common EXO5 Haplotypes: Impact on Protein Dynamics, Genome Stability, and Cancer Progression 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00067 PMID:40115981	研究论文	本研究通过整合基因组和临床数据分析、深度学习变异效应预测及分子动力学模拟，探讨了常见EXO5单倍型对蛋白质结构、动力学及癌症结果的影响	采用综合方法分析常见EXO5单倍型对蛋白质结构和功能的影响，并揭示其与癌症进展的关联	研究结果主要基于计算模拟和数据库分析，缺乏实验验证	探究常见遗传变异对蛋白质功能及疾病结果的影响	EXO5基因及其编码的蛋白质	计算生物学	癌症（前列腺癌和胰腺癌）	基因组数据分析、深度学习、分子动力学（MD）模拟	深度学习模型	基因组数据、临床数据	来自不同人群的EXO5单倍型数据及The Cancer Genome Atlas数据库中的癌症患者数据
6763	2025-04-20	A Deep Retrieval-Enhanced Meta-Learning Framework for Enzyme Optimum pH Prediction 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02291 PMID:40127128	研究论文	本文提出了一种基于深度检索增强元学习框架的酶最适pH预测模型Venus-DREAM	Venus-DREAM将酶pH预测视为少样本学习任务，利用NN算法和Reptile算法实现最先进的预测精度	未提及具体的数据集规模或模型在极端pH值下的表现	开发高效的计算方法来预测酶的最适pH值，以支持酶的设计和应用	酶的最适pH值预测	机器学习	NA	少样本学习、NN回归算法、蛋白质语言模型(PLMs)	Venus-DREAM（基于NN算法和Reptile算法）	蛋白质序列数据	未明确提及具体样本量
6764	2025-04-20	Can Deep Learning Blind Docking Methods be Used to Predict Allosteric Compounds? 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00331 PMID:40167386	research paper	本文探讨了深度学习盲对接方法在预测变构化合物中的应用，并评估了其在虚拟筛选中的潜力	提出了一种基于数据驱动的最小距离矩阵表示（MDMR）方法，用于预测变构抑制剂与CDK2的复合物，并识别了其他启发式方法未能区分的中间蛋白质构象	研究仅针对CDK2进行了验证，未在其他蛋白质或系统中进行广泛测试	评估深度学习盲对接方法在预测变构化合物结合模式中的效用	变构化合物与Cyclin-Dependent Kinase (CDK) 2的复合物	machine learning	NA	DiffDock, Lin_F9 Local Re-Docking	深度学习模型	蛋白质-配体复合物数据	NA
6765	2025-04-20	Application of Deep Learning to Predict the Persistence, Bioaccumulation, and Toxicity of Pharmaceuticals 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02293 PMID:40178174	research paper	本研究探讨了深度学习模型（特别是通过Chemprop实现的消息传递神经网络MPNN）在预测药物化合物的持久性、生物累积性和毒性（PBT）特性中的应用	采用聚类策略公平评估模型性能，并识别潜在的PBT化学物质及其相关亚结构，为药物设计早期阶段提供环境风险预警	未明确提及模型在跨类别化合物或复杂环境中的泛化能力	开发环境友好的药物候选分子并保持其治疗功效	药物化合物及其PBT特性	machine learning	NA	deep learning (DL), message-passing neural network (MPNN)	MPNN	chemical compound data	未明确提及具体样本量（聚焦于药物相关分子集）
6766	2025-04-20	Rapid pathologic grading-based diagnosis of esophageal squamous cell carcinoma via Raman spectroscopy and a deep learning algorithm 2025-Apr-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i14.104280 PMID:40248385	research paper	该研究利用拉曼光谱和深度学习算法快速诊断食管鳞状细胞癌的病理分级	提出了一种1D-transformer网络模型用于分类食管鳞状细胞癌的光谱数据，并结合深度学习模型可视化拉曼光谱数据并解释其分子特征	样本量相对较小（360组拉曼光谱数据），可能需要更大样本量验证模型的泛化能力	检测食管肿瘤不同阶段的拉曼光谱信息变化，提高分类准确性	不同分级的食管病变组织	digital pathology	esophageal squamous cell carcinoma	Raman spectroscopy	1D-transformer network	spectral data	360组拉曼光谱数据
6767	2025-04-20	Automatic Generation of Liver Virtual Models with Artificial Intelligence: Application to Liver Resection Complexity Prediction 2025-Apr-11, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006722 PMID:40211963	研究论文	本研究开发了一种基于人工智能的自动工具，用于从术前CT扫描预测肝切除手术的复杂性	提出了一种新的解剖参考框架（HCZ）和全自动管道来量化肿瘤位置，并通过AI模型预测手术复杂性	研究仅针对145名HCC患者，样本量有限	预测肝切除手术的复杂性以改善手术规划	肝切除手术患者	数字病理	肝癌	Deep Learning	NA	CT扫描图像	145名HCC患者
6768	2025-04-20	Explainable Deep Learning to Predict Kelp Geographical Origin from Volatile Organic Compound Analysis 2025-Apr-04, Foods (Basel, Switzerland) DOI:10.3390/foods14071269 PMID:40238501	research paper	该研究通过分析海藻中的挥发性有机化合物（VOCs）并结合可解释的深度学习技术，预测海藻的地理来源	首次将可解释的深度学习技术应用于海藻地理来源的预测，通过SHAP分析揭示了关键VOCs对模型输出的影响	研究样本中仅识别出68种可区分的VOCs，可能限制了模型的泛化能力	开发一种可解释的深度学习模型，用于通过VOCs分析预测海藻的地理来源	海藻样本中的挥发性有机化合物（VOCs）	machine learning	NA	气相色谱-离子迁移谱（GC-IMS）	1D-CNN	化学分析数据	包含115种不同VOCs的海藻样本，其中68种可区分
6769	2025-04-20	The STRIPED Dietary Supplement Label Explorer: A Tool to Identify Supplements Sold with Weight-Loss, Muscle-Building, and Cleanse/Detox Claims 2025-Apr, The Journal of nutrition IF:3.7Q2 DOI:10.1016/j.tjnut.2025.02.007 PMID:39954739	research paper	开发了一个名为STRIPED Dietary Supplement Label Explorer的工具，用于识别和分类具有减肥、增肌和排毒/清洁声称的膳食补充剂标签	利用公开的膳食补充剂标签数据库(DSLD) API，开发了一个易于使用的工具，结合系统启发式方法和多模态深度学习模型来分类补充剂标签	系统启发式方法在效率上不如深度学习模型，需要更多的人力劳动时间	创建一个全面的数据库，便于搜索具有减肥、增肌和排毒/清洁声称的膳食补充剂	美国销售的膳食补充剂标签	自然语言处理	NA	API调用、系统启发式方法、多模态深度学习	多模态深度学习模型	文本	4745个DSLD标签
6770	2025-04-20	Multiscale Dissection of Spatial Heterogeneity by Integrating Multi-Slice Spatial and Single-Cell Transcriptomics 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413124 PMID:39999288	research paper	提出了一种名为SMILE的新型深度学习方法，用于整合多切片空间和单细胞转录组数据，以多尺度解析空间异质性	SMILE结合了图对比自编码器和多层感知器，具有局部约束，能够学习多尺度且信息丰富的点表示，同时在空间对齐、域识别和细胞类型解卷积方面表现出色	未明确提及具体局限性，但可能依赖于先验域注释信息以进一步提升性能	开发一种能够同时解析不同尺度空间变异和揭示疾病条件下细胞微环境变化的方法	空间分辨转录组学(SRT)数据	生物信息学	NA	空间分辨转录组学(SRT)，单细胞转录组学	图对比自编码器，多层感知器(MLP)	空间转录组数据，单细胞转录组数据	模拟和真实数据集（具体数量未提及）
6771	2025-04-20	Psychedelic Drugs in Mental Disorders: Current Clinical Scope and Deep Learning-Based Advanced Perspectives 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413786 PMID:40112231	review	本文综述了迷幻药物在精神障碍治疗中的当前临床范围及基于深度学习的先进视角	探讨了迷幻药物的多样化药理作用，并提出了基于深度学习的药物开发新方法	迷幻药物的精确处方机制尚不明确，需要进一步研究优化药物开发	优化迷幻药物的开发，以提升精神障碍的治疗效果	精神障碍（如焦虑、重度抑郁症、自闭症谱系障碍）及迷幻药物（如裸盖菇素和LSD）	machine learning	mental disorders	deep learning	NA	big data	NA
6772	2025-04-20	Emerging frontiers in protein structure prediction following the AlphaFold revolution 2025-Apr, Journal of the Royal Society, Interface DOI:10.1098/rsif.2024.0886 PMID:40233800	综述	本文探讨了深度学习驱动的蛋白质结构预测工具AlphaFold带来的革命性进展及其在高级应用中的应用	聚焦于AlphaFold革命后蛋白质结构预测的前沿应用，并提出了报告AlphaFold预测的指南	未提及具体实验验证或实际应用案例的局限性	探讨蛋白质结构预测工具在生物学、化学和计算机科学交叉领域的应用	蛋白质结构及其与其他生物分子的相互作用	生物信息学	NA	深度学习	AlphaFold	蛋白质结构数据	数百万个蛋白质结构模型
6773	2025-04-20	Deep mutational learning for the selection of therapeutic antibodies resistant to the evolution of Omicron variants of SARS-CoV-2 2025-Apr, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01353-4 PMID:40044817	研究论文	通过深度突变学习筛选对SARS-CoV-2 Omicron变体进化具有抵抗力的治疗性抗体	利用深度学习和突变库筛选技术，预测和优化抗体对SARS-CoV-2变体的抵抗能力	研究主要针对Omicron BA.1变体，对其他变体的适用性未明确验证	开发对SARS-CoV-2变体具有广谱抵抗力的治疗性抗体	SARS-CoV-2的受体结合域（RBD）及其突变体	机器学习	COVID-19	深度突变学习、深度测序、深度学习模型	ensemble deep-learning models	基因序列数据	Omicron BA.1变体的全长度RBD突变库
6774	2025-04-20	The Application of Artificial Intelligence in Spine Surgery: A Scoping Review 2025-Apr-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews DOI:e24.00405 PMID:40239218	综述	本文对人工智能在脊柱外科手术中的应用进行了范围性综述	提供了关于人工智能在脊柱外科手术中应用的全面综述，填补了该领域的空白	仅纳入了2020年至2024年的研究，且排除了缺乏临床重点的文章	探讨人工智能在脊柱外科手术中的应用现状和潜力	脊柱外科手术中的人工智能应用研究	医疗人工智能	脊柱疾病	监督学习和深度学习	常规机器学习和深度学习	医学图像和临床数据	105项研究，其中27项涉及超过1000名患者的数据
6775	2025-04-20	Accuracy of vestibular schwannoma segmentation using deep learning models - a systematic review & meta-analysis 2025-Mar, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03449-1 PMID:39179652	meta-analysis	本文通过系统综述和荟萃分析评估深度学习模型在前庭神经鞘瘤分割中的准确性	填补了深度学习在前庭神经鞘瘤自动分割领域的知识空白	仅针对MR图像进行分析，未涉及其他影像学数据	评估深度学习算法在前庭神经鞘瘤MR图像分割中的应用现状	前庭神经鞘瘤（VS）患者	digital pathology	vestibular schwannoma	深度学习	DL	MR图像	NA
6776	2025-04-20	Training deep learning models on personalized genomic sequences improves variant effect prediction 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618510 PMID:39463940	research paper	该研究展示了在匹配的个人基因组上训练深度学习模型可以提高其在变异效应预测中的性能	通过使用匹配的个人基因组数据进行训练，提高了序列到功能模型在变异效应预测中的性能	未提及具体的模型性能提升幅度或与其他方法的比较	提高序列到功能模型在变异效应预测中的性能	个人基因组数据	machine learning	NA	deep learning	sequence-to-function models	genomic sequences	NA
6777	2025-04-20	Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf007 PMID:40008184	研究论文	本研究利用深度学习技术检测西班牙语推文中关于COVID-19疫苗接种的立场	开发了针对西班牙语社交媒体帖子的立场检测模型，填补了非英语语料研究的空白	语言特定嵌入模型未超越多语言嵌入或TF-IDF特征，可能由于BERT或RoBERTa嵌入不熟悉Twitter常用俚语和疫情期间的特殊语境	开发西班牙语社交媒体帖子的立场检测模型，以支持公共卫生应用	关于COVID-19疫苗接种的西班牙语推文	自然语言处理	COVID-19	深度学习	BERT-Multi+BiLSTM, BETO+BiLSTM, RoBERTa BNE-LSTM, TF-IDF+SVM	文本	6170条推文（2020年3月1日至2022年1月4日期间发布）
6778	2025-04-20	Transfer learning-based approach to individual Apis cerana segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319968 PMID:40238729	研究论文	本研究利用Mask R-CNN深度学习模型，通过迁移学习技术，针对蜂箱环境中的东方蜜蜂（Apis cerana）进行个体检测与分割	采用迁移学习方法，利用先前训练的西方蜜蜂（Apis mellifera）模型权重，并通过数据预处理技术（如亮度和对比度增强）提升模型性能，在保持高性能的同时大幅减少训练和验证集的数据量	研究仅针对特定蜜蜂种类（Apis cerana）进行，可能不适用于其他蜜蜂种类或更广泛的昆虫检测与分割任务	实现蜂箱环境中东方蜜蜂的高精度个体检测与分割，以支持自动化行为分析	东方蜜蜂（Apis cerana）	计算机视觉	NA	迁移学习，数据预处理（亮度和对比度增强）	Mask R-CNN	图像	训练和验证集数量较先前研究减少了85%，具体数量未明确说明
6779	2025-04-20	Deep learning-based acceleration of muscle water T2 mapping in patients with neuromuscular diseases by more than 50% - translating quantitative MRI from research to clinical routine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318599 PMID:40238781	研究论文	本研究探讨了基于深度学习的CSAI加速技术在神经肌肉疾病患者肌肉水T2成像中的应用，显著缩短了扫描时间	首次将CSAI加速技术应用于定量MRI，实现了扫描时间减少50%以上且不影响定量准确性	研究样本量较小（仅10名FSHD患者），且仅针对大腿肌肉进行了评估	评估AI加速MRI技术在神经肌肉疾病定量诊断中的应用价值	面肩肱型肌营养不良症（FSHD）患者的大腿肌肉	医学影像分析	神经肌肉疾病	CSAI（压缩感知与并行成像结合的AI重建技术）	深度学习	MRI图像	10名FSHD患者，双侧大腿肌肉6个感兴趣区域
6780	2025-04-20	Optimizing lipocalin sequence classification with ensemble deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319329 PMID:40238838	research paper	提出了一种名为EnsembleDL-Lipo的集成深度学习框架，用于优化脂质运载蛋白序列的分类	结合CNN和DNN的集成深度学习框架，利用PSSM特征提升分类性能	未提及具体的数据集规模限制或模型泛化能力的详细测试	提高脂质运载蛋白序列的分类准确性和计算效率	脂质运载蛋白序列	machine learning	NA	PSSM-based features	CNN, DNN	biological sequences	NA