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
681	2026-09-27	Automated monitoring of insects system: building a non-lethal and scalable solution for monitoring of nocturnal insects 2026-Sep, HardwareX IF:2.0Q3 DOI:10.1016/j.ohx.2026.e00822 PMID:42633166	研究论文	本文介绍了第二代UKCEH自动昆虫监测系统（UKCEH AMI-system），这是一个开源的昆虫相机陷阱，利用单板计算机、USB相机和诱虫灯来监测夜间昆虫，旨在使任何人都能构建自己的系统并根据需求改进设计	提出了第二代开源的非致命且可扩展的夜间昆虫自动监测系统，基于第一代系统（Bjerge et al. 2021）进行了改进，使任何人都能自行搭建和迭代改进	摘要中未明确提及该系统的局限性	构建一个非致命且可扩展的夜间昆虫监测解决方案，使任何人都能构建自己的系统并根据自身需求迭代和改进设计	夜间活动的昆虫（包括蛾类等被灯光吸引的昆虫）	计算机视觉	NA	NA	NA	图像	近200套UKCEH AMI系统已部署在全球30多个国家	NA	NA	NA	Raspberry Pi单板计算机、USB相机、UV灯
682	2026-09-27	Soluble protein analog selection engine (SPASE): An automated AI-powered server to improve protein engineering workflows 2026-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70733 PMID:42560022	研究论文	本文介绍了一个名为SPASE的自动化AI服务器，通过整合ProteinMPNN、Protein-Sol、Aggrescan3D和ESMFold来优化蛋白质工程工作流程，优先筛选高溶解度和低聚集倾向的蛋白质变体	开发了SPASE服务器，首次将 soluble ProteinMPNN 与蛋白质溶解度预测工具（Protein-Sol）和聚集预测工具（Aggrescan3D）以及结构建模工具（ESMFold）集成，自动生成、预测和评分蛋白质变体，以富集具有更高预测溶解度和更低预测聚集倾向的蛋白质类似物	蛋白质新颖性、溶解度预测和聚集评估方面存在挑战	改进蛋白质工程工作流程，优先筛选具有理想生物物理性质（高溶解度和低聚集倾向）的蛋白质候选物	蛋白质序列和变体	机器学习	NA	深度学习	ProteinMPNN, ESMFold	序列和结构数据	NA	NA	ProteinMPNN, ESMFold	预测溶解度、聚集倾向、折叠置信度	NA
683	2026-09-27	Predicting membrane protein localization by deep learning on structure and chemistry 2026-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70747 PMID:42560024	研究论文	该论文提出了一种基于图神经网络的模型GPSforTMDs，利用实验测定的膜蛋白结构预测跨膜结构域的天然膜环境	利用蛋白质的图神经网络模型，直接从结构预测跨膜结构域的膜定位，并发现算法能学习到膜蛋白结构的新规则	某些膜环境类别预测困难，如分泌途径中TMD与膜的兼容性，以及古菌TMD被误认为细菌TMD（反之亦然）；需要高质量数据库报告TMD定位	通过深度学习从膜蛋白结构预测其天然膜环境，并探索膜蛋白结构与膜化学匹配的规律	膜蛋白的跨膜结构域（TMDs）及其天然膜环境	机器学习	NA	图神经网络	图神经网络	蛋白质结构数据	NA	NA	图神经网络	总体性能与基于序列的方法相当，某些类别表现优异	NA
684	2026-09-27	VesMamba: Vessel Morphology-Enhanced State Space Model for Cerebrovascular Delineation 2026-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70339 PMID:42469936	研究论文	提出VesMamba框架，将血管形态先验整合到状态空间模型中，用于TOF-MRA和CTA影像的脑血管精准分割	提出Tri-oriented Vessel-aware Mamba (ToVM)模块，利用脑血管边缘特征动态重排一维输入序列，突破传统SSM固定扫描模式的局限；并提出3D Large-Small Gated Convolution (LSGC)模块以保留关键空间信息	摘要中未明确提及	从TOF-MRA和CTA影像中精准描绘脑血管结构，以辅助脑血管疾病的临床诊断和治疗	脑血管结构（来自TOF-MRA和CTA影像）	计算机视觉, 医学图像分割	脑血管疾病	TOF-MRA, CTA	状态空间模型 (State Space Model), Mamba	图像 (3D医学影像)	两个TOF-MRA数据集和一个CTA数据集（具体样本数量未提及）	NA	VesMamba, Tri-oriented Vessel-aware Mamba (ToVM), 3D Large-Small Gated Convolution (LSGC)	多数评估指标上超越所有对比方法（具体指标未列出）	NA
685	2026-09-27	Predictive design of tissue-specific mammalian enhancers that function in the mouse embryo 2026-Sep, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-026-02729-1 PMID:42642514	研究论文	本文提出了一种通用策略，利用深度学习设计和验证能在小鼠胚胎中可靠工作的组织特异性增强子	首次证明仅从DNA序列即可可靠推断哺乳动物增强子功能，并能在体内实现组织特异性合成增强子的预测性从头设计，且仅需适度的训练集	研究仅针对小鼠胚胎的心脏、肢体和中枢神经系统设计了15个合成增强子，样本量和组织范围有限，尚未验证在其他哺乳动物或成体组织中的普适性	开发一种能在哺乳动物基因组和组织的体内调控复杂性中可靠设计组织特异性增强子的通用策略	小鼠胚胎中的心脏、肢体和中枢神经系统组织特异性增强子	机器学习	NA	染色质可及性测序，迁移学习	CNN	DNA序列，染色质可及性数据	15个合成增强子	NA	卷积神经网络	目标组织中的增强子活性	NA
686	2026-09-27	From phenoscope to GreenLab model of Arabidopsis to decipher genotype and treatment effects 2026-Sep, Plant phenomics (Washington, D.C.) DOI:10.1016/j.plaphe.2026.100265 PMID:42662435	研究论文	该研究结合深度学习图像分析、高通量表型组学和机制建模，动态追踪拟南芥叶片发育并解析基因型和水氮处理效应	首次将SAM-2深度学习模型用于高通量表型图像中单叶的自动分割与追踪，并将叶片级测量整合到GreenLab机制模型中推断植株尺度参数如辐射利用效率，同时结合QTL定位发现传统莲座尺度整合性状未能检测到的叶片出现动态相关遗传位点	单叶对整体莲座生长的贡献有限，莲座尺度动态具有整合性；未明确说明样本量、计算资源及具体性能指标	通过结合深度学习图像分析、机制建模和QTL定位，大规模定量表征拟南芥的发育动态，解析基因型和环境处理对叶片发育性状的影响，并挖掘新的遗传位点	不同生态型的拟南芥（Arabidopsis）植株，生长在不同水分和氮素条件下	计算机视觉, 机器学习	NA	高通量表型成像, 深度学习图像分析, QTL定位, 机制建模	SAM-2, 机制模型（GreenLab）	图像	数百株来自不同生态型的植物	NA	SAM-2	NA	NA
687	2026-09-27	Modular multi-task deep learning framework for prediction of treatment initiation in neovascular age-related macular degeneration modular AI for NVAMD treatment initiation study-MANTIS 2026-Sep-01, The British journal of ophthalmology DOI:10.1136/bjo-2025-328327 PMID:42680556	研究论文	该研究开发了一个模块化多任务深度学习框架，基于OCT图像和视力评分，自动预测新生血管性年龄相关性黄斑变性（NVAMD）患者开始抗VEGF治疗的最佳时机	提出了一个全自动的模块化多任务深度学习框架，结合CNN提取OCT特征和两个LSTM模型分别完成任务I（预测抗VEGF治疗需求）和任务II（估计外层视网膜厚度），实现治疗启动时机的自动判断	样本量相对较小（122名患者，207只眼），回顾性研究设计，需要在更大规模的前瞻性队列中验证	开发一个全自动系统，基于OCT图像中观察到的视网膜变化和视力评分，确定开始抗VEGF治疗的最佳时机	中期干性年龄相关性黄斑变性（AMD）患者，包括未进展为NVAMD的患者和进展并接受抗VEGF治疗的患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN, LSTM	图像, 文本	122名患者（207只眼），其中数据集1包含49名患者（69只眼），数据集2包含100名患者（138只眼）	NA	卷积神经网络（CNN）, 长短期记忆网络（LSTM）	AUC, AUPRC, 准确率, 精确率, 灵敏度, 特异度, NMAE	NA
688	2026-09-27	Gradient-based optimization for mRNA sequence design 2026-Aug-31, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag667 PMID:42720943	研究论文	提出ID3框架，通过连续概率分布和约束机制，实现mRNA密码子序列的可微分梯度优化，同时优化翻译起始区域的RNA可及性和密码子适应性	将训练好的深度学习预测模型视为固定的可微函数，通过连续概率分布优化离散的密码子选择，并引入三种约束机制保持编码蛋白质序列不变，实现了梯度优化在离散mRNA序列设计中的应用	未明确说明	设计能同时优化RNA可及性和密码子适应性且保持编码蛋白质不变的mRNA编码序列	mRNA编码序列、密码子序列、多种蛋白质靶标	机器学习	NA	mRNA序列设计，密码子优化，可及性预测	深度学习预测模型	序列数据	NA	PyTorch	DeepRaccess	可及性优化性能，联合可及性-CAI优化性能，收敛分析	NA
689	2026-09-27	Current Advances in Spatial Pathology of Nasal Polyps: Challenges, Opportunities for Artificial Intelligence, and Future Directions 2026-Aug-27, World journal of otorhinolaryngology - head and neck surgery DOI:10.1002/wjo2.70145 PMID:42662489	综述	本文综述了鼻息肉空间病理学的传统与新兴方法，重点关注人工智能工具及其临床转化潜力	系统总结了人工智能赋能的空间病理学在桥接形态学与分子特征、细化鼻息肉内型分型以及推动靶向生物治疗方面的创新应用	作为综述文章，未涉及原始实验数据，对现有AI工具在鼻息肉空间病理中的验证程度和临床落地障碍讨论可能有限	总结鼻息肉传统与新兴空间病理学方法的研究进展，聚焦人工智能工具及其临床转化潜力	慢性鼻窦炎伴鼻息肉（CRSwNP）及鼻息肉（NP）组织	数字病理学	鼻息肉	空间转录组学	深度学习	图像, 分子标记数据	NA	NA	NA	NA	NA
690	2026-09-27	Development and internal evaluation of a deep learning model for fine-grained detection of dental trauma on CBCT-dominant image records 2026-Aug-22, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106984 PMID:42632476	研究论文	该研究开发并内部评估了一种基于YOLO的深度学习模型，用于在CBCT主导的影像记录中对牙外伤亚型进行细粒度定位和分类	首次将YOLO26x目标检测模型应用于牙外伤的细粒度亚型定位与分类，并构建了以CBCT图像为主、根尖片为辅的标注数据集	为单中心回顾性研究，未进行患者层面的数据分离，部分亚型（如牙槽骨骨折、无并发症冠根折）性能较低，缺乏多中心外部验证	开发并内部评估一个YOLO-based模型，实现牙外伤亚型的细粒度定位与分类	牙外伤影像记录，包括矢状位CBCT图像和根尖片	计算机视觉	牙外伤	CBCT，根尖片	YOLO	图像	1256个标注的牙外伤实例（1065个来自矢状位CBCT图像，191个来自根尖片）	NA	YOLO26x	平均精度，mAP@0.5，mAP@0.5:0.95，精确率，召回率，推理速度	NA
691	2026-09-27	Deep Learning-Based Detection Model for Leukemia Cells in Peripheral Blood Smears Using YOLOv11-Large 2026-Aug-18, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol33080486 PMID:42645391	研究论文	该研究评估了YOLOv11-large检测器在大型开源数据集上同时定位和分类13种与白血病相关的白细胞亚型及伪影类别的性能	使用大规模多域开源数据集LeukemiaAttri和YOLOv11-large模型对14个类别进行检测，性能超过先前报道的基线，并通过广泛的数据增强将训练集扩展至65,785张图像	需要进行外部验证以确定临床实用性和泛化能力	评估基于深度学习的检测模型在外周血涂片中白血病细胞检测和分类的性能，以支持临床决策	外周血涂片中的白细胞亚型（13种与白血病相关的亚型加一种伪影类别）	数字病理学	白血病	深度学习目标检测	YOLOv11-large	图像	18,664张标注图像，包含67,347个目标，训练集经增强后为65,785张图像	PyTorch (YOLO基于PyTorch)	YOLOv11-large	mAP50, mAP50-95, 精确率, 召回率, F1分数	单张NVIDIA H200 SXM GPU
692	2026-09-27	Deep learning enabled prediction of nuclear lamina-associated chromatin 2026-Aug-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2026.101545 PMID:42630757	研究论文	该研究提出了LADDER，一种多模态深度学习模型，基于DNA序列、基因密度以及LINE1和SINE密度预测核纤层相关染色质	首次提出基于DNA序列、基因密度和重复序列密度的多模态深度学习模型LADDER预测核纤层关联，预测结果不依赖细胞类型，并建立了内在基因组核纤层易感性图谱	NA	预测染色质与核纤层的关联，并探索基因组序列对核纤层关联的影响	染色质与核纤层的关联、核纤层相关结构域	机器学习	NA	NA	多模态深度学习	DNA序列、基因密度、LINE1密度、SINE密度	NA	NA	LADDER	NA	NA
693	2026-09-27	Assessment of Ellipsoid Zone Integrity and Other Quantitative OCT Biomarkers for Intermediate Age-Related Macular Degeneration Progression to Atrophy 2026-Aug-10, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2026.08.005 PMID:42575302	研究论文	评估基线OCT生物标志物与中期年龄相关性黄斑变性（iAMD）在2年内进展为晚期萎缩性AMD之间的关联，重点关注椭圆体带（EZ）完整性及其他定量结构特征	结合机器学习增强的多层分割平台与全自动深度学习模型，量化EZ萎缩、高危EZ区域和超透射等新型OCT生物标志物，并利用随机森林分类器构建iAMD进展预测模型	回顾性研究设计，样本仅来自单一队列，随访时间为2年，未涉及外部验证	评估基线OCT定量生物标志物与iAMD向晚期萎缩性AMD进展之间的关联，探索早期疾病风险分层工具	502只基线无萎缩或渗出的iAMD患眼，每只眼均有2年随访OCT影像	数字病理学	年龄相关性黄斑变性	光谱域OCT成像，机器学习增强多层分割，深度学习	随机森林，深度学习模型	图像	502只iAMD患眼，基线及2年随访OCT扫描	NA	随机森林，深度学习模型（未指定具体架构）	ROC曲线下面积（AUC）	NA
694	2026-09-27	Predicting Enantioselectivity of Ruthenium-Catalyzed Ketone Hydrogenation with 3D Structure-Based Deep Learning 2026-Aug-05, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c07313 PMID:42490528	研究论文	该论文报道了基于3D结构表示的深度学习模型，用于预测钌催化酮加氢反应的对映选择性	结合文献数据与超过1000个高通量实验数据以减轻数据偏差，并证明基于对映决定性过渡态3D表示的3D图神经网络优于2D图、分子指纹和半经验量子计算描述符模型	未明确提及	预测钌催化酮加氢反应的对映选择性	Noyori型双膦-二胺催化剂催化的酮加氢反应	机器学习	NA	高通量实验，半经验量子计算	图神经网络	3D分子结构数据	文献数据加上超过1000个高通量实验样本	NA	3D图神经网络，2D图模型	NA	NA
695	2026-09-27	Mabast dataset for Sorani Kurdish dialect semantic text classification 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.113121 PMID:42604030	研究论文	本文介绍了一个名为Mabast的索拉尼库尔德方言语义文本分类数据集，并提供了基于TF-IDF和SVM的基线验证实验	构建了首个针对索拉尼库尔德方言的语义文本分类数据集，包含19,922条标注样本，涵盖五个语义类别，特别是用于有害内容检测	仅提供了TF-IDF和SVM的基线实验，未评估深度学习模型；数据集规模有限；仅针对索拉尼方言	支持库尔德语自然语言处理，特别是低资源语言下的文本分类和有害内容检测	索拉尼库尔德方言文本	自然语言处理	NA	NA	SVM	文本	19,922条标注文本样本	NA	线性SVM	NA	NA
696	2026-09-27	Image dataset of manalagi apple fruits for multi-class disease classification using deep learning 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.113092 PMID:42571491	研究论文	本文介绍了一个包含1168个Manalagi苹果样本的图像数据集，用于四类疾病分类：健康、炭疽病、黑痘病和白粉病	构建了来自印度尼西亚自然环境下Manalagi苹果的独特多类别疾病图像数据集，包含四种疾病类别，为深度学习模型训练提供数据支持	最终整理后的数据集仅包含482张图像，样本量相对较小，可能限制深度学习模型的泛化能力	提供一个用于多类别疾病分类的Manalagi苹果图像数据集，以支持基于深度学习的疾病识别研究	Manalagi苹果果实（健康和患病）	计算机视觉	NA	NA	NA	图像	1168个Manalagi苹果样本，约5100张原始图像，最终整理为482张图像	NA	NA	NA	NA
697	2026-09-27	DeepHalo: Deep learning-powered exploration of halogenated metabolites uncovering antibacterial depsipeptides 2026-Aug, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2026.02.010 PMID:42592273	研究论文	本文提出DeepHalo，一个基于深度学习的层次化优化工作流，用于从高分辨率质谱代谢组学数据中高通量探索卤化代谢物，并在1296个微生物培养粗提物中发现了六个家族的卤化分子，包括新型环状酯肽aglomycins A-E	将深度学习模型与综合评分相结合提高卤素预测可靠性，整合PyOpenMS快速同位素模式检测与基于卤素的去重复算法及GNPS分子网络，实现复杂生物基质中卤化物的高效注释，并发现了具有稀有3-氯邻氨基苯甲酸和/或环氧缬氨酸结构单元的新型环状酯肽	摘要中未明确提及研究的局限性	开发一个深度学习集成且层次化优化的工作流，用于从基于高分辨率质谱的代谢组学数据中高通量探索卤化代谢物，加速卤化暗物质的发现	1296个微生物培养粗提物中的卤化代谢物，以及新发现的aglomycins A-E环状酯肽	机器学习	NA	高分辨率质谱代谢组学，GNPS分子网络，生物信息学分析，靶向基因敲除	深度学习模型	质谱数据	1296个微生物培养粗提物	PyOpenMS	NA	NA	NA
698	2026-09-27	Deep Learning-Based Computer-Aided Detection and Diagnosis System for Malignant Biliary Stricture (With Video) 2026-Jul-26, Cancers IF:4.5Q1 DOI:10.3390/cancers18152410 PMID:42588629	研究论文	该研究开发了一套基于深度学习的计算机辅助检测与诊断系统，用于在数字单人胆道镜（DSOC）下评估恶性胆道狭窄（MBS）	采用两阶段系统，先使用YOLOv11定位由Carlos Robles-Medranda和Mendoza标准定义的不规则黏膜、异常血管和结节状突起，再使用ResNet-18分类器结合梯度加权类激活映射进行可解释诊断分类	外部验证队列较小，且帧级敏感性明显下降，无法就通用性得出确切结论，需要前瞻性多中心和实时操作评估	开发并评估基于深度学习的计算机辅助检测和诊断系统，以提高DSOC对MBS的诊断准确性	来自一个中心的149名患者用于模型开发和内部验证，来自两个独立中心的25名患者用于外部评估	医学图像分析	胆道癌	数字单人胆道镜（DSOC）	CNN	图像（视频帧）	174名患者（149名内部，25名外部）	NA	YOLOv11, ResNet-18	平均精度均值（mAP@50）、精确率、召回率、AUC、敏感性、特异性、准确率	NA
699	2026-09-27	H3BERTa: A CDR-H3-specific language model for antibody repertoire analysis 2026-Jul-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2026.101561 PMID:42453687	研究论文	本文提出了H3BERTa，一个仅基于CDR-H3序列训练的语言模型，用于抗体库分析，能够捕捉免疫学相关特征并区分健康与HIV-1来源的序列	首次仅基于CDR-H3序列训练语言模型，证明该区域单独编码了丰富的免疫学信号，包括J基因使用、B细胞成熟状态和抗原结合信息	受限于标注数据稀缺，模型在抗体发现中的应用可能需要更多验证；未整合全可变区信息可能遗漏部分信号	评估CDR-H3序列编码的生物学信息量，并开发专注于抗体库分析和抗体工程的工具	抗体CDR-H3序列，包括健康个体和HIV-1患者的抗体库序列	自然语言处理, 机器学习	HIV-1感染	NA	语言模型	序列	NA	NA	BERT	NA	NA
700	2026-09-27	MANNERS: A strategy for representation learning in multivariate datasets with high proportions of missing data 2026-Jul-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2026.101543 PMID:42453694	研究论文	提出一种名为MANNERS的策略，用于处理高缺失率多变量数据集中的表示学习，通过编码缺失性、掩码损失评估和重新平衡来提升下游任务性能。	提出MANNERS策略，将缺失性编码、掩码损失评估和重新平衡结合，使模型能够利用缺失模式信息并在高缺失率下保留信号。	未明确说明计算资源需求，可能涉及大量超参数调整，且未提及在真实临床环境中的泛化能力。	解决电子健康记录等多变量数据中高缺失率导致的表示学习困难问题。	电子健康记录中的时间序列多变量数据。	机器学习	NA	深度学习表示学习	NA	时间序列	NA	NA	NA	NA	NA