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
7161	2025-04-18	ProstaNet: A Novel Geometric Vector Perceptrons-Graph Neural Network Algorithm for Protein Stability Prediction in Single- and Multiple-Point Mutations with Experimental Validation 2025, Research (Washington, D.C.) DOI:10.34133/research.0674 PMID:40235597	研究论文	介绍了一种名为ProstaNet的深度学习框架，用于预测单点和多点突变对蛋白质稳定性的影响	使用几何向量感知器-图神经网络进行3维特征处理，创建了ProstaDB数据库，并应用了创新的聚类方法生成标准测试集	NA	预测突变对蛋白质稳定性的影响	蛋白质的单点和多点突变	机器学习	NA	深度学习	几何向量感知器-图神经网络	3维结构数据	3,784个单点突变和1,642个多点突变
7162	2025-04-18	Predicting pathogen evolution and immune evasion in the age of artificial intelligence 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.044 PMID:40235636	review	探讨人工智能在预测病毒进化和免疫逃逸方面的应用及最新突破	利用人工智能预测病毒进化，特别是在COVID-19大流行背景下加速发展的方法	虽然方法设计适用于多种RNA病毒，但主要讨论集中在SARS-CoV-2上	预测病毒进化以提前应对潜在的有害突变	病毒（特别是RNA病毒，如SARS-CoV-2）的进化	machine learning	infectious disease	deep learning, language models (LM)	LM	genomic, epidemiologic, immunologic, biological data	NA
7163	2025-04-18	Substrate binding of human and bacterial type IA topoisomerase: An experimentation with AlphaFold 3.0 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.041 PMID:40235641	研究论文	利用AlphaFold 3.0预测人类和细菌IA型拓扑异构酶与底物结合的3D结构	首次使用AlphaFold3预测人类和细菌IA型拓扑异构酶与单链DNA的复合物结构，探索其序列偏好性	预测的蛋白-DNA复合物结构，尤其是较长寡核苷酸(>25-mer)的复合物不可靠，且无法可靠复制生化实验中观察到的DNA结合序列特异性	探索拓扑异构酶与单链DNA结合的3D结构及其序列偏好性，用于筛选潜在抑制剂	人类拓扑异构酶3β (hTOP3B)和细菌拓扑异构酶I与单链DNA的复合物	结构生物学	NA	AlphaFold3 (AF3), X射线晶体学, Cryo-EM	AlphaFold3	蛋白质序列, 单链DNA序列	大量预测的复合物结构，重点关注9-mer和>25-mer寡核苷酸复合物
7164	2025-04-18	iNClassSec-ESM: Discovering potential non-classical secreted proteins through a novel protein language model 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.043 PMID:40235638	研究论文	本研究提出了一种名为iNClassSec-ESM的新型非经典分泌蛋白预测器，结合深度学习和传统分类器以提高预测性能	iNClassSec-ESM整合了基于手工特征的XGBoost模型和基于蛋白质语言模型ESM3隐藏层嵌入的DNN模型，首次将ESM3应用于蛋白质表示	非经典分泌途径的机制尚不明确，可能影响预测的准确性	开发计算方法来高效识别非经典分泌蛋白（NCSPs）	非经典分泌蛋白（NCSPs）	生物信息学	NA	蛋白质语言模型（PLM）	XGBoost, DNN, ESM3	蛋白质序列	NA
7165	2025-04-18	Enhancing multi-class neurodegenerative disease classification using deep learning and explainable local interpretable model-agnostic explanations 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562629 PMID:40236458	research paper	该研究提出两种深度学习架构，用于增强阿尔茨海默病和帕金森病的医学图像分类，并结合可解释AI技术提高诊断透明度和临床信任	引入基于残差的自注意力卷积神经网络（RbACNN和IRbACNN），结合自注意力机制改进特征提取和模型可解释性，并整合可解释AI技术	未提及模型在更大规模或多样化数据集上的泛化能力	提高神经退行性疾病的早期诊断准确性和临床信任度	阿尔茨海默病（AD）和帕金森病（PD）患者	digital pathology	neurodegenerative disease	deep learning, explainable AI (XAI)	RbACNN, IRbACNN	medical image	NA
7166	2025-04-18	ModuCLIP: multi-scale CLIP framework for predicting foundation pit deformation in multi-modal robotic systems 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1544694 PMID:40236467	研究论文	提出了一种多尺度CLIP框架ModuCLIP，用于多模态机器人系统中的基坑变形预测	利用自监督对比学习机制整合多源信息，并采用多尺度特征学习方法增强对复杂条件的适应性	未提及具体局限性	提高基坑变形预测的准确性和鲁棒性	基坑变形预测	机器学习和工程应用	NA	自监督对比学习，多尺度特征学习	CLIP框架	图像、文本描述、传感器数据	多个基坑工程数据集
7167	2025-04-18	Measuring Respiration Rate from Speech 2025 Jan-Dec, Digital biomarkers DOI:10.1159/000544913 PMID:40236620	研究论文	利用深度学习模型从语音中预测呼吸信号并估计呼吸频率	提出并验证了语音作为呼吸频率的虚拟传感器，为远程患者监测和远程医疗解决方案提供高效且经济的方法	在模拟医院环境中测试时，性能可能受到不同噪声水平的影响	开发一种通过语音预测呼吸频率的方法，以支持远程患者监测	人类语音和呼吸信号	自然语言处理	NA	深度学习	多变量时间序列Transformer模型	语音信号	1005名双语参与者
7168	2025-04-18	A multi-modal deep learning approach for stress detection using physiological signals: integrating time and frequency domain features 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1584299 PMID:40236827	research paper	本研究提出了一种多模态深度学习方法（MMFD-SD），通过整合时域和频域特征，利用可穿戴设备收集的生理信号进行压力检测	提出了一种结合时域和频域特征的多模态深度学习框架，并采用数据增强技术和SMOTE方法处理类别不平衡问题	未来研究可以探索更多模态的融合、实时压力检测以及模型泛化能力的提升	开发一种准确且鲁棒的压力检测方法，适用于高压力职业环境	护士群体（作为高压力职业的代表）	machine learning	NA	Fast Fourier Transform (FFT), SMOTE	CNN	生理信号（加速度计数据、皮肤电活动、心率、皮肤温度）	NA
7169	2025-04-18	A dynamic approach for MR T2-weighted pelvic imaging 2024-Oct-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8335 PMID:39362274	research paper	本文提出了一种新颖的动态方法用于T2加权盆腔成像，以解决蠕动引起的运动问题，无需患者准备	采用动态数据采集策略和基于深度均衡模型的展开方法，有效冻结盆腔运动，将成像问题从传统的运动预防或消除转变为运动重建	NA	解决盆腔MR成像中由蠕动引起的运动伪影和模糊问题	盆腔MR成像	医学影像	NA	T2加权2D快速自旋回波序列	深度均衡模型	MR图像	回顾性和前瞻性数据
7170	2025-04-18	A deep learning model of tumor cell architecture elucidates response and resistance to CDK4/6 inhibitors 2024-07, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00740-1 PMID:38443662	研究论文	构建了一个可解释的深度学习模型，用于解析肿瘤细胞对CDK4/6抑制剂的反应和耐药机制	模型识别了八个核心蛋白组装体，整合了90个基因中的罕见和常见变异，用于区分对palbociclib敏感和耐药的细胞系	模型的应用范围主要限于乳腺癌，且样本量相对较小	解析CDK4/6抑制剂在乳腺癌治疗中的反应和耐药机制	乳腺癌细胞系、患者和患者来源的异种移植模型	数字病理学	乳腺癌	CRISPR-Cas9基因编辑	深度学习模型	基因和蛋白数据	90个基因的细胞系和患者样本
7171	2025-04-18	Exploring the trade-off between deep-learning and explainable models for brain-machine interfaces 2024, Advances in neural information processing systems PMID:40231170	研究论文	本研究探讨了在脑机接口（BMI）中深度学习模型与可解释性模型之间的权衡，并提出了一种基于KalmanNet的解码器	提出了一种结合传统卡尔曼滤波和循环神经网络的KalmanNet解码器，在保持可解释性的同时达到与深度学习模型相当的性能	KalmanNet与现有深度学习解码器一样具有有限的泛化能力，且在遇到未见过的噪声分布时性能受限	开发高性能且可解释的脑机接口解码器	猴子的手指运动预测	脑机接口	瘫痪	KalmanNet, 卡尔曼滤波, RNN	KalmanNet, KF, tcFNN, LSTM	脑活动数据	两只猴子的离线（预录数据）和在线（实时预测）数据
7172	2025-04-17	Deep reinforced cognitive analytics algorithm (DRCAM): An advanced method to early detection of cognitive skill impairment using deep learning and reinforcement learning 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103277 PMID:40230557	研究论文	提出了一种结合深度学习和强化学习的深度强化认知分析算法(DRCAM)，用于早期认知技能障碍的检测	整合了多模态学习和强化干预，结合了Multimodal Transformers (MMT)进行特征融合，并采用CNN-LSTM混合模型和Deep Q-Network (DQN)进行空间和时间依赖映射及认知训练指导	未提及具体局限性	早期认知技能障碍的检测和管理	认知技能障碍患者	机器学习	老年疾病	多模态学习、强化学习	Multimodal Transformers (MMT)、CNN-LSTM、Deep Q-Network (DQN)、Temporal Convolution Network (TCN)	神经影像数据、可穿戴传感器数据、神经心理测试分数、文本评估	未提及具体样本量
7173	2025-04-17	FaciaVox: A diverse multimodal biometric dataset of facial images and voice recordings 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111489 PMID:40231156	research paper	介绍了一个名为FaciaVox的多模态生物识别数据集，包含戴口罩和不戴口罩条件下的面部图像和语音记录	创建了一个包含多样化条件下的面部图像和语音记录的多模态生物识别数据集，支持多种前沿应用研究	数据集收集环境包括专业隔音工作室和普通教室，可能引入环境变量如回声和声音反射	为多模态生物识别、跨域生物特征融合、年龄和性别估计等研究提供基础资源	100名来自20个不同国家的参与者，提供面部图像和语音记录	multimodal biometrics	NA	NA	NA	image, audio	100名参与者，每人提供18张面部图像和60条语音记录
7174	2025-04-17	HCBiLSTM-WOA: hybrid convolutional bidirectional long short-term memory with water optimization algorithm for autism spectrum disorder 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2399016 PMID:39290085	研究论文	提出了一种基于混合卷积双向长短期记忆和水优化算法的自闭症谱系障碍检测机制	结合了HCBiLSTM和WOA算法，提高了自闭症谱系障碍的预测准确率	数据隐私和自闭症风险因素的不可预测性带来了伦理考量	提高自闭症谱系障碍的早期检测准确率	自闭症谱系障碍患者（包括幼儿、儿童、青少年和成人）	机器学习	自闭症谱系障碍	混合卷积双向长短期记忆（HCBiLSTM）和水优化算法（WOA）	HCBiLSTM-WOA	实时自闭症谱系障碍数据集	包含自闭症和非自闭症数据的幼儿、儿童、青少年和成人样本
7175	2025-04-17	Machine learning and deep learning models for preoperative detection of lymph node metastasis in colorectal cancer: a systematic review and meta-analysis 2025-May, Abdominal radiology (New York) DOI:10.1007/s00261-024-04668-z PMID:39522103	meta-analysis	评估机器学习和深度学习模型在结直肠癌患者术前淋巴结转移预测中的诊断性能	首次系统评价和荟萃分析ML和DL模型在CRC术前LNM预测中的表现，并与放射科医生的表现进行比较	研究间存在高异质性，缺乏外部验证的研究表现出更高的AUC，需要更多前瞻性多中心研究验证	评估ML和DL模型在CRC术前LNM预测中的诊断性能	结直肠癌患者	machine learning	colorectal cancer	NA	ML和DL模型	NA	12项研究，涉及8321名患者
7176	2025-04-17	Deep Learning-Based Heterogeneity Correction of the Homogeneous Dose Distribution for Single Brain Tumors in Gamma Knife Radiosurgery 2025-May, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2025.101757 PMID:40231287	research paper	本研究开发了一种基于深度学习的异质性校正方法，用于伽玛刀放射外科治疗中单发脑肿瘤的均匀剂量分布	使用条件生成对抗网络（cGAN）将TMR10剂量转换为合成卷积剂量，无需额外CT扫描即可实现异质性校正	需要进一步优化和验证以增强其在临床环境中的适用性和影响力	开发一种在伽玛刀放射外科治疗中生成包含异质性效应的合成剂量计划的方法	122名伽玛刀放射外科患者（100名回顾性收集，22名前瞻性收集）	digital pathology	brain tumor	MRI, CT, TMR10-based, convolution-based dose calculations	conditional Generative Adversarial Network (cGAN)	image	122名患者（100名回顾性，22名前瞻性）
7177	2025-04-17	Multimodal sentiment analysis leveraging the strength of deep neural networks enhanced by the XGBoost classifier 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2313066 PMID:38340022	研究论文	本文提出了一种名为Hybrid LXGB的新型多模态情感分析模型，结合了LSTM和XGBoost分类器的优势	创新性地结合了LSTM和XGBoost分类器，提出了Hybrid LXGB模型，在CMU-MOSEI数据集上达到了97.18%的准确率	NA	解决跨多种数据源（如文本、图像和音频）理解情感的复杂任务	多模态情感分析	自然语言处理, 机器学习	NA	深度学习, 梯度提升	LSTM, XGBoost, Hybrid LXGB	文本, 图像, 音频	CMU-MOSEI数据集
7178	2025-04-17	Dissection of tumoral niches using spatial transcriptomics and deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112214 PMID:40230519	研究论文	本研究介绍了一种名为TG-ME的创新计算框架，该框架结合了transformer和图变分自编码器（GraphVAE）模型，用于利用空间转录组学数据和形态学图像解析肿瘤微环境	TG-ME框架创新性地整合了transformer与GraphVAE模型，能够有效识别和表征肿瘤微环境中的特定区域，揭示了癌症进展过程中的分子变化	研究主要基于bench数据集和高分辨率NSCLC数据集，可能在其他类型癌症或更大规模数据集上的适用性有待验证	开发一种计算框架来解析肿瘤微环境的空间组织结构，以指导个性化治疗策略	肿瘤微环境中的特定区域及其分子特征	数字病理学	肺癌	空间转录组学	transformer, GraphVAE	空间转录组学数据, 形态学图像	bench数据集和一个高分辨率NSCLC数据集
7179	2025-04-17	Optical multilayer thin film structure inverse design: From optimization to deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112222 PMID:40230531	综述	本文回顾了从传统优化方法到深度学习算法在光学多层薄膜结构逆向设计中的最新进展	比较了不同深度学习算法在逆向设计中的差异，并探讨了当前最先进的算法	未提及具体实验验证或实际应用案例	探讨光学多层薄膜结构逆向设计的算法发展	光学多层薄膜结构	光子学	NA	深度学习算法	NA	NA	NA
7180	2025-04-17	Discovery and Characterization of Novel Receptor-Interacting Protein Kinase 1 Inhibitors Using Deep Learning and Virtual Screening 2025-Apr-16, ACS chemical neuroscience IF:4.1Q2 DOI:10.1021/acschemneuro.5c00180 PMID:40181215	研究论文	本研究利用深度学习和虚拟筛选技术发现并表征了新型受体相互作用蛋白激酶1（RIPK1）抑制剂	结合指纹图注意力网络（FP-GAT）和分子对接虚拟筛选，从1300万化合物库中鉴定出两种具有抑制活性的新型RIPK1抑制剂	仅从1300万化合物库中筛选出43种化合物进行测试，样本量相对较小	发现新型RIPK1激酶抑制剂以治疗神经退行性疾病和炎症性疾病	受体相互作用蛋白激酶1（RIPK1）及其潜在抑制剂	机器学习	神经退行性疾病, 炎症性疾病	深度学习, 分子对接虚拟筛选, 分子动力学模拟	FP-GAT	化合物结构数据	从1300万化合物库中筛选出43种化合物进行测试