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
7501	2025-11-25	Deep learning-optimized multi-enzyme hydrolysis for walnut antihypertensive peptides 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148700 PMID:41177473	研究论文	本研究结合深度学习和实验验证优化核桃蛋白中降压肽的多酶水解生产工艺	首次使用大语言模型进行酶筛选，开发新型多酶组合方法生产高ACE抑制活性的核桃蛋白水解物	NA	优化功能性降压肽的生产工艺并验证其降压效果	核桃蛋白、自发性高血压大鼠	机器学习	心血管疾病	多酶水解、分子对接分析	大语言模型	实验数据、生物活性数据	自发性高血压大鼠模型	NA	NA	ACE抑制率、自由基清除能力、血压测量、血清生物标志物变化	NA
7502	2025-11-25	White matter brain age as a biomarker of cerebrovascular burden in the ageing brain 2025-Dec, European archives of psychiatry and clinical neuroscience IF:3.5Q2 DOI:10.1007/s00406-024-01758-3 PMID:38424358	研究论文	开发白质特异性脑年龄作为评估脑血管负担的生物标志物	首次使用三维卷积神经网络从扩散加权成像中开发白质特异性脑年龄评估方法	研究主要基于英国生物银行数据，需要更多样化人群验证	探究血管风险因素对白质健康的影响	英国生物银行参与者（横断面37,327人，纵向1,409人）	医学影像分析	脑血管疾病	扩散加权成像	CNN	医学影像	横断面37,327人，纵向子集1,409人	NA	三维卷积神经网络	白质脑年龄差距	NA
7503	2025-11-25	Multi-class deep learning architecture for COVID-19, tuberculosis, and pneumonia classification using chest X-ray images 2025-Dec, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102115 PMID:41067063	研究论文	提出基于卷积神经网络的多分类框架，使用胸部X光图像自动检测COVID-19、结核病、肺炎和正常状况	开发统一深度学习流程整合数据预处理、特征提取和分类，并应用SMOTE技术解决类别不平衡问题	目前仅为研究框架，尚未应用于临床环境	开发智能系统辅助医生诊断复杂肺部疾病	COVID-19、结核病、肺炎患者和正常人的胸部X光图像	计算机视觉	肺部疾病	胸部X光成像	CNN	图像	6000张胸部X光图像，四类别均衡分布	NA	ResNet-50, EfficientNet, DenseNet, VGG-19	准确率, 精确率, 召回率, F1分数	NA
7504	2025-11-25	AFPDeepPred: A Deep Learning Framework for Accurate Identification of Antifreeze Proteins 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02024 PMID:41170781	研究论文	提出一种名为AFPDeepPred的多模态深度学习框架，用于准确识别抗冻蛋白	首次将进化尺度建模与混沌游戏表示相结合，通过双线性注意力网络融合全局和局部序列信息	NA	开发高精度的抗冻蛋白识别方法	抗冻蛋白序列	自然语言处理	NA	蛋白质序列分析	深度学习	蛋白质序列数据	基于Swiss-Prot数据库的数据集	NA	双线性注意力网络	准确率	NA
7505	2025-11-25	Learning Binding Affinities via Fine-Tuning of Protein and Ligand Language Models 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02063 PMID:41171175	研究论文	提出BALM深度学习框架，通过微调蛋白质和配体语言模型预测结合亲和力	使用预训练的蛋白质和配体语言模型进行结合亲和力预测，并提出改进的评估策略	未明确说明模型在特定蛋白质家族或配体类型上的局限性	开发计算高效的结合亲和力预测方法用于早期药物发现筛选	蛋白质-配体结合亲和力	机器学习	NA	语言模型微调	语言模型	蛋白质序列, 配体结构	BindingDB数据库的精选版本	NA	蛋白质语言模型, 配体语言模型	结合亲和力预测准确度, 泛化能力评估指标	NA
7506	2025-11-25	Geometry-Driven Attention Model with 3D Molecular Features for Multi-Property Prediction of OLED Materials 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01916 PMID:41172256	研究论文	提出一种基于三维自注意力机制的深度学习模型3D-SAT-OLED，用于预测OLED材料的多重性能参数	首次将三维分子结构与高斯核特征提取器和空间位置编码相结合，并采用动态Tanh和SwiGLU激活函数增强模型稳定性和非线性建模能力	未明确说明模型计算效率与传统DFT方法的对比，也未提及模型在更大规模数据集上的表现	开发高效的OLED材料性能预测工具以替代计算昂贵的传统方法	有机发光二极管材料	机器学习	NA	深度学习	自注意力机制	三维分子结构数据	QM9和OLED QM属性数据集	NA	3D-SAT-OLED	MAE	NA
7507	2025-11-25	Efficient Generation of Protein and Protein-Protein Complex Dynamics via SE(3)-Parameterized Diffusion Models 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01971 PMID:41188090	研究论文	提出一种基于SE(3)参数化扩散模型的蛋白质构象轨迹生成方法PTraj-Diff	首次将几何扩散框架应用于蛋白质和蛋白质复合物轨迹生成，通过残基级SE(3)变换参数化和张量积注意力机制有效捕获蛋白质几何约束	未明确说明模型在特定蛋白质类型或复杂结构上的泛化能力限制	开发高效生成蛋白质和蛋白质-蛋白质复合物构象动态轨迹的计算方法	蛋白质单体和蛋白质-蛋白质复合物的构象轨迹	计算生物学	NA	扩散模型, 分子动力学模拟	扩散模型	蛋白质结构数据, 构象轨迹数据	NA	NA	PTraj-Diff, Power Bert Encoder	NA	降低了对数据和硬件资源的需求
7508	2025-11-25	Preliminary findings on a deep learning model using electroencephalogram for multi-level neuropathic pain detection in post-stroke patients 2025-Nov-24, The International journal of neuroscience DOI:10.1080/00207454.2025.2584081 PMID:41199478	研究论文	开发了一种基于脑电图信号的中风后神经病理性疼痛多级检测的深度学习模型	提出了量子启发的金字塔深度可分离残差网络，集成了深度可分离残差网络降低计算复杂度、金字塔注意力机制捕获多尺度模式、量子启发变换层建模脑电图特征间复杂非线性依赖关系三大创新	NA	开发准确且计算效率高的神经病理性疼痛检测框架	中风后神经病理性疼痛患者	机器学习	神经病理性疼痛	脑电图	深度学习	脑电图信号	NA	NA	量子启发的金字塔深度可分离残差网络	准确率, 召回率	NA
7509	2025-11-25	RAPID-Net: Accurate Pocket Identification for Binding-Site-Agnostic Docking 2025-Nov-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01744 PMID:41231530	研究论文	提出RAPID-Net深度学习算法，用于精确预测结合口袋并实现与分子对接流程的无缝集成	开发结合口袋不可知对接方法，能识别远端功能位点，为变构抑制剂设计提供新机会	姿态排序而非采样是主要精度瓶颈，在最具挑战性的时间分割测试中性能略低于AlphaFold 3	开发准确识别可药性口袋的算法，提升基于结构的药物设计效率	蛋白质结合口袋和配体对接	计算生物学	传染病（SARS-CoV-2）	深度学习	深度学习网络	蛋白质结构数据	PoseBusters基准测试集	NA	RAPID-Net	RMSD, PoseBusters化学有效性标准, Top-1姿态准确率, 口袋-配体交集率	NA
7510	2025-11-25	Deep learning for non-invasive detection of steatosis and fibrosis in MASLD: a multicenter study with a new fibroscan-labelled ultrasound dataset 2025-Nov-24, Abdominal radiology (New York) DOI:10.1007/s00261-025-05309-9 PMID:41284028	研究论文	开发并验证基于深度学习模型利用常规B超图像无创评估肝脏脂肪变性和纤维化的方法	首次使用Fibroscan标记的超声数据集，结合多中心数据验证深度学习模型在MASLD疾病评估中的性能	样本量相对有限，外部测试集样本数量较少（DS3仅18例患者）	开发无创检测肝脏脂肪变性和纤维化的深度学习方法	MASLD（代谢相关脂肪性肝病）患者	医学影像分析	代谢相关脂肪性肝病	B模式超声成像，Fibroscan测量	CNN, Transformer	超声图像	总样本247例患者（DS1:111例，DS2:95例，DS3:18例，DS4:23例），共2799张图像	NA	EfficientNet-B4, Vision Transformers	AUROC, 95%置信区间	NA
7511	2025-11-25	Deep learning-based image reconstruction significantly improves image quality of MRI examinations of the orbit at 3 Tesla 2025-Nov-23, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.11.003 PMID:41276422	研究论文	本研究评估深度学习图像重建技术在3特斯拉眼眶MRI中提升图像质量的效果	首次系统评估深度学习图像重建技术在3T眼眶MRI中的图像质量改善效果	样本量相对有限(71例患者)，仅评估了冠状位T2加权和对比增强脂肪抑制T1加权图像	评估深度学习图像重建技术对眼眶MRI图像质量的改善效果	眼眶MRI图像和视神经结构	医学影像分析	眼眶疾病	磁共振成像(MRI)	深度学习	医学图像	71例患者(48名女性，23名男性)，年龄7-90岁	NA	NA	信噪比(SNR), 对比噪声比(CNR), 图像质量评分	NA
7512	2025-11-25	Carbon market price prediction in the Yangtze River Basin based on improved deep learning ensemble model with CEEMDAN and Attention-RNN 2025-Nov-21, Carbon balance and management IF:3.9Q2 DOI:10.1186/s13021-025-00346-9 PMID:41269474	研究论文	提出一种结合CEEMDAN分解和注意力机制RNN的集成深度学习模型，用于长江流域碳市场价格预测	首次将CEEMDAN分解与注意力机制RNN结合，并考虑多重影响因素进行碳价格预测	仅在中国长江流域三个试点地区进行验证，未在其他区域测试	提高碳交易市场价格预测的准确性	长江流域碳交易试点地区（上海市、湖北省、重庆市）的碳市场价格	机器学习	NA	CEEMDAN分解，深度学习	RNN, LSTM, GRU	时间序列数据（碳价格和外部变量）	长江流域3个碳交易试点地区数据	NA	注意力机制RNN，CEEMDAN-Attention-RNN集成模型	平均绝对百分比误差（MAPE）	NA
7513	2025-11-25	Multi-omics strategies for biomarker discovery and application in personalized oncology 2025-Nov-21, Molecular biomedicine IF:6.3Q1 DOI:10.1186/s43556-025-00340-0 PMID:41269529	综述	本文系统综述了多组学策略在生物标志物发现和个性化肿瘤学中的应用框架与方法	提出了涵盖水平和垂直整合策略的多组学综合分析框架，特别强调机器学习和深度学习方法在数据解读中的应用	存在数据异质性、可重复性以及跨患者群体临床验证等主要挑战	为研究人员和临床医生提供多组学数据在生物标志物发现和个性化癌症护理中实施的当前方法和未来方向	多组学整合策略、分析工作流程、计算工具及其在肿瘤学中的应用	生物信息学	肿瘤	基因组学、转录组学、蛋白质组学、代谢组学、单细胞多组学、空间多组学	机器学习,深度学习	多组学数据	NA	NA	NA	NA	NA
7514	2025-11-25	High-capacity directional information processor using all-optical multilayered neural networks 2025-Nov-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adu0904 PMID:41270162	研究论文	提出一种基于超表面的方向性衍射深度神经网络，实现高容量信息处理	将波传播方向编码到神经网络中，引入新的自由度，实现方向依赖功能	NA	开发高容量光学信息处理器	数字和时尚产品分类、数据加密	光学神经网络	NA	超表面技术、几何相位控制、传播相位控制	衍射深度神经网络	光学信号	NA	NA	多层神经网络、三自旋解耦超表面	NA	NA
7515	2025-11-25	Detection and Management of Geographic Atrophy Secondary to Age-Related Macular Degeneration Using Noninvasive Retinal Images and Artificial Intelligence: Systematic Review 2025-Nov-21, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/81328 PMID:41270236	系统综述	系统评估人工智能在年龄相关性黄斑变性继发地图样萎缩检测和管理中的应用性能	首次系统整合从初始检测到进展预测的地图样萎缩管理证据，使用多种无创成像技术	需要加强报告规范，确保跨人群和设备的数据多样性，在前瞻性多中心研究中实施严格的外部验证	评估人工智能在无创成像模式下检测和管理地图样萎缩的性能，并与临床专家评估作为金标准进行比较	年龄相关性黄斑变性继发地图样萎缩患者	医学影像分析	年龄相关性黄斑变性	彩色眼底照相、眼底自发荧光、近红外反射、频域光学相干断层扫描、扫频源光学相干断层扫描、3D光学相干断层扫描	深度学习	视网膜图像	至少24,592名参与者（检测：7,132人，评估和进展：14,064人，预测：6,706人），年龄范围50-94岁	NA	U-Net, ResNet50, EfficientNetB4, Xception, Inception v3, PSC-UNet	与临床专家评估比较的性能指标	NA
7516	2025-11-25	Gradient descent in materia through homodyne gradient extraction 2025-Nov-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65155-7 PMID:41271705	研究论文	提出一种基于零差检测的梯度提取方法，可在物理系统中直接实现梯度下降	无需系统解析描述即可在物理系统中直接获取梯度信息，通过不同频率正弦波扰动参数实现可扩展的梯度提取	NA	开发适用于物理系统的高效能深度学习硬件实现方法	可重构非线性处理单元和物理材料系统	机器学习	NA	零差检测，正弦波扰动	物理神经网络	物理系统参数	NA	NA	NA	NA	物理材料系统
7517	2025-11-25	Adaptive stretching of representations across brain regions and deep learning model layers 2025-Nov-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65231-y PMID:41271767	研究论文	研究大脑区域和深度学习模型层中表征的自适应拉伸机制	发现大脑各区域和深度学习模型均会沿任务相关维度自适应拉伸表征，且无需显式注意力机制	仅针对颜色和运动方向两个维度进行研究，未探索其他感知维度	探究大脑和人工神经网络如何通过表征拉伸优化任务表现	猴子大脑多个区域（V4、MT、lateral PFC、FEF、LIP、IT）和深度学习模型	计算神经科学	NA	神经电生理记录，深度学习	深度学习模型	神经电生理信号，视觉输入数据	多个猴子大脑区域记录数据	NA	NA	任务表现误差	NA
7518	2025-11-25	An intelligent YOLO and CNN-BiGRU framework for road infrastructure based anomaly assessment 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25030-3 PMID:41271820	研究论文	提出一种融合YOLOv11目标检测和CNN-BiGRU时序预测的智能道路基础设施异常评估框架	首次将数字孪生环境与YOLOv11和CNN-BiGRU模型结合，实现道路异常的空间检测与时序严重性预测一体化	未提及模型在极端天气条件下的泛化能力及长期部署的稳定性验证	开发实时智能道路基础设施监测系统以替代低效的人工巡检	道路坑洼、表面裂缝、模糊标线、积雪覆盖等关键道路状况	计算机视觉	NA	深度学习	CNN, BiGRU, YOLO	图像	LiRA-CD公共数据集中的30,000多个实例	TensorRT	YOLOv11, CNN-BiGRU	mAP@0.5, mAP@[0.5:0.95], AUROC, 精确率, 召回率, 特异性, F1分数, R², AAE, ASE	Intel i7-12700K CPU, NVIDIA RTX 3090 GPU, 32 GB DDR5 RAM
7519	2025-11-25	Advanced deep learning techniques for automated license plate recognition 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24967-9 PMID:41271827	研究论文	本研究通过结合YOLOv10和定制化Tesseract OCR引擎，开发了针对泰语-罗马字母混合车牌自动识别系统	首次采用YOLOv10与定制化Tesseract OCR相结合的方法解决泰语-罗马字母混合车牌识别难题	未明确说明在极端恶劣天气条件下的性能表现	提升自动车牌识别系统在复杂现实场景中的性能	泰语-罗马字母混合车牌	计算机视觉	NA	深度学习,光学字符识别	YOLOv10,Tesseract OCR	图像,视频	50,000张图像和10,000个视频片段	PyTorch,Tesseract	YOLOv10	检测准确率,F1分数,推理时间	Jetson Nano
7520	2025-11-25	Development and validation of the risk stratification based on deep learning and radiomics to predict survival of advanced cervical cancer 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25037-w PMID:41271823	研究论文	开发并验证基于深度学习和影像组学的风险分层模型，用于预测晚期宫颈癌患者的总生存期	首次将Vision Transformer和循环神经网络结合用于从CT图像中提取预后影像组学特征，并构建整合临床变量的综合列线图	回顾性单中心研究，样本量有限，需要在前瞻性多中心研究中进一步验证	预测晚期宫颈癌患者的生存预后	晚期宫颈癌患者	医学影像分析	宫颈癌	CT影像分析	Vision Transformer, RNN	CT图像	396例晚期宫颈癌患者（训练集198例，验证集198例）	NA	Vision Transformer, RNN	C-index, 时间依赖性ROC分析, 校准曲线, 决策曲线分析	NA