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
761	2026-08-28	An integrated deep learning and Bayesian computational method-based quantification of angiogenesis in the chick embryo model 2026-08-27, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay00983b PMID:42504888	研究论文	开发了一种集成深度学习和贝叶斯计算方法的管道，用于定量估算鸡胚模型中的血管生成	将标准图像处理、深度学习和贝叶斯分层Gompertz高斯过程模型相结合，用于概率性血管长度预测，并针对YSM测定法的低信噪比特点设计了分析工具	未提及具体局限性	开发一种用于鸡胚实验数据的血管生成定量估算的集成深度学习方法	鸡胚卵黄囊膜模型中的血管生成	计算机视觉	肿瘤、糖尿病视网膜病变	图像处理、深度学习	深度学习模型、贝叶斯分层Gompertz高斯过程模型	图像	未提及具体样本数量	未提及	未提及	未提及	未提及
762	2026-08-28	Classification of fermentation methods for white mulberry products using fluorescence spectroscopy combined with deep learning 2026-08-27, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay00510a PMID:42506987	研究论文	本研究利用荧光光谱结合深度学习模型，对白桑葚产品的酵母发酵提取物、乳酸菌发酵提取物和水提取物进行分类识别，并验证了Informer模型的优越性能	首次将荧光光谱与深度学习模型（特别是Informer）相结合，用于化妆品原料中植物发酵提取物与传统水提取物的准确分类，克服了传统化学计量学和机器学习在非线性特征提取和泛化能力方面的不足	未提及局限性	开发一种高效且准确的识别方法，以区分植物发酵提取物和传统水提取物，确保化妆品原料的质量和安全性	白桑葚（Morus alba L.）的酵母发酵提取物、乳酸菌发酵提取物和水提取物	机器学习，光谱分析	不适用	荧光光谱法	Informer, PatchTST, Transformer, TCN, LSTM, CNN	荧光光谱数据	966个白桑葚样品（包括酵母发酵提取物、乳酸菌发酵提取物和水提取物）	未提及	Informer, PatchTST, Transformer, TCN, LSTM, CNN, SVM, PCA-LDA, PLS-DA	准确率（accuracy），精确率（precision），召回率（recall），F1分数	未提及
763	2026-08-28	DeepMech: a machine learning framework for chemical reaction mechanism prediction 2026-Aug-26, Chemical science IF:7.6Q1 DOI:10.1039/d6sc02809h PMID:42427989	研究论文	提出DeepMech，一种基于图神经网络的可解释机器学习框架，用于预测化学反应的逐步机理，并构建了ReactMech数据集。	引入模板化机械操作（TMOp）实现逐步机理预测，结合原子和键级别的注意力机制，优先考虑反应性而非序列语法，且具有较强的可解释性和泛化能力。	依赖高质量标注数据，可能对未见催化剂、配体或机理类别的外推存在局限，且未明确讨论计算资源需求。	开发一种数据驱动的深度学习方法，实现从第一原理预测完整的化学反应机理，以加速机理理解和反应设计。	化学反应机理（CRMs），包括中间体和元步骤，应用于前生物化学、药物发现、材料科学等领域。	机器学习	不适用	不适用	图神经网络（GNN）	化学反应机理数据（结构数据）	ReactMech数据集包含约30,000个完整反应机理，共100,000个元素步骤。	PyTorch	图注意力网络（GAT）	准确率（accuracy）	不适用
764	2026-08-28	Clinical validation pipeline of a deep learning model for segmenting and quantifying intracranial and ventricular volumes on computed tomography 2026-08-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49678-7 PMID:42637791	研究论文	本研究验证了基于3D架构的深度学习模型DeepCTE3D在CT扫描中分割和量化颅内体积及侧脑室体积的性能，并开发了用于生成真实结果的简化流程。	提出并验证了一种基于3D卷积神经网络的模型DeepCTE3D，用于CT图像中颅内和侧脑室体积的分割与量化，并开发了生成真实结果的简化流程。	未提及具体限制。	验证DeepCTE3D模型在CT扫描中分割和量化颅内体积和侧脑室体积的性能，并评估其临床适用性。	CT扫描中的颅内体积和侧脑室体积。	计算机视觉	不适用	计算机断层扫描（CT）	3D卷积神经网络（CNN）	图像（CT扫描）	包含多种患者人口统计和不同扫描仪型号的真实世界数据集，具体数量未提及	未提及	DeepCTE3D（基于3D架构的卷积神经网络）	相似性得分（如Dice系数等）	未提及
765	2026-08-28	Developing and evaluating automated deep learning and human-in-the-loop vision-language systems for microplastic characterization 2026-Aug-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-67536-4 PMID:42637842	研究论文	本研究比较了基于EfficientNet-B0的深度学习分类器和基于Claude Vision API的视觉语言模型（VLM）在微塑料光学显微镜图像形态表征中的性能，并评估了人类在环（HITL）机制对VLM的改进效果	首次系统比较了特定领域的多任务深度学习分类器与通用视觉语言模型（VLM）在微塑料形态表征中的表现，并引入了人类在环（HITL）机制来增强VLM对模糊颗粒的分类能力，且将系统部署为免费网页应用	样本规模有限（约700张图像），且评估仅限于单一独立测试集，未涉及其他类型微塑料或不同成像条件	开发并评估用于微塑料形态表征的自动化深度学习分类器和人类在环视觉语言系统，以提供高效、可重复的表征工具	光学显微镜图像中的微塑料颗粒	计算机视觉	NA	光学显微镜成像	CNN, 视觉语言模型（VLM）	图像	约700张已标注的显微镜图像作为训练集，独立测试集未明确数量	Hugging Face Spaces	EfficientNet-B0, Claude Vision API	准确率, 宏平均精确率, 召回率, F1分数	NA
766	2026-08-28	Deep learning differentiates myeloproliferative neoplasms and predicts JAK2 and CALR mutations from bone marrow smears 2026-Aug-25, Annals of hematology IF:3.0Q2 DOI:10.1007/s00277-026-07257-w PMID:42645155	研究论文	本文开发了一种基于深度学习的注意力多实例学习模型，利用骨髓涂片全切片图像对骨髓增殖性肿瘤进行亚型分类并预测JAK2和CALR突变状态	首次利用骨髓涂片而非核心活检进行MPN的AI诊断，并采用自监督视觉基础模型提取特征	基于骨髓涂片的模型性能尚有限，且未纳入多模态数据整合	探索基于骨髓涂片的AI模型在MPN亚型分类和驱动突变预测中的应用潜力	骨髓涂片全切片图像	数字病理学	骨髓增殖性肿瘤	全切片成像	注意力多实例学习模型	图像	460张数字化骨髓涂片全切片图像	NA	自监督视觉基础模型、注意力多实例学习	ROC-AUC	NA
767	2026-08-28	Uncovering hidden industrial wastewater discharges in urban rivers via deep learning-enhanced fiber-optic distributed acoustic sensing 2026-Aug-21, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.125534 PMID:42628670	研究论文	本研究提出了一种将光纤分布式声学传感与残差网络深度学习模型相结合的方法，用于检测和定位城市河流中隐蔽的工业废水排放口	首次将DAS技术与深度学习模型（ResNet）集成，实现对隐藏排污口的高精度检测和定位，达到米级精度，并能分析排放信号的频率特征	未提及具体限制，如环境噪声的多样性、模型泛化能力或实时部署的挑战	开发一种智能框架，利用深度学习和分布式声学传感，以检测、定位和表征城市河流中的隐蔽工业废水排放	城市河流中隐蔽的工业废水排放口，特别是隐蔽的纺织厂排污口	机器学习	NA	分布式声学传感（DAS）	残差网络（ResNet）	声学信号数据	未明确提及样本数量，但部署在一条中国河流中，用于训练和验证	NA	ResNet	识别准确率（超过92%）	未提及具体计算资源
768	2026-08-28	Exploring deep learning potential to authenticate vegetable oils and detect fraud using a micro-spectroscopic technique and chemometrics 2026-08-20, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay00555a PMID:42454456	研究论文	本研究利用便携式近红外微光谱技术结合化学计量学和机器学习方法，对初榨椰子油、椰子油、棕榈仁油和花生油进行真实性鉴别和掺假检测	采用便携式近红外微光谱仪（SCiO）结合多种化学计量学和机器学习模型，实现植物油分类和定量掺假检测的一体化方法	摘要中未提及具体局限性	开发快速、非破坏性的植物油真实性鉴别和欺诈检测方法	初榨椰子油、椰子油、棕榈仁油和花生油	机器学习	NA	近红外微光谱技术	KNN, LDA, SVM, 神经网络, PLSR	光谱数据	摘要中未明确样本数量	NA	KNN, LDA, SVM, 神经网络, PLSR	准确率, 决定系数	NA
769	2026-08-28	A Bio-Inspired Framework for Reducing Appearance Bias Dominance and Framing Sensitivity in Chest X-Ray Classification 2026-Aug-20, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11080595 PMID:42645312	研究论文	提出一种受生物启发的可解释且可靠的胸部X光分类框架，以减少外观偏差主导和框架敏感性，提高模型稳定性和平衡推理能力。	采用生物视觉原理（如图地分离、选择性注意和互补线索平衡使用）构建病理感知和因子感知的训练框架，并通过证据引导的反事实扰动模拟线索抑制分析来纠正病态行为，且不改变模型结构或增加推理成本。	未提供明确局限性信息。	通过纠正训练期间的病态行为和评估期间的模型行为，提高胸部X光分类的可解释性和可靠性。	胸部X光图像分类任务中的模型行为。	计算机视觉	胸部疾病（具体未指定）	NA	CNN	图像	NA	NA	DenseNet-121	F1分数	NA
770	2026-08-28	Artificial intelligence-driven prediction of neoadjuvant chemotherapy response in adult patients with gastric cancer: a systematic review and meta-analysis 2026-08-19, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-111047 PMID:42624598	系统综述与荟萃分析	对人工智能模型在预测胃癌新辅助化疗反应方面的性能进行了系统综述和荟萃分析	首次系统性地评估人工智能模型在胃癌新辅助化疗反应预测中的性能，并使用PROBAST+AI工具评估模型质量和偏倚风险	证据确定性低至极低，研究存在高偏倚风险，外部验证有限，且研究地理分布集中（16/17来自中国）	评估人工智能模型预测胃癌新辅助化疗反应的性能，为临床决策提供依据	局部晚期胃癌成年患者	机器学习	胃癌	深度学习或非线性机器学习	人工智能模型（深度学习或非线性机器学习）	影像、病理和临床数据	纳入17项研究，涉及14个内部验证队列和10个外部验证队列	NA	NA	受试者工作特征曲线下面积（AUC）	NA
771	2026-08-28	AI-guided computational design of synthetic microbiota for next-generation immunomodulatory applications 2026-Aug-19, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2026.100460 PMID:42617743	研究论文	本研究介绍了一种名为SIMT的新型免疫感知深度学习框架，用于微生物相互作用建模和合成微生物组设计，以支持下一代免疫调节应用。	SIMT框架整合了图变换器用于微生物间相互作用学习、多模态变换器用于免疫相关功能推断，并提出了免疫感知约束层（IACL）以在优化过程中强制执行免疫可行性和稳态。	该研究可能仅在模拟环境中验证，缺乏体内实验验证，且对计算资源的需求未明确说明。	开发一种能够捕捉高阶微生物相互作用、多模态功能依赖和免疫可行性约束的深度学习框架，用于合成微生物组的可靠设计。	人类微生物组及其与免疫系统的相互作用，用于合成微生物组设计。	机器学习	免疫相关疾病	NA	图变换器、多模态变换器	微生物组测序数据（包括分类丰度和功能通路）	NA	Python深度学习库	图变换器、多模态变换器、免疫感知约束层（IACL）	F1分数, AUC	NA
772	2026-08-28	Readout of intrinsic and induced DNA shape by homeodomain transcription factor complexes 2026-Aug-18, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2026.03.036 PMID:41863075	研究论文	本研究通过分子动力学模拟和深度学习整合方法，解析了同源异型域转录因子复合物对DNA内在和诱导形状的读取机制	开发了结合AlphaFold同源建模、分子动力学模拟和DeepPBS深度学习的混合流程，弥补了AlphaFold 3在预测突变和构象动态对DNA形状影响方面的不足	AlphaFold 3在预测突变或构象动态改变DNA形状方面存在局限，但作者通过混合流程部分弥补了这一不足	阐明同源异型域转录因子复合物中内在DNA形状和蛋白质诱导的DNA形状变化如何决定结合特异性	果蝇Hox转录因子Sex combs reduced及其辅因子Homothorax和Extradenticle，以及其他同源异型域转录因子Distal-less和Engrailed	结构生物学	不适用	SELEX-seq、分子动力学模拟、AlphaFold 3预测、DeepPBS深度学习	AlphaFold 3、深度学习方法DeepPBS	序列数据	研究涉及多个结合亲和力不同的序列，具体数量未在摘要中说明	不适用	AlphaFold 3、DeepPBS	结合亲和力、DNA形状特征（如小沟宽度）	未在摘要中说明
773	2026-08-28	Deep Learning-Assisted RTP Sensor Array Based on a Melt-Injection Reaction for Visual Discrimination of Fluoroquinolone Antibiotics 2026-08-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c02762 PMID:42610886	研究论文	本文提出了一种基于熔融注射反应和深度学习辅助的室温磷光传感器阵列，用于氟喹诺酮类抗生素的可视化区分。	通过简单的熔融注射反应将非发射性分析物转化为明亮的余辉信号，并结合深度学习模型实现直接从余辉图像中可视化区分抗生素。	未提及具体限制，但可能包括对复杂样品中其他干扰物的选择性测试有限。	开发一种能够同时灵敏检测和准确区分氟喹诺酮类抗生素亚型的分析方法。	四种不同的氟喹诺酮类抗生素及其混合物。	机器学习	NA	室温磷光传感	深度学习模型	图像	四种FQs及其混合物，以及肉类样品	NA	深度学习模型（具体架构未指定）	选择性、回收率	NA
774	2026-08-28	FullMS2Former: A Transformer Model for Near-Complete Prediction of Peptide Tandem Mass Spectra 2026-08-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c01311 PMID:42610918	研究论文	提出了一种基于Transformer的模型FullMS2Former，用于预测肽段串联质谱，通过预测包含常见片段离子及其整数质量偏移的综合特征向量，能够覆盖稀有或未报道的离子。	通过预测包含整数质量偏移的全面片段离子特征向量，超越了固定片段词典的限制，能够直接学习并预测稀有且序列依赖的片段离子。	NA	提高肽段串联质谱预测的准确性，特别是对不常见或未报道的片段离子的预测能力。	肽段串联质谱数据中的片段离子。	质谱分析、计算蛋白质组学	NA	碰撞诱导解离（CID）、高能碰撞解离（HCD）质谱技术	Transformer	质谱数据	大规模NIST HCD数据集	NA	Transformer	相似度得分	NA
775	2026-08-28	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	本研究评估了基于YOLOv11-large的深度学习检测器，用于外周血涂片中13种白血病相关白细胞亚型及人工制品的同步定位和分类。	使用大规模、多领域、开源的LeukemiaAttri数据集，包含14个类别，涵盖多种形态亚型，且性能优于先前研究。	需要外部验证以确定临床实用性和泛化能力。	评估YOLOv11L检测器在外周血涂片分析中作为决策支持工具的潜力。	外周血涂片中的白细胞亚型及人工制品。	计算机视觉	白血病	显微成像	YOLOv11-large	图像	18,664张标注图像（67,347个对象），训练集扩充至65,785张图像。	PyTorch	YOLOv11-large	mAP50, mAP50-95, precision, recall, F1-score	单块NVIDIA H200 SXM GPU
776	2026-08-28	Development and clinical validation of a point-of-care cytology screening tool for oral potentially malignant disorders and oral squamous cell carcinoma using a deep learning convolutional neural network: protocol for a diagnostic accuracy study 2026-Aug-17, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-111983 PMID:42608036	研究论文	本研究旨在开发和临床验证一种基于深度学习卷积神经网络的口腔潜在恶性疾病和口腔鳞状细胞癌的即时细胞学筛查工具，并遵循诊断准确性研究报告标准进行方案设计	创新性地将深度学习CNN应用于即时细胞学筛查，实现社区现场实时疾病检测和分诊，克服传统细胞学依赖实验室和专业审查的限制	摘要中未提及具体局限性	开发和临床验证一种基于深度学习的即时细胞学筛查工具，用于口腔潜在恶性疾病和口腔鳞状细胞癌的实时筛查	口腔潜在恶性疾病（如白斑、口腔黏膜下纤维化、红斑）和口腔鳞状细胞癌患者	深度学习	口腔鳞状细胞癌	细胞学检查	卷积神经网络（CNN）	细胞学涂片图像	900名参与者（360例回顾性，540例前瞻性）	NA	CNN	敏感性、特异性、阳性预测值、阴性预测值、受试者工作特征曲线下面积	NA
777	2026-08-28	RingKin: portraying the vast macrocyclic chemical universe surrounding kinase drugs 2026-Aug-17, Chemical science IF:7.6Q1 DOI:10.1039/d6sc04105a PMID:42643673	研究论文	该文章通过人工智能方法创建了RingKin，一个包含7227万个由495种已批准或临床阶段激酶药物生成的大环化合物的化学宇宙，并提供约18亿个模型估算的属性注释，用于激酶药物开发中宏环空间的系统探索	首次系统地构建了覆盖激酶药物的大环化学宇宙（RingKin），包含7227万个大环化合物和约18亿个属性注释，并通过15个基准深度学习或机器学习模型支持多维表征，包括激酶选择性、理化性质、ADMET特征和靶标关联	摘要中未明确提及局限性，可能包括模型估算属性的不确定性或对生成化合物进行实验验证的不足	系统探索激酶药物中未充分利用的大环化学空间，以克服激酶药物开发中的选择性和药理学性质挑战，并为宏环探索和药物发现提供假设生成资源	由495种已批准或临床阶段激酶药物生成的大环化合物，以及从已批准的pan-FGFR抑制剂erdafitinib衍生的宏环化合物	机器学习	癌症	人工智能（深度学习或机器学习）	深度学习或机器学习模型	化学结构数据	7227万个大环化合物、495种激酶药物、约18亿个属性注释	未指定	未指定	未指定	未指定
778	2026-08-28	Deep Learning-Assisted Accuracy Improvement in Bladder Cancer Staging of Spectrum-Aided Visual Enhanced Cystoscopy Images 2026-Aug-16, Biosensors DOI:10.3390/bios16080445 PMID:42645063	研究论文	本研究评估了基于深度学习和光谱辅助视觉增强（SAVE）技术的框架，用于提高膀胱癌内窥镜图像的分期准确性	将超光谱重建技术与YOLOv8深度学习架构相结合，用于膀胱癌分期，显著提升了准确性	未提供明确的局限性信息	提高膀胱癌分期的检测和诊断性能	膀胱癌患者的白光膀胱镜图像	计算机视觉	膀胱癌	NGS	YOLOv8	图像	1372张白光膀胱镜图像	PyTorch	YOLOv8	准确性	NA
779	2026-08-28	Deep learning-based non-contrast cine CMR for optimized prediction of left ventricular adverse remodeling after ST-elevation myocardial infarction 2026-Aug-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2026.134499 PMID:42031064	研究论文	本研究评估了一种基于非对比心脏磁共振的深度学习模型在预测急性ST段抬高型心肌梗死患者左心室不良重构中的可行性。	提出了一种两阶段深度学习框架，包括基于3D U形网络的由粗到细心肌定位与分割，以及整合影像、形态和运动特征的分类模型，并利用引导梯度加权类激活映射突出决策区域，实现无钆对比剂的预测。	研究为回顾性设计，样本量有限，且未提及跨中心外部验证的细节。	开发并验证非对比CMR深度学习模型用于预测STEMI患者左心室不良重构，提供无钆工具。	急性ST段抬高型心肌梗死患者。	深度学习	心肌梗死	心脏磁共振成像	3D U-Net和分类模型	医学影像（非对比cine CMR）	252例患者，训练组176例，测试组76例	NA	3D U-Net	AUC、准确率、敏感性、特异性、F1分数	NA
780	2026-08-28	The Physicochemical Basis of Protein Evolution: Property-Informed Evolutionary Models (PRIME) 2026-Aug-13, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msag200 PMID:42586769	研究论文	提出PRIME框架，通过物理化学性质参数化氨基酸交换性，以解析蛋白质进化的生物物理基础	首次将氨基酸的物理化学性质（如分子体积、疏水性、二级结构倾向）显式整合到密码子水平进化模型中，实现全局、 episodic 和位点特异性推断，并能区分保守、中性和变化残基	未提及具体局限性，但可能依赖于数据信息冗余度，在信息不足的比对中敏感性降低	建立可解释的进化模型，将抽象进化速率转化为生物物理规则，揭示选择约束的机制实现	24个多样数据集和18,944个哺乳动物基因	计算生物学、进化生物学、生物信息学	不适用	最大似然方法、密码子进化模型、深度学习表示（ESM-2）	概率进化模型（G-PRIME、E-PRIME、S-PRIME）	基因组序列数据	24个数据集、18,944个哺乳动物基因	NA	NA	AUC、敏感性	未提及（可能使用高性能计算，但文中未明确）