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
7801	2025-01-28	A prognostic and predictive model based on deep learning to identify optimal candidates for intensity-modulated radiotherapy alone in patients with stage II nasopharyngeal carcinoma: A retrospective multicenter study 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110660 PMID:39645201	研究论文	本研究开发并验证了一个结合深度学习MRI特征和临床信息的预后和预测模型，用于识别仅需强度调制放疗（IMRT）的低风险II期鼻咽癌患者	结合深度学习MRI特征和临床信息，使用3DResNet和eXtreme Gradient Boosting模型进行整合，显著提高了预测性能	研究为回顾性多中心研究，可能存在选择偏倚	开发并验证一个预后和预测模型，以识别仅需IMRT的低风险II期鼻咽癌患者	II期鼻咽癌患者	数字病理	鼻咽癌	3DResNet, eXtreme Gradient Boosting	深度学习模型	MRI图像, 临床信息	999名II期鼻咽癌患者
7802	2025-01-28	Deep learning dose prediction to approach Erasmus-iCycle dosimetric plan quality within seconds for instantaneous treatment planning 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110662 PMID:39647528	研究论文	本研究探讨了训练数据集大小和模型大小对Erasmus-iCycle GT计划剂量预测准确性的影响，以实现即时治疗计划	使用深度学习方法快速预测患者特定的3D剂量分布，以实现即时治疗计划，显著提高临床工作效率、患者等待时间和治疗质量	即使使用1000名患者的训练数据，预测准确性尚未达到收敛，仍需进一步研究	研究如何通过深度学习方法实现即时治疗计划，以提高临床工作效率和患者治疗质量	1250名前列腺癌患者	数字病理	前列腺癌	深度学习	Hierarchically Densely Connected U-Nets	3D剂量分布数据	1250名前列腺癌患者
7803	2025-01-28	Deep learning-assistance significantly increases the detection sensitivity of neurosurgery residents for intracranial aneurysms in subarachnoid hemorrhage 2025-Feb, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2024.110971 PMID:39673838	研究论文	本研究评估了深度学习模型在提高神经外科住院医师通过CT血管造影检测颅内动脉瘤敏感性方面的有效性	首次将深度学习模型应用于神经外科住院医师的动脉瘤检测培训，显著提高了检测敏感性，特别是在小动脉瘤的检测上	研究样本量较小，仅包含104例患者的CTA扫描，且仅涉及三名住院医师	评估深度学习模型在提高神经外科住院医师检测颅内动脉瘤敏感性方面的效果	104例动脉瘤性蛛网膜下腔出血患者的CTA扫描，共126个动脉瘤	数字病理	颅内动脉瘤	CT血管造影（CTA）	深度学习模型（DLM）	图像	104例患者的CTA扫描，共126个动脉瘤
7804	2025-01-28	Incorporating patient-specific prior clinical knowledge to improve clinical target volume auto-segmentation generalisability for online adaptive radiotherapy of rectal cancer: A multicenter validation 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110667 PMID:39675574	研究论文	本研究探讨了在直肠癌在线自适应放疗中，通过结合患者特定的临床先验知识来提高临床靶区自动分割的泛化能力	创新点在于使用治疗前的分割作为患者特定的先验知识，结合基于人群的分割变异，提高了深度学习模型在多中心数据上的泛化能力	研究仅针对直肠癌患者，且样本来自三个中心，可能限制了结果的广泛适用性	研究目的是提高在线自适应放疗中临床靶区自动分割的泛化能力	研究对象为中等风险或局部晚期直肠癌患者	数字病理	直肠癌	深度学习	深度学习模型	MRI图像	来自三个中心的直肠癌患者
7805	2025-01-28	White matter hyperintensities regress at a high rate at three months after minor ischemic stroke or transient ischemic attack 2025-Feb, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2024.101239 PMID:39798248	研究论文	本研究探讨了轻微缺血性卒中或短暂性脑缺血发作后三个月内白质高信号（WMH）的早期回归及其影响因素	首次研究了轻微缺血性卒中或短暂性脑缺血发作后三个月内WMH的早期回归情况，并识别了影响这一结果的因素	样本量较小（98名患者），且为回顾性分析，可能存在选择偏倚	研究轻微缺血性卒中或短暂性脑缺血发作后三个月内WMH的早期回归及其影响因素	轻微缺血性卒中或短暂性脑缺血发作患者	数字病理学	心血管疾病	深度学习算法	NA	脑部MRI图像	98名轻微缺血性卒中或短暂性脑缺血发作患者
7806	2025-01-28	ComNet: A Multiview Deep Learning Model for Predicting Drug Combination Side Effects 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01737 PMID:39749659	研究论文	本文提出了一种名为ComNet的多视图深度学习模型，用于预测药物组合的副作用	ComNet通过整合药物的多视图特征来提高副作用预测的准确性，包括分子指纹、SMILES的语义信息和3D构象的空间信息，并提出了多尺度子图融合机制和多视图特征融合机制	现有预测模型依赖于药物的单一视图，无法充分利用多视图信息，且忽略了不同尺度的子图信息，限制了子图间相互作用的建模能力	提高药物组合副作用预测的准确性	药物组合	机器学习	NA	深度学习	ComNet	分子指纹、SMILES、3D构象	多个公开数据集及自收集数据集
7807	2025-01-28	Graph-Based Deep Learning Models for Thermodynamic Property Prediction: The Interplay between Target Definition, Data Distribution, Featurization, and Model Architecture 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02014 PMID:39780656	研究论文	本文探讨了目标定义、数据分布、特征化方法和模型架构在图基深度学习模型中对热力学性质预测的影响	研究发现目标定义（如使用形成能而非原子化能/焓）和特征化方法的选择对模型准确性有决定性影响，且分子级预测优于原子级增量预测，这与之前的研究结果相反	直接修改模型架构带来的准确性提升较为有限	研究图基深度学习模型在热力学性质预测中的应用	五个具有元素组成、多重性、电荷状态和大小多样性的数据集	机器学习	NA	NA	图基深度学习模型	热力学性质数据	五个数据集
7808	2025-01-28	Prediction of Proteolysis-Targeting Chimeras Retention Time Using XGBoost Model Incorporated with Chromatographic Conditions 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01732 PMID:39786356	研究论文	本文开发了一种优化的XGBoost模型，用于预测蛋白质降解靶向嵌合体（PROTACs）的保留时间，结合了分子指纹、描述符和色谱条件描述符	通过结合分子指纹、描述符和色谱条件描述符，开发了一种优化的XGBoost模型，显著提高了PROTACs保留时间的预测准确性	模型的性能依赖于有限的实验数据，且需要进一步验证在不同色谱条件下的普适性	提高PROTACs保留时间的预测准确性，以促进其结构鉴定和药物设计	蛋白质降解靶向嵌合体（PROTACs）	机器学习	NA	液相色谱（LC）与质谱（MS）结合	XGBoost	分子指纹、描述符和色谱条件描述符	文献中的PROTAC-RT数据集，包含6个实验确定的化合物
7809	2025-01-28	deep-AMPpred: A Deep Learning Method for Identifying Antimicrobial Peptides and Their Functional Activities 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01913 PMID:39792442	研究论文	本文提出了一种名为deep-AMPpred的深度学习模型，用于识别抗菌肽及其功能活性	结合ESM-2模型编码抗菌肽特征，并集成CNN、BiLSTM和CBAM模型，以提高抗菌肽及其功能预测的性能	未提及具体局限性	开发一种能够准确识别抗菌肽及其多种功能活性的计算方法	抗菌肽及其13种常见功能活性	生物信息学	NA	深度学习	ESM-2, CNN, BiLSTM, CBAM	肽序列数据	未提及具体样本数量
7810	2025-01-28	PPI-CoAttNet: A Web Server for Protein-Protein Interaction Tasks Using a Coattention Model 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01365 PMID:39761551	研究论文	本文介绍了一个基于共注意力机制的深度学习模型PPI-CoAttNet，用于蛋白质-蛋白质相互作用（PPI）预测，并开发了一个用户友好的多功能网络服务器	PPI-CoAttNet结合了共注意力机制，能够同时进行PPI和位点预测，并提供了一个实时生成结果的用户友好平台	未明确提及具体局限性	开发一个用户友好的网络服务器，用于蛋白质-蛋白质相互作用预测，以加速药物发现	蛋白质-蛋白质相互作用	机器学习	癌症	深度学习	共注意力模型	蛋白质序列数据	未明确提及具体样本数量
7811	2025-01-28	Enhanced Sampling Simulations of RNA-Peptide Binding Using Deep Learning Collective Variables 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01438 PMID:39772512	研究论文	本文利用深度学习集体变量进行RNA-肽结合的增强采样模拟，研究了L22肽与HIV TAR RNA的结合机制	使用深度目标判别分析（Deep-TDA）方法设计集体变量，结合OPES模拟技术，有效捕捉了复杂生物分子识别过程中的可逆结合与解离机制	需要大量描述符来捕捉宿主和客体的构象及结合过程，这在任何增强采样模拟方法中都是不切实际的	研究RNA与肽结合的机制，并计算其自由能景观	L22肽与HIV TAR RNA的结合	机器学习	HIV	深度目标判别分析（Deep-TDA），OPES模拟	Deep-TDA	分子动力学模拟数据	NA
7812	2025-01-28	High-Accuracy Identification and Structure-Activity Analysis of Antioxidant Peptides via Deep Learning and Quantum Chemistry 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01713 PMID:39772654	研究论文	本文提出了一种结合机器学习和量子化学的创新框架，用于加速抗氧化肽的识别和结构-活性关系分析	结合机器学习和量子化学的创新框架，显著提高了抗氧化肽识别的准确性和效率	未提及具体的研究局限性	加速抗氧化肽的识别和结构-活性关系分析	抗氧化肽	机器学习	氧化应激相关疾病	量子化学计算	Bi-LSTM	肽序列数据	两个数据集，具体样本数量未提及
7813	2025-01-28	PPDock: Pocket Prediction-Based Protein-Ligand Blind Docking 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01373 PMID:39814581	研究论文	本文提出了一种基于口袋预测的蛋白质-配体盲对接方法PPDock，通过两阶段对接范式显著提高了对接准确性和效率	提出了一种新的两阶段对接范式，先进行口袋预测再进行基于口袋的对接，解决了传统方法在盲对接中难以识别正确口袋的问题	未提及具体局限性	提高蛋白质-配体盲对接的准确性和效率	蛋白质-配体对接	机器学习	NA	深度学习	NA	蛋白质结构数据	基准数据集上的广泛实验
7814	2025-01-28	Harnessing Spectral Libraries From AVIRIS-NG Data for Precise PFT Classification: A Deep Learning Approach 2025-Jan-27, Plant, cell & environment DOI:10.1111/pce.15393 PMID:39866067	研究论文	本研究利用AVIRIS-NG高光谱数据和机器学习技术，开发了一个包含130种植物物种的光谱库，用于精确分类植物功能类型（PFTs）	通过高光谱数据生成光谱库，结合机器学习方法，显著提高了植物功能类型分类的准确性	研究仅限于Shoolpaneshwar野生动物保护区的植物物种，可能不适用于其他地区	推进植物功能类型（PFTs）的分类和监测	Shoolpaneshwar野生动物保护区的130种植物物种	机器学习	NA	AVIRIS-NG高光谱成像和ASD手持光谱辐射计	Parzen Window (PW), Gradient Boosted Machine (GBM), Stochastic Gradient Descent (SGD)	高光谱图像	130种植物物种
7815	2025-01-28	Identifying Primary Sites of Spinal Metastases: Expert-Derived Features vs. ResNet50 Model Using Nonenhanced MRI 2025-Jan-27, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29720 PMID:39868626	研究论文	本研究旨在开发和验证使用非增强MRI的人工智能模型，以识别脊柱转移的原发部位，提高诊断效率	比较了基于专家特征的模型和ResNet50深度学习模型在非增强MRI上识别脊柱转移原发部位的性能，发现专家特征模型在多数情况下表现更优	研究为回顾性设计，可能存在选择偏差；样本量相对较小，尤其是罕见转移部位	提高脊柱转移原发部位的诊断效率	514名经病理证实的脊柱转移患者	医学影像分析	癌症	非增强MRI	ResNet50	MRI图像	514名患者（360名用于开发，154名用于测试）
7816	2025-01-28	Introduction to Memristive Mechanisms and Models 2025-Jan-24, Recent patents on nanotechnology IF:2.0Q3 DOI:10.2174/0118722105327900250115102034 PMID:39865807	研究论文	本文介绍了忆阻系统的机制和模型，探讨了其在神经形态计算中的应用	本文结合了Chua开发的动态系统框架和统计物理学及渗流理论，提供了对忆阻系统复杂动态行为的深入理解，并探讨了其在深度学习方法中的成功应用	本文主要关注理论模型和框架，缺乏对实际硬件实现的详细讨论	探讨忆阻系统在神经形态计算中的应用，以应对人工智能发展带来的计算能力需求增长	忆阻系统及其在神经形态计算中的应用	机器学习	NA	NA	动态系统模型、渗流理论模型	NA	NA
7817	2025-01-28	Deep learning for kidney trauma detection: CT image algorithm performance and external validation: experimental study 2025-Jan-24, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002221 PMID:39869390	研究论文	本研究开发并验证了一种用于检测肾脏创伤的深度学习算法，使用机构创伤数据和RSNA数据集进行外部验证	首次将深度学习技术应用于肾脏创伤的CT图像检测，并通过外部验证展示了其稳健性能	模型在外部验证中的阳性预测值较低，可能需要进一步优化图像分割和计算效率	开发并验证一种用于检测肾脏创伤的深度学习算法	肾脏创伤的CT图像	医学影像	肾脏创伤	深度学习	RenoTrNet	CT图像	机构创伤数据和RSNA数据集中的随机选择病例
7818	2025-01-28	MythicVision: a deep learning powered mobile application for understanding Indian mythological deities using weight centric decision approach 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85922-2 PMID:39837968	研究论文	本文介绍了一个名为'MythicVision'的深度学习驱动的移动应用程序，旨在通过识别和解释印度神话神祇的图像，帮助外国游客更好地理解印度丰富的文化遗产	该应用程序采用了模型权重计算和权重中心决策机制，相比传统的多数投票方法，在多类图像分类中提供了更准确的结果	NA	开发一个能够识别和分类实时印度神祇图像，并为用户提供有关神祇的宝贵信息的应用程序	印度神话神祇的图像	计算机视觉	NA	深度学习	CNN	图像	10,970张印度神祇图像
7819	2025-01-28	Decoding the Functional Interactome of Non-Model Organisms with PHILHARMONIC 2025-Jan-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620267 PMID:39553947	研究论文	本文介绍了一种名为PHILHARMONIC的计算方法，用于解码非模式生物的功能互作组	PHILHARMONIC结合深度学习网络推理和鲁棒的无监督谱聚类算法，能够揭示非模式生物中的功能关系和高层次组织	方法依赖于预测的网络，可能存在噪声，且需要进一步的实验验证	研究目的是开发一种计算工具，用于预测和分析非模式生物的蛋白质-蛋白质相互作用网络	研究对象包括珊瑚、藻类共生体和果蝇等非模式生物	生物信息学	NA	深度学习、谱聚类算法、远程同源功能注释	深度学习网络	蛋白质序列数据	珊瑚、藻类共生体和果蝇的蛋白质组数据
7820	2025-01-28	ChromBPNet: bias factorized, base-resolution deep learning models of chromatin accessibility reveal cis-regulatory sequence syntax, transcription factor footprints and regulatory variants 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.25.630221 PMID:39829783	研究论文	本文介绍了ChromBPNet，一种深度学习DNA序列模型，用于解析染色质可及性图谱，揭示调控序列的语法和遗传变异	ChromBPNet能够检测、学习并分解特定实验的酶偏差，从而在不同实验和测序深度下发现紧凑的转录因子基序词典、协同基序语法和精确足迹	NA	研究染色质可及性的调控序列语法和遗传变异	染色质可及性图谱和转录因子结合位点	机器学习	NA	染色质可及性实验	深度学习模型	DNA序列数据	NA