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
61	2025-06-30	The Potential of Artificial Intelligence in Pharmaceutical Innovation: From Drug Discovery to Clinical Trials 2025-May-25, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18060788 PMID:40573185	综述	本文探讨了人工智能在药物研发中的潜力，从药物发现到临床试验	综述了AI在药物研发中的应用，包括加速药物发现、优化临床试验步骤以及个性化治疗	AI应用仍存在监管不足的问题，需要更深入的立法监督以确保安全、伦理和无偏见	评估AI在药物研发中的潜力，优化药物开发流程并提高治疗效果	药物研发过程中的生物和化学数据	人工智能	NA	机器学习、深度学习	NA	生物和化学数据	NA
62	2025-06-30	Generative prediction of real-world prevalent SARS-CoV-2 mutation with in silico virus evolution 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf276 PMID:40532108	research paper	开发了一个名为ViralForesight的深度学习生成框架，用于预测现实世界中流行的SARS-CoV-2突变	结合蛋白质语言模型和计算机模拟病毒进化，提出了一个能够提前预测SARS-CoV-2流行突变的新方法	NA	预测新兴病毒在现实世界中的突变流行趋势，以提前更新疫苗或药物	SARS-CoV-2病毒的突变	machine learning	COVID-19	deep learning, protein language models, in silico virus evolution	generative deep learning	genomic data	NA
63	2025-06-30	A novel deep learning framework with dynamic tokenization for identifying chromatin interactions along with motif importance investigation 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf289 PMID:40536817	研究论文	提出了一种结合动态分词、DNABERT词嵌入和高效通道注意力机制的新型深度学习模型Inter-Chrom，用于识别染色质相互作用并研究模体重要性	整合动态分词、DNABERT词嵌入和高效通道注意力机制，提出新的模体重要性计算方法	性能可能因染色质相互作用数据的特异性而被高估	提高染色质相互作用预测的准确性并研究模体重要性	染色质相互作用网络	生物信息学	NA	深度学习	Inter-Chrom（结合动态分词、DNABERT和高效通道注意力机制）	序列和基因组特征数据	三个细胞系数据集
64	2025-06-30	PrimeNet: rational design of Prime editing pegRNAs by deep learning 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf293 PMID:40536816	研究论文	本文介绍了一种名为PrimeNet的新型预测模型，用于通过深度学习设计Prime编辑的pegRNAs，以提高基因编辑的效率和准确性	PrimeNet整合了染色质可及性和DNA甲基化等重要的表观遗传因素，并引入了多尺度卷积和注意力机制，显著提高了预测准确性和泛化性能	模型虽然提高了预测准确性，但仍可能受限于未考虑的其他潜在影响因素	提高Prime编辑技术的编辑效率和预测准确性，推动基因编辑技术在遗传疾病治疗等领域的应用	Prime编辑的pegRNAs	机器学习	遗传疾病	深度学习	CNN, 注意力机制	基因编辑数据	来自HEK293T和K562细胞系的两个数据集
65	2025-06-30	DeepTFtyper: an interpretable morphology-aware graph neural network for translating histopathology images into molecular subtypes in small cell lung cancer 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf284 PMID:40539233	研究论文	开发了一种基于图神经网络的深度学习模型DeepTFtyper，用于从小细胞肺癌的H&E染色全切片图像中自动分类分子亚型	首次提出从H&E染色组织学切片预测SCLC分子亚型的深度学习框架，提供可扩展、准确且临床相关的工具	样本量可能不足，分子测试的复杂性可能影响模型的广泛应用	开发一种自动分类小细胞肺癌分子亚型的工具，以指导治疗决策	小细胞肺癌的H&E染色全切片图像	数字病理学	小细胞肺癌	免疫组织化学(IHC)	图神经网络(GNN)	图像	389例来自中国医学科学院肿瘤医院的样本
66	2025-06-30	IECata: interpretable bilinear attention network and evidential deep learning improve the catalytic efficiency prediction of enzymes 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf283 PMID:40548541	research paper	提出了一种名为IECata的酶催化效率预测模型，该模型结合了可解释的双线性注意力网络和证据深度学习技术，以提高预测的准确性和可靠性	IECata通过引入证据深度学习提供预测的不确定性估计，并利用双线性注意力机制解释酶催化反应中的关键残基和底物原子	可用的kcat/Km数据集规模有限，可能限制了深度学习模型的进一步发展	提高酶催化效率（kcat/Km）的预测准确性和可靠性，并增加模型的可解释性	酶催化效率（kcat/Km）	machine learning	NA	evidential deep learning, bilinear attention mechanism	bilinear attention network	enzyme catalytic efficiency data	11,815 kcat/Km entries from BRENDA and SABIO-RK databases, 806 entries from literature for out-of-domain testing
67	2025-06-30	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025 Apr-Apr, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文回顾了机器学习在药物基因组变异效应预测中的最新进展和未来发展方向	探讨了新兴的深度学习模型如何利用进化保守性和生物物理特性，以及集成方法如何提高预测的准确性、稳健性和可解释性	虽然机器学习方法在预测变异效应方面取得了进展，但对于数百万罕见变异的功能性表征仍存在挑战	提高药物基因组变异效应的预测能力，以支持精准医学的实施	药物基因组变异	机器学习	NA	机器学习（ML）、深度学习	深度学习模型、集成模型	DNA序列、蛋白质序列	NA
68	2025-06-30	HIPPIE: A Multimodal Deep Learning Model for Electrophysiological Classification of Neurons 2025-Mar-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.14.642461 PMID:40161713	research paper	介绍了一种名为HIPPIE的多模态深度学习模型，用于神经元的电生理分类	结合自监督预训练和监督微调，利用条件卷积联合自编码器学习波形和放电动态的稳健表示	未提及具体局限性	解决细胞外电生理记录中神经元分类的噪声、技术变异性和批次效应问题	小鼠记录和脑切片中的神经元	machine learning	NA	自监督预训练和监督微调	条件卷积联合自编码器	电生理记录数据	小鼠记录和脑切片
69	2025-06-30	Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care 2025-Jan-15, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.15.25320592 PMID:40568662	研究论文	开发一种深度学习方法，通过T2加权MRI早期预测ADC图质量，以辅助即时诊断	首次提出利用T2图像早期预测ADC图质量，模型在多中心外部数据训练下仍对内部数据表现出高准确率	模型性能在不同站点间存在差异，直肠横截面积指标预测效果有限(AUC 0.65)	解决前列腺MRI中ADC图质量不佳导致的漏诊和重复扫描问题	前列腺MRI图像（T2加权图像和ADC图）	数字病理	前列腺癌	深度学习	CNN	医学影像	486名患者（包含内部和62家外部诊所数据）
70	2025-06-30	Artificial intelligence in cancer pathology: Applications, challenges, and future directions 2025, CytoJournal IF:2.5Q2 DOI:10.25259/Cytojournal_272_2024 PMID:40469709	综述	本文综述了人工智能在癌症病理学中的应用、挑战及未来发展方向	探讨了AI在多种癌症类型中的应用，包括组织分类、突变检测和预后预测，并提出了未来发展方向如实时诊断和可解释AI	面临数据隐私保护、模型可解释性提升和监管标准符合等挑战	评估人工智能在癌症病理学中的潜力，以提升诊断准确性、优化工作流程并支持精准肿瘤学	乳腺癌、肺癌、前列腺癌和结直肠癌等多种癌症类型	数字病理学	癌症	机器学习、深度学习和计算机视觉	NA	组织病理学图像和多模态数据	NA
71	2025-06-30	Decomposition-reconstruction-optimization framework for hog price forecasting: Integrating STL, PCA, and BWO-optimized BiLSTM 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324646 PMID:40577402	研究论文	本研究构建了一个多阶段混合预测模型，用于提高生猪价格时间序列数据的预测准确性	提出了一个创新的'分解-重构-优化'框架，结合STL分解、PCA降维和BWO优化的BiLSTM模型，显著提高了预测精度	未提及具体的数据来源和时间范围限制	提高生猪价格时间序列预测的准确性	生猪价格时间序列数据及其影响因素	时间序列预测	NA	STL分解、PCA降维、Beluga Whale Optimization (BWO)优化	BiLSTM、Prophet、ARIMA、LSTM	时间序列数据	未明确提及具体样本数量
72	2025-06-29	Reirradiation for recurrent glioblastoma: the significance of the residual tumor volume 2025-Aug, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05042-9 PMID:40310485	研究论文	本研究探讨了复发性胶质母细胞瘤再放疗的可行性及残留肿瘤体积对预后的影响	首次通过深度学习自动分割管道测量对比增强肿瘤体积，并结合临床和分子病理因素评估其对生存率的影响	样本量较小（71例患者），且为单中心回顾性研究	评估复发性胶质母细胞瘤再放疗的疗效及预后因素	71例复发性CNS WHO 4级IDHwt胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	深度学习自动分割管道	NA	医学影像	71例患者
73	2025-06-29	Patient-Specific Deep Learning Tracking Framework for Real-Time 2D Target Localization in Magnetic Resonance Imaging-Guided Radiation Therapy 2025-Jul-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.10.021 PMID:39461599	research paper	提出了一种基于患者特异性训练的深度学习模型框架，用于磁共振成像引导的放射治疗中的实时2D目标定位	结合了图像配准变换器和自动分割CNN两种深度学习模型，采用患者特异性训练策略，显著提高了目标定位的准确性	研究仅针对胸部、腹部和骨盆的目标，未涵盖其他部位	开发高精度的实时目标定位方法，以提升MRI引导放射治疗的效果	接受0.35 T MRI-linac治疗的219名患者的1,400,000多帧cine MRI图像，以及另外35名患者的7500帧手动标记图像	digital pathology	NA	cine MRI	image registration transformer, auto-segmentation CNN	image	1,400,000多帧cine MRI图像（219名患者） + 7500帧标记图像（35名患者）
74	2025-06-29	Fully Automated Online Adaptive Radiation Therapy Decision-Making for Cervical Cancer Using Artificial Intelligence 2025-Jul-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.04.012 PMID:40252932	研究论文	本研究探讨了使用人工智能在宫颈癌在线自适应放射治疗（oART）中决策的可行性	提出了基于机器学习和深度学习的模型，用于识别可能从自适应重新规划中受益的治疗部分，为临床医生提供决策支持工具	研究样本量较小，仅包括24名患者，且独立评估数据集仅包含3名患者的数据	探索人工智能在宫颈癌在线自适应放射治疗决策中的应用	宫颈癌患者	数字病理	宫颈癌	fan-beam computed tomography (FBCT), 机器学习, 深度学习	支持向量机(SVM), Siamese网络	图像, 剂量数据	24名患者，671次治疗部分
75	2025-06-29	Evaluating a large language model's accuracy in chest X-ray interpretation for acute thoracic conditions 2025-Jul, The American journal of emergency medicine DOI:10.1016/j.ajem.2025.03.060 PMID:40174466	研究论文	评估大型语言模型在急诊胸部X光片解读中对急性胸部疾病的诊断准确性	首次评估ChatGPT在急诊放射学中解读胸部X光片的潜力，特别是在多种急性胸部疾病诊断中的应用	模型对某些较细微的疾病（如肺不张和肺气肿）的诊断准确性较低	探索大型语言模型在急诊胸部X光片解读中的可行性和准确性	急诊胸部X光片中的急性胸部疾病	自然语言处理	胸部疾病	大型语言模型（ChatGPT 4.0）	LLM	图像	1400张来自NIH Chest X-ray数据集的图像，涵盖7种病理类别
76	2025-06-29	Integrating AI/ML and multi-omics approaches to investigate the role of TNFRSF10A/TRAILR1 and its potential targets in pancreatic cancer 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110432 PMID:40424767	研究论文	本研究整合AI/ML和多组学方法，探讨TNFRSF10A/TRAILR1在胰腺癌中的作用及其潜在靶点	结合深度学习驱动的QSAR建模、单细胞空间转录组学和ceRNA网络分析，首次提出TNFRSF10A作为胰腺癌治疗靶点，并通过虚拟筛选发现潜在药物	研究主要基于计算模型预测，需进一步实验验证	探索胰腺癌的新型治疗靶点和药物	胰腺导管腺癌(PDAC)及其微环境	数字病理	胰腺癌	单细胞空间转录组学、蛋白质组学、ceRNA网络分析、QSAR建模、分子动力学模拟	SELFormer(基于Transformer的深度学习模型)	基因组数据、转录组数据、蛋白质组数据、化学结构数据	未明确说明具体样本数量
77	2025-06-29	Spatiotemporal calcium signaling patterns underlying opposing effects of histamine and TAS2R agonists in airway smooth muscle 2025-Jul-01, American journal of physiology. Lung cellular and molecular physiology DOI:10.1152/ajplung.00058.2025 PMID:40434402	研究论文	本研究通过单细胞显微镜和基于深度学习的图像分割技术，探究了组胺和苦味受体激动剂在气道平滑肌细胞中引发的钙信号时空动态差异，并整合这些发现到一个全面的离子通道动力学模型中	揭示了苦味受体激动剂通过独特的钙信号时空模式促进气道平滑肌松弛的新机制，与传统的组胺诱导收缩机制形成鲜明对比	研究主要基于体外细胞实验，尚未在完整组织或动物模型中进行验证	探究不同G蛋白偶联受体激动剂在气道平滑肌细胞中引发的钙信号时空动态差异及其功能后果	气道平滑肌细胞	细胞信号传导	哮喘	单细胞显微镜成像、深度学习分割	离子通道动力学模型	显微图像数据	NA
78	2025-06-29	Epicardial adipose tissue, myocardial remodelling and adverse outcomes in asymptomatic aortic stenosis: a post hoc analysis of a randomised controlled trial 2025-Jun-26, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-324925 PMID:40050004	研究论文	本研究通过事后分析探讨了无症状主动脉瓣狭窄患者中心外膜脂肪组织与疾病严重程度、进展、心肌重构及死亡率的关系	首次使用全自动深度学习软件量化心外膜脂肪组织，并探讨其与主动脉瓣狭窄患者心肌健康及预后的关联	样本量较小（124例患者），且为事后分析，可能存在选择偏倚	研究心外膜脂肪组织在主动脉瓣狭窄中的作用及其与患者预后的关系	124例无症状轻度至重度主动脉瓣狭窄患者	心血管疾病	主动脉瓣狭窄	CT血管造影，全自动深度学习软件	深度学习	医学影像（CT），生物标志物（血浆心肌肌钙蛋白浓度）	124例无症状主动脉瓣狭窄患者
79	2025-06-29	Systems and synthetic biology for plant natural product pathway elucidation 2025-Jun-24, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115715 PMID:40382775	综述	本文总结了系统和合成生物学在植物代谢途径表征和工程中的应用进展	讨论了多种策略，包括共表达分析、基因簇鉴定、代谢物分析、深度学习方法、全基因组关联研究和蛋白质复合物鉴定，并通过案例研究展示了这些方法在解析复杂途径和提高重要天然产物产量中的应用	未具体提及研究的局限性	探索植物天然产物途径的解析和工程化	植物代谢途径和天然产物	合成生物学	NA	共表达分析、基因簇鉴定、代谢物分析、深度学习方法、全基因组关联研究、蛋白质复合物鉴定	深度学习	基因组数据、代谢物数据	NA
80	2025-06-29	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Jun-23, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	研究论文	该研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习从标准心脏PET/CT中快速自动获取体积身体组织成分，为医生提供关于肌肉减少症和心脏代谢健康的详细定量评估	研究仅基于三个中心的患者数据，可能无法完全代表所有人群	评估通过PET/CT扫描自动量化的身体组织成分与心血管结局的关联	10,085名接受PET心肌灌注成像的患者	数字病理学	心血管疾病	PET/CT心肌灌注成像	深度学习	医学影像	10,085名患者（中位年龄68岁，57%为男性）