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
881	2025-11-08	Research on the influence mechanism of emotional communication on Twitter (X) and the effect of spreading public anger 2025-Oct, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105560 PMID:40972455	研究论文	研究Twitter平台上愤怒情绪传播的影响机制及其对公众愤怒扩散的效果	提出融合随机森林、支持向量机和ARIMA的元模型，在预测愤怒传播方面优于BERT和LSTM等深度学习模型	基于参与模式的观察性建模结果，应视为算法干预的指示性证据	探究Twitter平台上愤怒情绪的传播机制及其对社交互动的影响	Twitter平台上的5000条推文，包括普通用户和公众人物的政治话语、社会运动和危机相关讨论	自然语言处理	NA	情感分析，毒性分析，网络分析	随机森林, 支持向量机, ARIMA, BERT, LSTM	文本	5000条推文（70%来自普通用户，30%来自公众人物）	NA	BERT, LSTM	准确率	NA
882	2025-11-08	Predicting and explaining customer satisfaction: A deep learning and sentiment analysis of emotional impacts 2025-Oct, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105597 PMID:41005156	研究论文	通过深度学习和情感分析研究零售购物场景中客户满意度的预测与解释	使用ChatGPT生成满意度相关关键词集，结合深度学习和情感词典分析情绪对客户满意度的影响	研究仅限于Yelp平台的零售评论数据，未考虑其他渠道的客户反馈	探究情感因素对零售业客户满意度的影响机制	Yelp平台上的零售购物客户评论	自然语言处理	NA	情感分析，关键词特征工程，情感词典分析	LSTM, CNN	文本评论	超过50万条评论	NA	LSTM, CNN	NA	NA
883	2025-11-08	Single-cell foundation models: bringing artificial intelligence into cell biology 2025-Oct, Experimental & molecular medicine DOI:10.1038/s12276-025-01547-5 PMID:41028523	综述	本文概述了单细胞基础模型（scFMs）在整合和分析单细胞基因组学数据方面的关键概念、应用及挑战	将基础模型技术扩展到单细胞分析领域，利用Transformer架构整合多组学数据，从细胞和基因/特征层面提取潜在模式	面临组学数据的非序列性、数据质量不一致性、训练和微调的计算强度大以及潜在嵌入生物学相关性解释困难等挑战	推动单细胞基础模型在单细胞基因组学中的应用，增强对细胞功能和疾病机制的深入理解	单细胞基因组学数据	机器学习	NA	单细胞基因组学	Transformer	多组学数据	NA	NA	Transformer	NA	NA
884	2025-11-08	Development of AI model for dual detection of low bone mineral density in the femoral neck and lumbar vertebrae using chest radiographs 2025 Oct-Dec, Journal of clinical densitometry : the official journal of the International Society for Clinical Densitometry IF:1.7Q4 DOI:10.1016/j.jocd.2025.101604 PMID:40730100	研究论文	开发基于胸部X光片的深度学习模型，用于同时检测股骨颈和腰椎的低骨密度	首次开发能够同时检测股骨颈和腰椎低骨密度的AI模型，通过可解释AI技术可视化骨丢失相关区域	研究仅包含女性受试者，样本量相对有限（2728人），未包含男性数据	开发AI模型实现股骨颈和腰椎低骨密度的早期检测和筛查	2728名女性受检者的胸部X光片和DXA测量的骨密度数据	数字病理	骨质疏松症	双能X线吸收测定法（DXA），胸部X光摄影	深度学习	医学影像（胸部X光片）	2728名女性受试者（股骨颈低骨密度：1358例，正常：1370例；腰椎低骨密度：562例，正常：2166例）	NA	ResNet50	灵敏度，特异性，总体准确率，AUC	NA
885	2025-11-08	A deep learning model for epidermal growth factor receptor prediction using ensemble residual convolutional neural network 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18518-5 PMID:41023039	研究论文	提出一种基于集成残差卷积神经网络的深度学习模型ERCNN-EGFR，用于从氨基酸序列准确预测表皮生长因子受体	首次将集成残差卷积神经网络应用于EGFR预测，结合多种蛋白质特征提取方法和特征选择策略	模型在独立测试集上的准确率（82.85%）较训练集有所下降，可能存在泛化能力限制	开发准确识别表皮生长因子受体的计算方法	表皮生长因子受体蛋白质	生物信息学	乳腺癌	蛋白质序列分析	BiLSTM, GRU, GAN, CNN	蛋白质氨基酸序列	NA	NA	Ensemble Residual Convolutional Neural Network	准确率, 灵敏度, 特异性, 马修斯相关系数	NA
886	2025-11-08	Enhancing communication for people with hearing disabilities through robust sign language recognition using deep learning and the internet of things 2025-Sep-24, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2562454 PMID:40990717	研究论文	提出一种结合深度学习和物联网的鲁棒手语识别方法，以增强听力障碍人士的沟通能力	提出ECRSLR-SAEHD方法，结合稀疏自编码器和Fennec Fox算法进行超参数调优，并集成物联网技术	仅使用基准数据集进行验证，未提及实际部署中的挑战	通过鲁棒手语识别技术改善听力障碍人士的沟通能力	听力障碍人士的手语识别	计算机视觉	听力障碍	深度学习，物联网	稀疏自编码器(SAE), EfficientNetB7	图像	基准数据集（未指定具体数量）	NA	EfficientNetB7, 稀疏自编码器	准确率	NA
887	2025-11-08	A novel hybrid deep learning model for segmentation and uzzy Res-LeNet based classification for Alzheimer's disease 2025-Sep-24, Neurogenetics IF:1.6Q3 DOI:10.1007/s10048-025-00837-4 PMID:40991056	研究论文	提出一种用于阿尔茨海默病分割和分类的混合深度学习方法	提出O-SegUNet分割方法和融合模糊逻辑、ResNeXt和LeNet的Fuzzy Res-LeNet分类模型	NA	阿尔茨海默病的早期检测和分类	阿尔茨海默病患者的大脑MRI图像	医学影像分析	阿尔茨海默病	磁共振成像	混合深度学习模型	医学图像	NA	NA	O-SegUNet, Fuzzy Res-LeNet, SegNet, U-Net, ResNeXt, LeNet	准确率, 敏感度, 特异性	NA
888	2025-09-19	Letter to the Editor: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes 2025-Sep-17, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001534 PMID:40960952	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
889	2025-11-08	Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors 2025-Sep-15, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00657-6 PMID:40952529	研究论文	本研究开发了一种结合机器学习和分子对接的AI模型，用于虚拟筛选间变性淋巴瘤激酶抑制剂	结合了基于配体和基于结构的双重方法，使用集成投票模型和共识对接策略，在大型化合物库中筛选出三个有前景的ALK抑制剂	需要进一步的体外实验验证模型筛选性能，图神经网络表现不如传统机器学习模型	开发AI模型预测ALK抑制剂用于非小细胞肺癌治疗	间变性淋巴瘤激酶抑制剂化合物	机器学习	肺癌	分子对接，虚拟筛选	XGBoost, ANN, GNN, 集成学习	化合物结构数据	120,571个化合物	XGBoost, TensorFlow/PyTorch	人工神经网络, 图神经网络, 集成投票模型	F1分数, 平均精度, 交叉验证	GPU加速分子对接程序
890	2025-11-08	Artificial Intelligence in Alzheimer's Disease Diagnosis and Prognosis Using PET-MRI: A Narrative Review of High-Impact Literature Post-Tauvid Approval 2025-08-21, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14165913 PMID:40869739	综述	本文综述了Tauvid获批后人工智能在阿尔茨海默病PET-MRI诊断和预后中的最新应用进展	聚焦Tauvid（tau蛋白病理PET示踪剂）获批后的高影响力文献，系统梳理AI在AD神经影像中的临床应用	方法学挑战包括可重复性不足、样本量小、缺乏外部验证，限制了临床转化	评估人工智能在阿尔茨海默病诊断和预后中的临床应用价值	阿尔茨海默病患者的PET和MRI神经影像数据	数字病理	老年疾病	PET-MRI神经影像	CNN, GAN, Transformer	医学影像	109项研究（具体样本量未明确说明）	NA	卷积神经网络, 生成对抗网络, 基于Transformer的架构	NA	NA
891	2025-11-08	Application of directed message-passing neural network to predict human oral bioavailability of pharmaceuticals 2025-Aug-19, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00649-6 PMID:40828295	研究论文	本研究开发了一种结合定向消息传递神经网络和分子描述符的深度学习框架，用于预测药物的人体口服生物利用度	首次将Chemprop工具中的定向消息传递神经网络与RDKit分子描述符相结合，通过混合表示增强预测准确性，并利用贝叶斯优化和集成学习提高模型鲁棒性	模型性能仍有提升空间，且主要基于现有FDA批准药物数据进行验证	开发高精度预测药物人体口服生物利用度的计算方法	药物分子及其人体口服生物利用度	机器学习	NA	深度学习，分子描述符计算	D-MPNN	分子结构数据	未明确指定具体样本数量	Chemprop, RDKit	定向消息传递神经网络	AUC, 准确率	NA
892	2025-11-08	Toward Informative Representations of Blood-Based Infrared Spectra via Unsupervised Deep Learning 2025-08, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70011 PMID:40129053	研究论文	本研究利用无监督深度学习开发全卷积去噪自编码器，处理血液红外光谱数据以提取低维表征	首次将全卷积去噪自编码器应用于血液红外光谱数据，通过定制损失函数在降噪的同时保留关键分子信息	研究基于病例对照设计，样本来源和规模可能限制结果的普适性	探索红外光谱数据的低维表征方法以提升疾病检测性能	人类血液样品的傅里叶变换红外光谱数据	机器学习	肺癌	傅里叶变换红外光谱	自编码器	光谱数据	未明确说明具体样本数量	NA	全卷积去噪自编码器	准确率	NA
893	2025-11-08	Integrated machine learning and deep learning-based virtual screening framework identifies novel natural GSK-3β inhibitors for Alzheimer's disease 2025-Jul-16, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00637-w PMID:40668407	研究论文	开发集成机器学习和深度学习的虚拟筛选框架，从天然产物中识别新型GSK-3β抑制剂用于阿尔茨海默病治疗	结合可解释随机森林模型与深度学习分子对接平台的两阶段虚拟筛选框架，通过SHAP分析增强模型可解释性	当前发现仅限于计算研究，需要未来实验验证	识别新型天然GSK-3β抑制剂用于阿尔茨海默病治疗	天然化合物库中的GSK-3β抑制剂	机器学习, 深度学习	阿尔茨海默病	虚拟筛选, 分子对接, 药效团建模, 分子动力学模拟	随机森林, 深度学习	分子结构数据	25,000个天然化合物	KarmaDock	随机森林	AUC, NEF%	NA
894	2025-11-08	CoBdock-2: enhancing blind docking performance through hybrid feature selection combining ensemble and multimodel feature selection approaches 2025-Jul-13, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00629-w PMID:40652425	研究论文	开发了一种基于机器学习的盲对接方法CoBDock-2，通过混合特征选择策略提升结合位点和配体姿态预测性能	采用集成和多模型混合特征选择方法，从9598个特征中识别关键分子特征，替代传统对接工具	与基于深度学习的对接方法比较仅进行了低偏差假设性对比	提升虚拟筛选中的盲对接性能，准确识别正构结合位点和预测小分子亲和力	蛋白质-配体复合物	计算生物学	NA	分子对接，腔体检测，特征选择	机器学习	蛋白质结构，配体结构，相互作用特征	多个基准数据集（PDBBind v2020-general，MTi，ADS，DUD-E，CASF-2016）	NA	NA	结合位点识别准确率，配体姿态预测准确率，平均距离减少，平均姿态RMSD减少	NA
895	2025-11-08	An improved model for prediction of de novo designed proteins with diverse geometries 2025-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.02.657515 PMID:40502157	研究论文	本研究通过物理基础设计方法生成具有非理想几何结构的蛋白质数据集，并开发了能够捕捉几何多样性的改进版AlphaFold2模型	创建了包含5,996个具有多样化非理想几何结构的从头设计蛋白质数据集，并首次展示了深度学习结构预测方法对理想化几何结构的系统性偏差	当前深度学习方法未能完全捕捉决定蛋白质构象偏好的物理原理	改进从头设计蛋白质的几何结构预测能力	从头设计的蛋白质	机器学习	NA	物理基础设计方法	深度学习	蛋白质结构数据	5,996个稳定的从头设计蛋白质，包含5个未见折叠家族的数千个几何多样化蛋白质	AlphaFold2	AlphaFold2	几何多样性重现能力，泛化能力	NA
896	2025-11-08	Deep Learning on Histopathological Images to Predict Breast Cancer Recurrence Risk and Chemotherapy Benefit 2025-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.15.25327686 PMID:40661301	研究论文	开发基于组织病理学图像和多模态深度学习的人工智能模型，用于预测乳腺癌复发风险和化疗获益	首次使用常规组织病理学图像结合临床病理变量来估计Oncotype DX 21基因复发评分，无需昂贵基因组检测	模型主要针对HR+/HER2-早期乳腺癌患者，在其他亚型中的适用性需进一步验证	开发可替代基因组检测的AI工具，辅助乳腺癌化疗决策	激素受体阳性、HER2阴性早期乳腺癌患者	数字病理学	乳腺癌	组织病理学成像	深度学习	图像, 临床数据	TAILORx试验8,284例患者，外部验证6个队列5,497例患者	NA	基础模型	AUC	NA
897	2025-11-08	Natural Modal Sketching Network: An Interpretable Approach for Bearing Impulsive Feature Extraction 2025-Feb, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3497597 PMID:40030538	研究论文	提出一种可解释的轴承冲击特征提取方法——自然模态素描网络	将模态响应设计为卷积核，通过自然模态素描机制实现可解释的特征提取，并提出理论校正算法	未明确说明方法在极端噪声环境下的性能边界	实现鲁棒且可信的轴承冲击特征提取	滚动轴承故障信号	机器学习	NA	模态分析	CNN	振动信号	NA	NA	自然模态素描网络	噪声鲁棒性, 可解释性分析	NA
898	2025-11-08	Convolutional- and Deep Learning-Based Techniques for Time Series Ordinal Classification 2025-Feb, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3498100 PMID:40030321	研究论文	本文首次对时间序列有序分类方法进行基准测试，通过利用目标标签的排序关系提升现有时间序列分类方法的性能	首次系统性地探索时间序列有序分类领域，将卷积和深度学习方法适配到有序分类问题，并建立了该领域的首个基准	仅针对29个有序问题进行了实验，未涵盖更广泛的时间序列数据类型	研究时间序列有序分类问题，提升有序标签结构下的分类性能	具有有序标签结构的时间序列数据	机器学习	NA	时间序列分析	CNN, 深度学习	时间序列数据	29个有序问题数据集	NA	NA	有序性能指标	NA
899	2025-11-08	Multi-Scale Autoencoder Suppression Strategy for Hyperspectral Image Anomaly Detection 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3595408 PMID:40779374	研究论文	提出一种多尺度自编码器抑制策略用于高光谱图像异常检测	结合局部特征提取器与全局特征提取器实现多尺度特征提取，并设计自注意力抑制模块降低异常像素影响	未明确说明计算复杂度及实时性表现	提高高光谱图像异常检测的准确性	高光谱图像数据	计算机视觉	NA	高光谱成像	自编码器	高光谱图像	八个数据集	NA	Transformer, ODConv	检测准确率	NA
900	2025-11-08	Delineating SARS-CoV-2 spike protein and antibodies interaction interfaces via siamese neural networks: A geometric and image-based analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335270 PMID:41187146	研究论文	通过孪生神经网络结合深度图和几何描述符分析SARS-CoV-2刺突蛋白与抗体相互作用界面	首次将深度图与分子表面几何描述符集成到孪生神经网络中，通过几何形状互补性区分稳定与不稳定蛋白质复合物	NA	开发能够准确预测抗体-抗原相互作用稳定性的深度学习模型	SARS-CoV-2刺突蛋白受体结合域的结合体与非结合体	生物信息学	COVID-19	深度学习方法	Siamese Neural Network	图像数据（深度图）和几何描述符	NA	NA	Siamese Neural Network	准确率	NA