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
941	2025-05-14	Regulatory Plasticity of the Human Genome 2025-Mar-05, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf050 PMID:40056383	研究论文	利用深度学习模型研究人类基因组中调控元件（如增强子）的进化更替及其在环境适应中的作用	首次通过深度学习模型系统分析三种进化路径（人类-黑猩猩替换、现代人群变异、随机突变）对增强子更替的影响，揭示神经发育基因附近增强子的高可塑性	仅关注增强子更替，未涉及其他调控元件；样本局限于已有基因组数据	探究人类基因组调控元件的进化可塑性及其在表型分歧中的作用	人类基因组非编码区域（特别是增强子）	基因组学	NA	深度学习	深度学习模型（未指定具体架构）	基因组序列数据	全基因组范围分析（含人类-黑猩猩比较、人群变异数据及随机突变模拟）
942	2025-05-14	TopoQA: a topological deep learning-based approach for protein complex structure interface quality assessment 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf083 PMID:40062613	研究论文	本文提出了一种基于拓扑深度学习的蛋白质复合物结构界面质量评估方法TopoQA	利用持久同调(PH)捕捉残基周围的原子级拓扑信息，并将拓扑数据分析中的PH集成到图神经网络(GNN)中，以增强对复合物界面拓扑结构与质量分数之间关系的学习	NA	开发一种高效有效的质量评估(QA)方法，用于评估预测蛋白质复合物的质量而无需知道其天然结构	蛋白质复合物结构界面	生物信息学	NA	持久同调(PH), 图神经网络(GNN)	GNN	蛋白质结构数据	三个基准数据集：DBM55-AF2、HAF2和ABAG-AF3
943	2025-05-14	Cox-Sage: enhancing Cox proportional hazards model with interpretable graph neural networks for cancer prognosis 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf108 PMID:40067266	研究论文	提出了一种名为Cox-Sage的可解释癌症预后模型，通过图神经网络增强Cox比例风险模型	结合患者相似性图和基因表达数据，利用多层图卷积建模比例风险模式，并引入两种基因重要性度量指标	作为初步研究，仅在LIHC数据集上进行了预后生物标志物发现	提高癌症预后模型的性能和可解释性	癌症患者	机器学习	肝癌	高通量测序技术	GNN, Cox-Sage	基因表达数据, 临床数据	来自TCGA的七个数据集
944	2025-05-14	Seq2Topt: a sequence-based deep learning predictor of enzyme optimal temperature 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf114 PMID:40079266	研究论文	开发了一种基于序列的深度学习预测器Seq2Topt，用于预测酶的最适温度	Seq2Topt仅使用蛋白质序列就能达到较高的预测准确度，并能通过多头注意力机制捕捉影响酶最适温度的关键蛋白质区域	NA	开发准确预测酶最适温度的深度学习模型	酶的最适温度	机器学习	NA	深度学习	Seq2Topt	蛋白质序列	NA
945	2025-05-14	actifpTM: a refined confidence metric of AlphaFold2 predictions involving flexible regions 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf107 PMID:40080667	研究论文	本文提出了一种改进的ipTM度量方法actifpTM，用于更准确地评估蛋白质-蛋白质相互作用中的结合界面置信度	提出actifpTM方法，专注于参与相互作用的残基，提供更稳健的相互作用置信度评估，适用于多链复合物	未明确提及具体局限性	改进蛋白质结构预测中相互作用置信度的评估方法	蛋白质-蛋白质相互作用，特别是涉及柔性区域的相互作用	生物信息学	NA	AlphaFold2, ColabFold	深度学习模型	蛋白质结构数据	NA
946	2025-05-14	Automated detection of early-stage osteonecrosis of the femoral head in adult using YOLOv10: Multi-institutional validation 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111983 PMID:39923593	研究论文	开发基于YOLOv10的深度学习模型，用于通过X光片检测成人早期股骨头坏死	首次应用YOLOv10模型进行早期股骨头坏死的自动化检测，并在多机构验证中表现优于放射科医生	研究为回顾性设计，需要前瞻性研究进一步验证模型的临床适用性	开发自动化检测早期股骨头坏死的深度学习模型	成人早期股骨头坏死患者（ARCO I-II期）	数字病理	骨科疾病	深度学习	YOLOv10	X光图像	2321名患者（平均年龄51±14岁，961名女性），共3970张单侧髋关节X光片
947	2025-05-14	ResGloTBNet: An interpretable deep residual network with global long-range dependency for tuberculosis screening of sputum smear microscopy images 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104300 PMID:40057359	研究论文	提出了一种名为ResGloTBNet的可解释深度残差网络，用于痰涂片显微镜图像的结核病筛查	将卷积神经网络和图卷积网络结合，引入全局推理单元形成ResGloRe模块，同时提取局部特征和建模全局关系	未提及具体局限性	提高结核病筛查的准确性和敏感性	痰涂片显微镜图像	数字病理学	结核病	深度学习	ResGloTBNet（结合CNN和GCN）	图像	公开数据集和私有数据集（具体数量未提及）
948	2025-05-14	A comparative analysis of Constant-Q Transform, gammatonegram, and Mel-spectrogram techniques for AI-aided cardiac diagnostics 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104302 PMID:40057368	研究论文	本研究比较了Constant-Q变换、gammatonegram和Mel-spectrogram技术在AI辅助心脏诊断中的应用，并设计了一种DAG-CNN架构进行心音分类	提出了一种基于DAG-CNN的新型心音分类模型，在gammatonegram、Mel-spectrogram和CQT特征上分别实现了100%、99.7%和99.5%的高分类准确率	未提及具体样本量和临床验证的详细情况	开发自动心音分类技术以改善心血管疾病的早期诊断	心音信号	数字信号处理	心血管疾病	Phonocardiogram (PCG)分析	DAG-CNN	音频信号	NA
949	2025-05-14	Transparency and Representation in Clinical Research Utilizing Artificial Intelligence in Oncology: A Scoping Review 2025-Mar, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70728 PMID:40059400	综述	本文通过范围综述评估了在肿瘤学临床研究中利用人工智能（AI）时，人口统计数据报告的透明度及参与者的多样性	首次系统评估了AI在肿瘤学临床研究中人口统计数据报告的透明度和多样性，揭示了当前研究中种族和民族数据报告的不足	仅纳入了2016年至2021年间发表的研究，且仅通过PubMed进行检索，可能遗漏了部分相关研究	评估AI在肿瘤学临床研究中人口统计数据报告的透明度和参与者多样性，以确保AI模型的公平性和无偏见	2016年至2021年间发表的利用AI的肿瘤学临床研究	人工智能在医疗健康中的应用	肿瘤学	NA	NA	人口统计数据	220项研究中的118项符合条件，其中47项（40%）公开了至少一个训练或验证数据集
950	2025-05-14	Harnessing transcriptional regulation of alternative end-joining to predict cancer treatment 2025-Mar, NAR cancer IF:3.4Q2 DOI:10.1093/narcan/zcaf007 PMID:40061566	研究论文	本文研究了替代性末端连接（alt-EJ）的转录调控及其在癌症治疗中的预测价值	揭示了alt-EJ受缺氧抑制并与MYC转录活性正相关，提出了通过靶向alt-EJ预测和改善癌症治疗效果的策略	alt-EJ与驱动癌症进展的过程之间的相互作用仍不完全清楚	探索alt-EJ的转录调控机制及其在癌症治疗中的应用	癌症细胞	癌症研究	癌症	深度学习	NA	肿瘤图像	NA
951	2025-05-14	A Pilot Study on Using an Artificial Intelligence Algorithm to Identify Urolith Composition through Abdominal Radiographs in the Dog 2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70012 PMID:40065198	研究论文	本研究探讨了使用人工智能算法通过腹部X光片识别犬类尿结石成分的可行性	开发了一种名为CALCurad的深度学习AI算法，可通过智能手机应用初步评估尿结石成分	研究样本量较小（仅139只狗），且仅评估了struvite成分的预测准确性	评估AI算法在预测犬类尿结石成分方面的准确性和临床应用价值	犬类尿结石	数字病理	泌尿系统疾病	深度学习	深度学习算法（具体类型未说明）	图像（腹部X光片）	139只狗
952	2025-05-14	A Deep Learning Model for Three-Dimensional Determination of Whole Thoracic Vertebral Bone Mineral Density from Noncontrast Chest CT: The Multi-Ethnic Study of Atherosclerosis 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.242133 PMID:40067103	研究论文	本研究开发了一种基于深度学习的模型，用于从非对比胸部CT中三维测定全胸椎骨密度	使用TotalSegmentator（一种nnU-net算法）进行三维椎体骨密度测量，相比传统二维方法具有更高的准确性和预测能力	研究样本主要来自多民族动脉粥样硬化研究(MESA)的参与者，可能限制了结果的普遍性	评估深度学习算法在非对比胸部CT中三维测定全胸椎骨密度的能力及其在预测椎体骨折中的价值	多民族动脉粥样硬化研究(MESA)的参与者（2956人）	数字病理学	骨质疏松症	非对比胸部CT	nnU-net（TotalSegmentator）	医学影像（CT扫描）	2956名参与者（其中1546名女性，平均年龄69±9岁），其中1304名有纵向随访数据
953	2025-05-14	MRI-based Deep Learning Algorithm for Assisting Clinically Significant Prostate Cancer Detection: A Bicenter Prospective Study 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.232788 PMID:40067105	research paper	本研究比较了商业深度学习算法（DLA）与放射科医生在MRI基础上检测临床显著性前列腺癌（csPCa）的诊断性能	前瞻性验证了深度学习算法在前列腺MRI中的应用，并与放射科医生的诊断性能进行了比较	研究样本仅来自两个医院，可能影响结果的普遍性	比较深度学习算法和放射科医生在前列腺癌检测中的诊断性能	疑似前列腺癌并计划进行活检的患者	digital pathology	prostate cancer	biparametric MRI	DLA	MRI图像	205名男性患者，共259个病灶
954	2025-05-14	Automated Detection of Keratorefractive Laser Surgeries on Optical Coherence Tomography Using Deep Learning 2025-Mar, Journal of refractive surgery (Thorofare, N.J. : 1995) DOI:10.3928/1081597X-20250204-04 PMID:40067669	研究论文	使用深度学习神经网络在眼前段光学相干断层扫描(AS-OCT)上自动检测不同类型的角膜屈光激光手术	开发了一个深度学习神经网络算法，能够自动检测多种角膜屈光激光手术类型，并区分其中的近视和远视治疗子类	NA	通过AS-OCT扫描自动检测和分类角膜屈光激光手术历史，以支持治疗规划、人工晶体计算和圆锥角膜评估	接受过不同类型角膜屈光激光手术的患者眼睛	计算机视觉	眼科疾病	光学相干断层扫描(AS-OCT)	深度学习神经网络	图像	14,948个眼睛扫描，来自1,166名患者的2,278只眼睛
955	2025-05-14	Enhancing single-cell classification accuracy using image conversion and deep learning 2025-Mar, Yi chuan = Hereditas DOI:10.16288/j.yczz.24-213 PMID:40068952	研究论文	本文提出了一种创新的单细胞分类方法scIC，通过将scRNA-seq数据转换为图像形式并结合深度学习技术进行细胞分类	将scRNA-seq数据转换为图像形式并结合CNN和ResNet进行细胞分类，显著提高了分类准确率	未提及方法在其他类型细胞或更复杂数据集上的适用性	提高单细胞转录组数据的分类准确性	小鼠皮肤基底细胞、小鼠淋巴细胞、人类神经元细胞和小鼠脊髓细胞	数字病理学	NA	scRNA-seq	CNN, ResNet	图像	四种细胞类型的scRNA-seq数据
956	2025-05-14	Novel Computational Pipeline Enables Reliable Diagnosis of Inverted Urothelial Papilloma and Distinguishes It From Urothelial Carcinoma 2025-Mar, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00059 PMID:40080780	研究论文	本文提出了一种新的计算流程，用于从尿路上皮癌中准确诊断倒置性尿路上皮乳头状瘤，并通过统计特征提高诊断准确性	通过自动提取全切片图像的统计特征，减少了人工标注的工作量，并构建了一个集成分类器用于外部验证队列的预测准确性测试	外部验证队列的样本量有限，可能影响模型的泛化能力	提高倒置性尿路上皮乳头状瘤（IUP）与尿路上皮癌（UC）亚型之间的诊断准确性	225例常见和罕见尿路上皮病变的全切片图像（包括64例IUP、69例倒置性尿路上皮癌和92例低级别尿路上皮癌）	数字病理学	尿路上皮癌	全切片图像分析	集成分类器	图像	225例尿路上皮病变的全切片图像
957	2025-05-14	Towards artificial intelligence application in pain medicine 2025-Mar, Recenti progressi in medicina DOI:10.1701/4460.44555 PMID:40084580	综述	本文综述了人工智能在疼痛医学中的最新进展，包括自动疼痛评估方法及其在诊断和治疗中的应用	介绍了自动疼痛评估（APA）方法，利用AI技术分析生物信号、面部表情和语音模式，为疼痛诊断提供更客观的评估手段	需要解决验证、参数选择和技术实施的伦理问题	探讨人工智能在疼痛医学中的应用及其潜力	疼痛的诊断和管理，特别是慢性疼痛和新生儿及无法沟通患者的疼痛评估	人工智能在医学中的应用	疼痛相关疾病	机器学习算法和深度学习架构，如自然语言处理系统	机器学习、深度学习、NLP	生物信号、面部表情、语音模式	NA
958	2025-05-14	Deep Learning Radiopathomics Models Based on Contrast-enhanced MRI and Pathologic Imaging for Predicting Vessels Encapsulating Tumor Clusters and Prognosis in Hepatocellular Carcinoma 2025-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.240213 PMID:40084948	研究论文	基于对比增强MRI和病理成像的深度学习放射病理组学模型预测肝细胞癌中血管包裹肿瘤簇(VETC)及预后	开发了结合放射组学和病理组学的深度学习模型，用于预测肝细胞癌中的VETC模式和生存预后	回顾性研究设计可能引入选择偏倚，且样本量相对有限	预测肝细胞癌中的VETC模式及评估患者预后	578例肝细胞癌患者	数字病理	肝细胞癌	对比增强MRI，病理成像	Swin Transformer	MRI图像，病理图像	578例患者(训练集317例，内部测试集137例，外部测试集124例)
959	2025-05-14	stAI: a deep learning-based model for missing gene imputation and cell-type annotation of spatial transcriptomics 2025-Feb-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf158 PMID:40057378	研究论文	介绍了一种基于深度学习的模型stAI，用于空间转录组学数据中的缺失基因插补和细胞类型注释	stAI模型通过联合嵌入scST和参考scRNA-seq数据，利用两个独立的编码器-解码器模块，在潜在空间中以监督方式同时进行基因插补和细胞类型注释	NA	解决单细胞空间转录组学(scST)应用中全转录组水平表征和细胞类型全面注释的两大挑战	单细胞空间转录组学(scST)数据	数字病理学	NA	空间转录组学技术, scRNA-seq	深度学习模型(编码器-解码器模块)	空间转录组学数据, scRNA-seq数据	NA
960	2025-05-14	Machine Learning Methods for Classifying Multiple Sclerosis and Alzheimer's Disease Using Genomic Data 2025-Feb-27, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26052085 PMID:40076709	research paper	该研究利用机器学习方法分析英国生物银行的基因组数据，旨在预测多发性硬化症和阿尔茨海默病的基因组易感性	研究比较了逻辑回归、集成树方法和深度学习模型在预测复杂疾病基因组易感性方面的表现，并利用可解释性工具揭示了多发性硬化症的多基因性	深度学习模型表现存在较大变异性，可能影响预测的稳定性	预测多发性硬化症和阿尔茨海默病的基因组易感性	英国生物银行的基因组数据	machine learning	multiple sclerosis, Alzheimer's disease	genomic data analysis	logistic regression, ensemble tree methods, deep learning models	genomic data	NA