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
961	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
962	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
963	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
964	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
965	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
966	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
967	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
968	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
969	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
970	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
971	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
972	2025-11-08	E-RespiNet: An LLM-ELECTRA driven triple-stream CNN with feature fusion for asthma classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334528 PMID:41187139	研究论文	提出E-RespiNet多模态深度学习架构，通过集成ELECTRA和三流CNN实现哮喘呼吸音自动分类	首次将ELECTRA的判别式预训练与三流CNN框架结合，并采用基于对立学习的和声搜索优化	跨机构验证准确率为75.7%，存在23.3%的泛化差距	开发自动呼吸音分类系统以改善资源受限环境下的呼吸疾病诊断	哮喘患者的呼吸音数据	数字病理	哮喘	呼吸音分析	CNN,ELECTRA	音频	两个临床数据集：哮喘检测数据集V2（1,211条录音，5种条件）和KA大学医院数据集（940个样本，81名受试者，4种条件）	PyTorch,TensorFlow	三流CNN,ELECTRA	准确率,AUC	GPU
973	2025-11-08	Attention to detail: A conditional multi-head transformer for traffic sign recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335341 PMID:41187177	研究论文	提出一种条件多头Transformer模型用于交通标志识别，通过动态调整特征提取和注意力机制提升分类性能	提出条件视觉Transformer(CViT)，能够根据输入标志类型动态调整特征聚合、Q/K/V投影和注意力机制	未明确说明模型在极端天气或严重遮挡条件下的鲁棒性测试	提升自动驾驶应用中交通标志识别的准确性和可靠性	交通标志	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	Vision Transformer, 条件视觉Transformer(CViT)	准确率, 微精确率, 宏召回率, 宏F1分数	NA
974	2025-11-08	Application of deep learning in behavior recognition and early warning system for campus safety management 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335040 PMID:41187211	研究论文	提出基于深度学习的校园行为识别与预警系统DeepCARE，通过视频分析检测异常行为	结合CNN与LSTM的混合模型架构，并集成自编码器异常检测模块以提高准确率并降低误报	NA	提升校园安全管理中的行为识别能力与预警响应速度	校园监控视频中的异常行为（如攻击行为、未授权进入、禁区滞留）	计算机视觉	NA	实时视频分析	CNN, LSTM, Autoencoder	视频	NA	NA	CNN-LSTM混合架构	准确率	NA
975	2025-11-08	Meta analysis of the diagnostic efficacy of transformer-based multimodal fusion deep learning models in early Alzheimer's disease 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1641548 PMID:41189652	荟萃分析	通过荟萃分析系统评估基于Transformer的多模态融合深度学习模型在早期阿尔茨海默病诊断中的效能	首次系统评估Transformer多模态融合模型在早期AD诊断中的表现，发现多模态整合、特征级融合和多中心数据应用是关键优势	单中心数据比例较高，模型可解释性不足	评估Transformer多模态融合深度学习模型在早期阿尔茨海默病诊断中的效能	早期阿尔茨海默病患者	医学人工智能	阿尔茨海默病	多模态数据融合	Transformer, CNN	多模态医学数据	20项临床研究，12,897名参与者	NA	Transformer, Dual-3DM3AD, 混合Transformer模型(Transformer+CNN)	AUC, 敏感度, 特异度, 准确率	NA
976	2025-11-08	Finding differentially expressed genes between cell fates predicted by image-based deep learning 2025, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v22.0022 PMID:41189733	研究论文	开发了一种整合基于图像的深度学习细胞命运预测与单细胞转录组分析的方法，用于发现不同预测命运间的差异表达基因	首次将基于图像的细胞命运深度学习预测与单细胞全转录组分析相结合，在转录组谱未显示明显聚类时仍能检测差异表达基因	仅作为原理验证应用于热应激诱导的细胞死亡模型，尚未在其他细胞命运决定过程中验证	发现细胞命运决定过程中的早期触发基因	哺乳动物细胞系中经历热应激后命运不同的细胞	计算生物学	NA	单细胞RNA测序(scRNA-seq), 延时成像	深度学习模型	细胞图像, 转录组数据	经历热应激的哺乳动物细胞系细胞	NA	NA	差异表达基因检测	NA
977	2025-11-08	FROG: a new people detection dataset for knee-high 2D range finders 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1671673 PMID:41189740	研究论文	提出名为FROG的新型膝高2D测距仪人员检测数据集及端到端深度学习检测方法	创建了激光分辨率更高、扫描频率更快、标注更完整的膝高2D测距仪数据集，并提出无需手工特征处理的端到端深度学习检测方法	未明确说明数据集的采集环境多样性及模型在极端场景下的泛化能力	提升移动机器人使用膝高2D测距仪进行人员检测的性能	移动机器人膝高2D测距仪采集的激光扫描数据	计算机视觉	NA	2D激光测距技术	深度学习	激光扫描数据	17倍于DROW数据集的标注扫描数，100倍的人员标注数	ROS	端到端深度学习架构	检测频率（Hz）	未明确说明
978	2025-11-08	Exploring the ethical issues posed by AI and big data technologies in drug development 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1585180 PMID:41189967	综述	系统分析人工智能与大数据技术在药物开发中的技术突破、潜在风险与治理路径	首次系统探讨AI与大数据在药物研发效率革命中的伦理底线与责任创新生态系统构建	未涉及具体技术实施方案的伦理验证	探索AI与大数据技术在药物开发中引发的伦理问题及治理方案	药物开发过程中的人工智能与大数据技术应用	生物医学信息学	NA	大数据分析, 深度学习	深度学习	生物医学大数据	NA	NA	NA	NA	NA
979	2025-11-08	WOAENet: a whale optimization-guided ensemble deep learning with soft voting for uterine cancer diagnosis based on MRI images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1664201 PMID:41190038	研究论文	提出一种基于鲸鱼优化算法引导的集成深度学习框架WOAENet，用于子宫癌MRI图像的自动诊断	首次将鲸鱼优化算法应用于深度学习模型超参数调优，并构建软投票集成框架用于子宫癌诊断	研究基于单一医疗机构的数据集，需要更多外部验证	开发准确高效的子宫癌自动诊断方法	子宫MRI图像	计算机视觉	子宫癌	MRI成像	CNN,集成学习	医学图像	来自King Abdullah University Hospital的子宫癌MRI数据集	TensorFlow, PyTorch	MobileNetV2, DenseNet121, LVM	准确率,特异性,F1分数	NA
980	2025-11-08	ConoDL: a deep learning framework for rapid generation and prediction of conotoxins 2024-Dec-26, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-024-00582-0 PMID:39724258	研究论文	提出一个名为ConoDL的深度学习框架，用于快速生成和预测芋螺毒素	结合迁移学习和大语言模型解决芋螺毒素生成中的数据限制问题，并生成具有新型半胱氨酸支架的人工芋螺毒素	芋螺毒素数据有限且结构复杂，限制了深度学习模型的应用	开发新型方法探索芋螺毒素的分子空间	芋螺毒素（小型二硫键丰富的生物活性肽）	机器学习	NA	深度学习	LLM	序列数据	NA	NA	ConoGen, ConoPred	序列和结构水平的肽特性评估	NA