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
81	2025-07-18	PREDAC-FluB: predicting antigenic clusters of seasonal influenza B viruses with protein language model embedding based convolutional neural network 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf308 PMID:40665740	研究论文	本文提出了一种名为PREDAC-FluB的混合深度学习框架，用于预测季节性B型流感病毒的抗原簇	结合CNN空间特征提取、ESM-2嵌入与六种物理化学描述符的多模态序列表示，以及UMAP引导的聚类方法，首次为B型流感病毒建立抗原变异预测模型	仅针对B型流感病毒进行研究，未涵盖其他流感病毒类型	准确预测B型流感病毒的抗原变异以辅助疫苗株选择	B/Victoria系(9036对)和B/Yamagata系(4520对)流感病毒株	数字病理学	流感	蛋白质语言模型嵌入	CNN	蛋白质序列数据	B/Victoria系9036对病毒株，B/Yamagata系4520对病毒株
82	2025-07-18	A 3D pocket-aware lead optimization model with knowledge guidance and its application for discovery of new glutaminyl cyclase inhibitors 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf345 PMID:40669838	研究论文	本文提出了一种名为Diffleop的3D口袋感知扩散模型，用于基于结构的先导化合物优化，以提高结合亲和力和合理性质	Diffleop模型首次在去噪采样过程中明确结合了蛋白质-配体结合亲和力知识和共价键信息，用于先导化合物优化	未提及具体的模型适用范围限制或潜在问题	开发一种新型深度学习模型以提高药物发现中先导化合物优化的效率和效果	人类谷氨酰环化酶(QCs)的新型抑制剂	药物发现	NA	3D扩散模型	Diffleop (基于E(3)-等变专家网络的扩散模型)	分子结构数据	优化了5-甲基-1H-咪唑类化合物，合成了3个化合物
83	2025-07-18	scRECL: representative ensembles with contrastive learning for scRNA-seq data clustering analysis 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf346 PMID:40671174	research paper	提出了一种名为scRECL的对比集成学习方法，用于scRNA-seq数据的聚类分析	结合对比学习和集成学习，利用Siamese神经网络和多重图筛选噪声和冗余细胞，提高了聚类分析的鲁棒性和效率	未提及具体的数据集验证或与其他方法的比较结果	提高单细胞RNA测序数据聚类分析的准确性和鲁棒性	单细胞RNA测序数据	machine learning	NA	scRNA-seq	Siamese neural networks	gene expression profiles	NA
84	2025-07-18	Diagnosis and Screening of Velocardiofacial Syndrome by Evaluating Facial Photographs Using a Deep Learning-Based Algorithm 2025-Jul-01, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000011792 PMID:39356705	研究论文	本研究探讨了使用深度学习算法开发面部识别模型以诊断Velocardiofacial综合征（VCFS）的可行性和有效性	首次使用多任务级联卷积神经网络（MTCNN）模型从面部照片中诊断VCFS，并展示了高准确率	模型的准确性在不同角度的照片中有所波动，仅在使用正面照片时达到最高准确率	开发一种基于深度学习的面部识别模型，用于早期诊断VCFS	VCFS患者和非VCFS对照者的面部照片	计算机视觉	Velocardiofacial综合征	深度学习	MTCNN	图像	98名VCFS患者（920张面部照片）和91名非VCFS对照者（463张面部照片）
85	2025-07-18	Challenges in Implementing Endoscopic Artificial Intelligence: The Impact of Real-World Imaging Conditions on Barrett's Neoplasia Detection 2025-Jul, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12760 PMID:40116287	研究论文	本研究探讨了内窥镜深度学习系统在现实世界不同图像质量条件下的性能下降问题，并提出了增强系统鲁棒性的策略	首次量化评估了基于专家高质量图像训练的巴雷特瘤计算机辅助检测系统在临床实际图像质量不均一情况下的性能下降，并验证了三种提升算法鲁棒性的方法	研究仅针对巴雷特瘤这一特定疾病，且样本量相对有限	评估计算机辅助检测系统在不同图像质量条件下的性能变化并提升其临床适用性	巴雷特瘤患者的内窥镜图像	数字病理	巴雷特瘤	深度学习	计算机辅助检测系统	内窥镜图像	373名巴雷特患者的1011张高质量图像，以及另外351名患者(117人×3组)的测试图像
86	2025-07-18	Toxicologic Pathology Forum*: Opinion on New Technologies and Trends Disrupting Drug Discovery and Development: How Can the Next Generation of Toxicologic Pathologists Be Prepared for Evolving Roles? 2025-Jul, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251321805 PMID:40159889	评论	本文讨论了制药行业中技术创新的加速如何重塑药物研发，并探讨了毒理病理学家如何适应这些变化	强调了技术革新和社会变化对毒理病理学家角色的深远影响，提出了未来行业对毒理病理学家的新要求	未提出具体的培训或教育方案来应对这些变化	探讨毒理病理学家如何适应制药行业的技术和社会变化	毒理病理学家和制药行业的研发流程	数字病理学	NA	人工智能、深度学习、数字病理学	NA	NA	NA
87	2025-07-18	Transfer Learning Empowered Multiple-Indicator Optimization Design for Terahertz Quasi-Bound State in the Continuum Biosensors 2025-Jul, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504855 PMID:40287969	research paper	该研究提出了一种利用迁移学习优化太赫兹准连续态束缚态（QBIC）生物传感器多指标设计的创新方法	首次实现了质量因子（Q因子）、品质因数（FoM）和有效传感区域（ESA）的多指标综合优化，并采用迁移学习方法显著降低了数据需求	未明确提及具体局限性	优化太赫兹QBIC生物传感器的多指标设计，提升痕量生物检测性能	太赫兹QBIC生物传感器	machine learning	NA	迁移学习	深度学习模型（具体未说明）	多维数据集（低维与高维）	数据需求比传统深度学习方法减少50%
88	2025-07-18	Detection of Hypertrophic Cardiomyopathy on Electrocardiogram Using Artificial Intelligence 2025-Jul, Circulation. Heart failure DOI:10.1161/CIRCHEARTFAILURE.124.012667 PMID:40365710	研究论文	本研究评估了一种基于人工智能的设备（Viz HCM）在12导联心电图上检测肥厚型心肌病（HCM）的准确性	使用深度学习技术开发的人工智能设备能够通过心电图筛查HCM，提高检测率并实现早期诊断	设备的敏感性为68.4%，虽然特异性较高（99.1%），但在实际应用中可能存在一定的漏诊风险	评估人工智能设备在检测肥厚型心肌病方面的准确性和潜在应用价值	肥厚型心肌病（HCM）患者和非HCM患者的心电图数据	数字病理学	心血管疾病	深度学习	NA	心电图数据	293例HCM阳性和2912例HCM阴性病例
89	2025-07-18	Comparison of an Attention-Based Multiple Instance Learning (MIL) With a Visual Transformer Model: Two Weakly Supervised Deep Learning (DL) Algorithms for the Detection of Histopathologic Lesions in the Rat Liver to Distinguish Normal From Abnormal 2025-Jul, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251339653 PMID:40444726	研究论文	本研究比较了基于注意力的多实例学习（MIL）与视觉Transformer模型在弱监督深度学习算法中的应用，用于检测大鼠肝脏组织病理学病变以区分正常与异常	首次在弱监督框架下比较了MIL和视觉Transformer模型在组织病理学病变检测中的应用，并展示了模型通过迁移学习适应不同器官的能力	研究仅基于大鼠肝脏和肾脏的WSI数据，未验证在其他器官或物种上的适用性	开发高效的人工智能算法以提高监管毒性研究中组织病理学评估的效率	大鼠肝脏和肾脏的整个切片图像（WSI）	数字病理学	NA	弱监督深度学习	MIL, Transformer	图像	58项不同大鼠毒性研究的肝脏切片WSI
90	2025-07-18	Fundus Refraction Offset as an Individualized Myopia Biomarker 2025-Jul-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1513 PMID:40471629	研究论文	提出一种基于眼底折射偏移（FRO）的个体化近视生物标志物，并研究其与光学相干断层扫描（OCT）得出的眼部参数的关联	首次提出FRO作为个体化近视生物标志物，并验证其与眼部解剖特征的关联	研究样本主要来自UK Biobank数据库，外部验证数据集样本量较小（仅152只右眼）	开发个体化近视风险评估的生物标志物	健康人眼（UK Biobank数据库45,180只眼和Caledonian队列152只右眼）	数字病理	近视	光学相干断层扫描（OCT）和深度学习	深度学习模型	眼底图像和OCT数据	UK Biobank数据库45,180只眼（训练集70%）和Caledonian队列152只右眼
91	2025-07-18	Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy 2025-Jul, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00679-1 PMID:40603582	研究论文	提出了一种名为MAARS的多模态人工智能方法，用于预测肥厚型心肌病患者的致死性心律失常事件	MAARS通过分析多模态医疗数据，包括电子健康记录、超声心动图和放射学报告以及对比增强心脏磁共振图像，显著提高了预测准确性，并在人口统计学亚组中表现出公平性	未提及具体样本量或数据收集的限制	提高肥厚型心肌病患者致死性心律失常事件的预测准确性	肥厚型心肌病患者	机器学习	心血管疾病	深度学习	transformer-based神经网络	多模态医疗数据（电子健康记录、超声心动图、放射学报告、心脏磁共振图像）	NA
92	2025-07-18	Dynamic frame-by-frame motion correction for 18F-flurpiridaz PET-MPI using convolution neural network 2025-Jul-01, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.27.25330436 PMID:40630596	research paper	该研究提出了一种基于深度学习的自动运动校正方法，用于18F-flurpiridaz PET心肌灌注成像	使用3D ResNet架构实现自动帧间运动校正，减少了人工校正的变异性和时间消耗	研究仅基于32个临床站点的数据，可能需要更大规模验证	提高18F-flurpiridaz PET心肌血流定量分析的准确性和效率	18F-flurpiridaz PET心肌灌注成像数据	digital pathology	cardiovascular disease	PET成像	3D ResNet	3D医学影像	32个临床站点的数据（来自NCT01347710临床试验）
93	2025-07-18	Unsupervised learning reveals landscape of local structural motifs across protein classes 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf377 PMID:40569048	研究论文	利用无监督学习揭示跨蛋白质类别的局部结构基序景观	通过自监督深度学习对大规模蛋白质结构数据集进行分析，创建了一个包含1500万个局部结构微环境的“词典”，并展示了这些基序在蛋白质结构搜索和模型质量评估中的最先进性能	NA	表征局部结构和功能在蛋白质分析中的景观	蛋白质数据银行中的1500万个局部结构微环境	机器学习	NA	自监督深度学习	无监督学习	3D结构数据	超过1500万个局部环境
94	2025-07-18	A semi-automated workflow for cohort-wise preparation of radiotherapy data for dose-response modeling, including autosegmentation of organs at risk 2025-Jul, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70152 PMID:40653785	研究论文	开发并测试了一种半自动化工作流程，用于从肿瘤信息系统(OIS)中准备放疗数据，包括自动分割风险器官(OARs)，以用于风险建模	提出了一种结合深度学习和基于图谱方法的半自动化工作流程，显著提高了风险器官分割的效率与准确性	工作流程在测试案例中的成功率为80%，仍有20%的案例需要人工干预	开发高效的方法来准备大规模研究队列的放疗数据，用于剂量-反应风险建模	放疗数据，特别是风险器官(OARs)的分割	数字病理	肺癌	深度学习(DL)和基于图谱的分割方法	深度学习模型	医学影像数据	106个患者案例用于开发，20个独立案例用于评估，50个独立案例用于最终测试
95	2025-07-18	Noise-aware system generative model (NASGM): positron emission tomography (PET) image simulation framework with observer validation studies 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17962 PMID:40660861	研究论文	本研究开发并验证了一种基于深度学习的PET图像模拟方法NASGM，用于生成不同采集时间的PET图像	提出了噪声感知系统生成模型（NASGM），采用条件生成对抗网络和新型双域鉴别器，结合空间和频率分支，以及基于Transformer的频率鉴别器结构	未明确提及在训练范围外的泛化能力，以及在实际临床环境中的验证情况	开发一种计算高效的PET图像模拟框架，用于生成不同采集时间的大规模模拟PET图像数据集	PET图像	医学影像处理	NA	深度学习生成模型	条件生成对抗网络（cGAN）	医学影像（PET/CT）	使用公开PET/CT数据集作为输入活动和衰减图，未明确提及具体样本数量
96	2025-07-18	Transfer learning for DL-based Synthetic CT after reconstruction algorithm upgrade in a proton therapy clinic 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17937 PMID:40660869	研究论文	本研究评估了迁移学习策略在应对CBCT图像质量变化中的有效性，并评估了CBCT软件升级后sCT依赖性工作流程的可持续性	利用迁移学习策略重新训练现有的DL-based sCT模型，以应对CBCT图像质量变化，减少工作流程中断	研究仅基于69例头颈部癌症患者的数据，样本量相对较小	评估迁移学习策略在CBCT软件升级后对sCT模型性能的影响	头颈部癌症患者的CBCT-CT图像对	数字病理	头颈部癌症	深度学习	DCNN, cycleGAN	图像	69例头颈部癌症患者的CBCT-CT图像对（60例用于训练和验证，9例用于测试）
97	2025-07-18	Explainable AI for raising confidence in deep learning-based tumor tracking models 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17940 PMID:40660895	research paper	本文研究了四种可解释AI方法在基于深度学习的无标记肺肿瘤跟踪模型中的可靠性和有效性	首次评估了四种XAI方法在肺肿瘤跟踪中的表现，并确定了GBP和DeepLIFT的可靠性	LRP在临床数据上表现不佳，需要进一步研究模型在临床实践中的可靠性	提高基于深度学习的肺肿瘤跟踪模型的可信度和解释性	肺肿瘤患者和体模	digital pathology	lung cancer	deep learning, XAI	CNN	image	6名临床患者和2个体模
98	2025-07-18	Use of a deep learning neural network to generate bone suppressed images for markerless lung tumor tracking 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17949 PMID:40660921	研究论文	本研究使用U-net神经网络生成合成双能减影（sDES）图像，用于无标记肺部肿瘤跟踪，并与传统双能减影（DES）图像在图像质量和跟踪结果上进行比较	利用深度学习神经网络生成sDES图像，无需额外硬件或软件，适用于商业机载成像系统	研究中未提及对患者图像的真实肿瘤位置进行验证，仅通过预测位置进行比较	评估sDES图像在无标记肿瘤跟踪中的适用性，并比较其与DES图像的图像质量和跟踪效果	运动模型和20名肺癌患者的X射线图像	数字病理	肺癌	双能减影（DES）和快速千伏切换技术	U-net	X射线图像	运动模型（2694对图像）和20名肺癌患者（4499对图像）
99	2025-07-18	Enhanced Leaf Disease Segmentation Using U-Net Architecture for Precision Agriculture: A Deep Learning Approach 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70594 PMID:40661811	research paper	本研究提出了一种基于深度学习的图像分割方法，利用U-Net架构进行叶片病害识别	采用U-Net架构进行像素级叶片病害区域精确分割，结合图像预处理和数据增强提升模型性能	未提及模型在复杂田间环境下的实际应用效果	开发高精度的叶片病害识别系统以支持精准农业	叶片图像中的健康与病害区域	computer vision	植物病害	深度学习图像分割	U-Net	image	7056张带标注的叶片图像
100	2025-07-18	EUP: Enhanced cross-species prediction of ubiquitination sites via a conditional variational autoencoder network based on ESM2 2025-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013268 PMID:40668800	研究论文	介绍了一种名为EUP的在线网络服务器，用于多物种泛素化位点的预测和模型解释	利用预训练语言模型ESM2提取赖氨酸位点相关特征，并通过条件变分推断降低特征维度，构建跨物种泛素化位点预测模型	未明确提及模型在特定物种或条件下的性能限制	提高跨物种泛素化位点的预测准确性	动物、植物和微生物中的泛素化位点	生物医学研究	NA	条件变分自编码器网络	基于ESM2的条件变分自编码器	蛋白质序列数据	未明确提及具体样本数量