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
1081	2025-07-09	Predicting the Effects of Charge Mutations on the Second Osmotic Virial Coefficient for Therapeutic Antibodies via Coarse-Grained Molecular Simulations and Deep Learning Methods 2025-Jul-07, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c00673 PMID:40624892	研究论文	通过粗粒化分子模拟和深度学习方法预测电荷突变对治疗性抗体第二渗透维里系数的影响	结合粗粒化分子模拟和深度学习方法，探索大量潜在突变对蛋白质自相互作用的影响，提供了一种高效预测手段	研究仅针对三种模型治疗性单克隆抗体，且突变范围局限于单、双和三突变	评估改变表面电荷分布如何影响蛋白质自相互作用，以第二渗透维里系数量化	三种模型治疗性单克隆抗体(MAbs)	计算生物学	NA	粗粒化分子模拟，深度神经网络	MLP (多层感知机)	分子模拟数据	三种模型治疗性单克隆抗体，探索约10^10种潜在突变
1082	2025-07-09	Learning interpretable network dynamics via universal neural symbolic regression 2025-Jul-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61575-7 PMID:40617863	研究论文	开发了一种结合深度学习和预训练符号回归的通用计算工具，用于自动、高效、准确地学习复杂系统状态变化的符号模式	结合深度学习的优秀拟合能力和预训练符号回归的方程推断能力，开发了一种通用计算工具，用于学习复杂网络动态的符号模式	NA	发现复杂网络动态的支配方程，揭示复杂现象形成和演化的隐藏模式和机制	复杂网络动态	机器学习	NA	深度学习, 符号回归	NA	NA	超过十个代表性场景，包括物理学、生物化学、生态学和流行病学等领域
1083	2025-07-09	Deep learning-based extraction of Kenya's historical road network from topographic maps 2025-Jul-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05442-6 PMID:40617814	研究论文	利用深度学习技术从肯尼亚历史地形图中提取道路网络	首次将深度学习技术应用于肯尼亚历史地形图的道路网络提取，并提供了高质量的历史道路数据集	统计验证仅基于七张代表性地图，可能无法完全代表所有地图的准确性	解决肯尼亚历史道路数据缺乏的问题，为环境和社会经济分析提供数据支持	肯尼亚1950年代至1980年代的历史道路网络	计算机视觉	NA	深度学习	NA	图像	533张历史地形图（1:50,000和1:100,000比例尺）
1084	2025-07-09	A large-scale dataset for training deep learning segmentation and tracking of extreme weather 2025-Jul-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05480-0 PMID:40617821	research paper	介绍了一个用于训练深度学习分割和跟踪极端天气的大规模数据集	提供了最大的专家引导、手工标记的极端天气事件分割掩码数据集	数据集虽然大，但仍需专家标注，可能限制其扩展性	解决极端天气事件检测和跟踪中数据不足的问题	极端天气事件（大气河流、热带气旋和大气阻塞事件）	machine learning	NA	深度学习分割和跟踪	NA	气象数据	49,184个标记时间步
1085	2025-07-09	Harnessing protein language model for structure-based discovery of highly efficient and robust PET hydrolases 2025-Jul-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61599-z PMID:40617831	研究论文	本研究介绍了一种名为VenusMine的蛋白质发现流程，结合蛋白质语言模型和表示树，基于结构相似性识别高效且稳健的PET水解酶	利用蛋白质语言模型和表示树进行结构相似性分析，发现具有优异性能的新型PET水解酶	仅针对PET水解酶进行研究，未涉及其他类型的塑料降解酶	开发一种新型深度学习方法来发现具有增强性能的天然PET水解酶	聚乙烯对苯二甲酸酯(PET)水解酶	生物信息学	NA	蛋白质语言模型(PLM)、X射线晶体学、分子动力学模拟	蛋白质语言模型(PLM)	蛋白质序列和结构数据	34种蛋白质进行生化验证，其中14种表现出PET降解活性
1086	2025-07-09	Enhancing remote patient monitoring with AI-driven IoMT and cloud computing technologies 2025-Jul-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09727-z PMID:40617852	研究论文	本研究提出了一种新型AI驱动的远程医疗框架，整合了IoMT、云计算和无线传感器网络，用于高效的医疗监测	提出了基于Transformer的自注意力模型(TL-SAM)，用Transformer层替代传统卷积层，改进了疾病分类；并采用改进的野马优化与Levy飞行算法(IWHOLFA)进行超参数调优	NA	通过AI增强的IoMT系统优化远程患者监测和疾病诊断	患者健康数据和实时生物传感器数据	智能医疗	NA	Transformer模型、IWHOLFA算法	TL-SAM (Transformer-based Self-Attention Model)	生物传感器数据	UCI数据集
1087	2025-07-07	Author Correction: Geometric deep learning improves generalizability of MHC-bound peptide predictions 2025-Jul-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08422-z PMID:40617886	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1088	2025-07-09	Accounting for population structure in deep learning models for genomic analysis 2025-Jul-05, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104873 PMID:40623578	research paper	本研究探讨了在基因组分析的深度学习中忽略遗传相关性是否会导致与传统基因组分析相似的混淆效应	首次在深度学习模型中系统性地考察了遗传相关性（群体结构）对模型性能的影响	研究结果基于模拟和真实数据集，但可能无法涵盖所有潜在的群体结构情况	评估群体结构对基因组分析深度学习模型的影响	单核苷酸多态性（SNP）数据	machine learning	NA	deep learning	deep learning model	genomic data	模拟和真实数据集（具体数量未提及）
1089	2025-07-09	Ultrahigh-Throughput Virtual Screening Strategies against PPI Targets: A Case Study of STAT Inhibitors 2025-Jul-04, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00907 PMID:40611790	研究论文	本文评估了Deep Docking工作流程在不同规模化合物库上的性能，并针对STAT3和STAT5b两种致癌转录因子发现了新的抑制剂	首次应用虚拟筛选技术针对STAT5b的N端结构域进行研究，并展示了AI辅助uHTVS在提高命中率方面的潜力	深度学习方法依赖于底层对接模型的性能，在蛋白-蛋白相互作用型靶点上评估难度较大	评估AI辅助超高通量虚拟筛选(uHTVS)在药物发现中的性能和应用	STAT3和STAT5b致癌转录因子	药物发现	癌症	Deep Docking, 虚拟筛选	DL(深度学习)	化合物库数据	数百万至数十亿化合物规模的库(实际对接约12万化合物)
1090	2025-07-09	MIC: A deep learning tool for assigning ions and waters in cryo-EM and crystal structures 2025-Jul-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61315-x PMID:40615379	研究论文	介绍了一种名为MIC的深度学习工具，用于在冷冻电镜和晶体结构中分配离子和水分子	利用相互作用指纹表示化学环境，开发机器学习模型预测水和离子位点的身份，扩展了潜在位点身份集	未提及具体局限性	提高从实验数据中正确分类水和离子位点的准确性，以理解结构和功能并指导下游设计任务	冷冻电镜和晶体结构中的水和离子位点	机器学习	NA	冷冻电镜、X射线晶体学	深度学习模型	结构数据	多种生物分子例子
1091	2025-07-09	3BTRON: A Blood-Brain Barrier Recognition Network 2025-Jul-04, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08453-6 PMID:40615521	研究论文	介绍了一种名为3BTRON的深度学习框架，用于自动分析血脑屏障的电子显微镜图像	提出了一种新的数据驱动方法，用于分析血脑屏障结构随年龄变化的情况	分析电子显微镜图像耗时且可能存在选择偏差	研究年龄对血脑屏障结构的影响	小鼠大脑的血脑屏障	数字病理学	老年疾病	电子显微镜(EM)	深度学习框架	图像	359个样本
1092	2025-07-09	Evaluating the Performance and Potential Bias of Predictive Models for Detection of Transthyretin Cardiac Amyloidosis 2025-Jul-04, JACC. Advances DOI:10.1016/j.jacadv.2025.101901 PMID:40616933	研究论文	本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性的性能，并评估了模型偏见的潜在风险	首次直接比较了四种算法（包括两种深度学习回声模型）在检测ATTR-CM方面的性能，并进行了偏见评估	研究样本中79.2%为白人，9.0%为黑人，种族多样性可能不足	评估和比较不同算法在检测转甲状腺素蛋白心脏淀粉样变性方面的性能及潜在偏见	心力衰竭患者群体	数字病理学	心血管疾病	深度学习	随机森林模型、回归模型、EchoNet-LVH、EchoGo Amyloidosis	医疗记录数据、超声心动图数据	176例确诊ATTR-CM患者和3,192例对照患者
1093	2025-07-09	af2rave: protein ensemble generation with physics-based sampling 2025-Jul-04, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00201j PMID:40621440	研究论文	介绍了一个开源Python包af2rave，用于通过物理驱动采样生成蛋白质的替代构象	改进了AlphaFold2-RAVE协议，通过特征选择模块自动识别重要的集体变量，减少了系统知识需求，提高了构象采样效率	虽然提高了采样效率，但仍需进一步验证其在更广泛蛋白质体系中的适用性	开发一种结合机器学习和物理驱动采样的方法，以高效生成蛋白质的替代构象	蛋白质构象	结构生物学	NA	分子动力学模拟（MD）、多序列比对（MSA）	AlphaFold2	蛋白质结构数据	包括腺苷激酶（ADK）、人DDR1激酶和SARS-CoV-2刺突蛋白受体结合域等多个系统
1094	2025-07-09	Sparse coding-based multiframe superresolution for efficient synchrotron radiation microspectroscopy 2025-Jul-03, Discover nano DOI:10.1186/s11671-025-04291-x PMID:40608206	研究论文	本研究提出了一种基于稀疏编码的多帧超分辨率方法，用于提升同步辐射显微光谱成像的质量	该方法将位置偏移作为已知控制参数处理，提高了超分辨率精度，并针对纳米结构提取学习最优字典，即使在噪声和样本有限的情况下也能优化超分辨率过程	未明确提及具体局限性	旨在减少同步辐射显微光谱成像中的辐射损伤和样品退化，同时保持高空间分辨率	同步辐射显微光谱成像数据，特别是3D纳米级电子化学分析光谱(nano-ESCA)数据	计算机视觉	NA	稀疏编码，多帧超分辨率	稀疏编码	图像	有限样本的小型数据集
1095	2025-07-09	Printed document layout analysis and optical character recognition system based on deep learning 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07439-y PMID:40610547	research paper	提出了一种基于深度学习的印刷文档布局分析和文本识别系统	结合YOLOv4和YOLOv8进行文档布局分析，并使用CNN进行文本识别，实现高准确率的OCR处理	未提及对复杂文档布局或低质量扫描文档的处理能力	开发一个高效、准确的印刷文档OCR系统	印刷文档的扫描图像或图像文件	computer vision	NA	deep learning	YOLOv4, YOLOv8, CNN	image	NA
1096	2025-07-09	Diagnosis of psoriasis and lichen planus in real-time using neural networks based on skin Biomechanical properties obtained from numerical simulation 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08781-x PMID:40610543	研究论文	本研究提出了一种结合深度学习和皮肤生物力学特性数值模拟的新方法，以提高银屑病和扁平苔藓的诊断准确性	利用深度学习和数值模拟皮肤生物力学特性进行实时诊断，克服了传统诊断方法的局限性	数据集仅包含1000个实例，可能不足以覆盖所有临床情况	提高银屑病和扁平苔藓的诊断准确性	银屑病和扁平苔藓患者	数字病理学	皮肤病	数值模拟（ABAQUS软件）	CNN（ResNet-50）	图像数据（由数值数据转换而来）	1000个实例（银屑病和扁平苔藓各500例）
1097	2025-07-09	Multiclass leukemia cell classification using hybrid deep learning and machine learning with CNN-based feature extraction 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05585-x PMID:40610551	研究论文	本文提出了一种结合深度学习和机器学习的混合方法，用于多类白血病细胞分类	整合预训练CNN架构与混合分类技术，在数据受限情况下实现稳健的多类分类	ResNet50由于小数据集导致的过拟合问题表现不佳	提高白血病亚型分类的准确性和可靠性	健康细胞、淋巴母细胞和髓母细胞	数字病理学	白血病	CNN、RF、SVM、XGBoost、MLP	VGG16、InceptionV3、ResNet50	图像	公开数据集ALL-IDB和Munich AML Morphology Dataset
1098	2025-07-09	Deep learning-driven insights into the transmission dynamics of hepatitis B virus with treatment 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06660-z PMID:40610572	研究论文	本研究提出了一种分数阶建模方法和新颖的计算技术，用于分析治疗对乙型肝炎病毒（HBV）传播动态的影响	使用Caputo导数和深度神经网络（DNNs）开发了一种混合架构，提高了传染病建模的准确性和计算效率	未提及具体样本量或数据来源，可能影响模型的实际应用验证	分析治疗对HBV传播动态的影响，并提高流行病学建模的准确性	乙型肝炎病毒（HBV）的传播动态	机器学习	乙型肝炎	分数阶建模、Caputo导数、深度神经网络（DNNs）	DNN	数值模拟数据	NA
1099	2025-07-09	An efficient privacy-preserving multilevel fusion-based feature engineering framework for UAV-enabled land cover classification using remote sensing images 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08930-2 PMID:40610669	研究论文	本文提出了一种基于无人机遥感图像的多级融合特征工程框架，用于土地覆盖分类，并保护隐私	提出了一种结合NASNetMobile、ResNet50和VGG19的多级融合特征工程框架，以及使用ERNN模型和SSA算法进行土地覆盖分类和超参数选择	实验仅在ToN-IoT和EuroSat数据集上进行验证，可能在其他数据集上的泛化能力有限	开发一种有效的无人机遥感图像土地覆盖分类模型，适用于动态环境	无人机遥感图像	计算机视觉	NA	多级融合特征工程	ERNN, NASNetMobile, ResNet50, VGG19	图像	ToN-IoT和EuroSat数据集
1100	2025-07-09	Artificial intelligence-driven cybersecurity: enhancing malicious domain detection using attention-based deep learning model with optimization algorithms 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99420-y PMID:40610687	研究论文	本文提出了一种基于注意力机制的深度学习模型与优化算法相结合的恶意域名检测技术，旨在提高网络安全	结合量子启发萤火虫算法(QIFA)进行特征选择，并采用TCN-BiLSTM-SEA混合模型进行分类，最后使用鹦鹉优化(PO)算法优化超参数	实验验证仅在恶意数据集上进行，未涉及更广泛的网络环境测试	提升网络安全领域的恶意域名检测能力	互联网中的恶意域名	机器学习	NA	量子启发萤火虫算法(QIFA)、鹦鹉优化(PO)算法	TCN-BiLSTM-SEA混合模型	网络域名数据	恶意数据集（具体数量未说明）