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
1141	2025-06-30	Knowledge-enhanced protein subcellular localization prediction from 3D fluorescence microscope images 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf331 PMID:40459878	研究论文	开发了一种知识增强的蛋白质亚细胞定位模型KE3DLoc，用于从3D荧光显微镜图像中识别蛋白质分布模式	结合3D和2D投影细胞信息设计图像特征提取模块，并利用GO数据库的生物知识优化蛋白质表示	3D图像处理研究较少，缺乏数据和模型复杂性是主要限制	提高蛋白质亚细胞定位预测的准确性，促进蛋白质功能和相关疾病研究	3D荧光显微镜图像中的蛋白质分布	数字病理学	NA	深度学习	KE3DLoc	3D图像	三个公共数据集
1142	2025-06-30	The role of learned song in the evolution and speciation of Eastern and Spotted towhees 2025-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013135 PMID:40526780	研究论文	本研究探讨了东方斑唧鹀和斑点唧鹀学习歌曲在物种进化和分化中的作用	利用机器学习模型分析歌曲特征，揭示小变异在多特征中如何促进姐妹物种识别其物种特异性歌曲	公开可用的遗传数据有限，且物种分类在重叠区域的准确性较低	研究学习歌曲在物种进化和分化中的作用	东方斑唧鹀和斑点唧鹀	机器学习	NA	机器学习	随机森林、深度学习、梯度提升机、卷积神经网络（CNN）	音频	广泛的社区科学录音，包括重叠区域和潜在杂交个体的歌曲
1143	2025-06-30	The Potential of Artificial Intelligence in Pharmaceutical Innovation: From Drug Discovery to Clinical Trials 2025-May-25, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18060788 PMID:40573185	综述	本文探讨了人工智能在药物研发中的潜力，从药物发现到临床试验	综述了AI在药物研发中的应用，包括加速药物发现、优化临床试验步骤以及个性化治疗	AI应用仍存在监管不足的问题，需要更深入的立法监督以确保安全、伦理和无偏见	评估AI在药物研发中的潜力，优化药物开发流程并提高治疗效果	药物研发过程中的生物和化学数据	人工智能	NA	机器学习、深度学习	NA	生物和化学数据	NA
1144	2025-06-30	Generative prediction of real-world prevalent SARS-CoV-2 mutation with in silico virus evolution 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf276 PMID:40532108	research paper	开发了一个名为ViralForesight的深度学习生成框架，用于预测现实世界中流行的SARS-CoV-2突变	结合蛋白质语言模型和计算机模拟病毒进化，提出了一个能够提前预测SARS-CoV-2流行突变的新方法	NA	预测新兴病毒在现实世界中的突变流行趋势，以提前更新疫苗或药物	SARS-CoV-2病毒的突变	machine learning	COVID-19	deep learning, protein language models, in silico virus evolution	generative deep learning	genomic data	NA
1145	2025-06-30	A novel deep learning framework with dynamic tokenization for identifying chromatin interactions along with motif importance investigation 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf289 PMID:40536817	研究论文	提出了一种结合动态分词、DNABERT词嵌入和高效通道注意力机制的新型深度学习模型Inter-Chrom，用于识别染色质相互作用并研究模体重要性	整合动态分词、DNABERT词嵌入和高效通道注意力机制，提出新的模体重要性计算方法	性能可能因染色质相互作用数据的特异性而被高估	提高染色质相互作用预测的准确性并研究模体重要性	染色质相互作用网络	生物信息学	NA	深度学习	Inter-Chrom（结合动态分词、DNABERT和高效通道注意力机制）	序列和基因组特征数据	三个细胞系数据集
1146	2025-06-30	PrimeNet: rational design of Prime editing pegRNAs by deep learning 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf293 PMID:40536816	研究论文	本文介绍了一种名为PrimeNet的新型预测模型，用于通过深度学习设计Prime编辑的pegRNAs，以提高基因编辑的效率和准确性	PrimeNet整合了染色质可及性和DNA甲基化等重要的表观遗传因素，并引入了多尺度卷积和注意力机制，显著提高了预测准确性和泛化性能	模型虽然提高了预测准确性，但仍可能受限于未考虑的其他潜在影响因素	提高Prime编辑技术的编辑效率和预测准确性，推动基因编辑技术在遗传疾病治疗等领域的应用	Prime编辑的pegRNAs	机器学习	遗传疾病	深度学习	CNN, 注意力机制	基因编辑数据	来自HEK293T和K562细胞系的两个数据集
1147	2025-06-30	DeepTFtyper: an interpretable morphology-aware graph neural network for translating histopathology images into molecular subtypes in small cell lung cancer 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf284 PMID:40539233	研究论文	开发了一种基于图神经网络的深度学习模型DeepTFtyper，用于从小细胞肺癌的H&E染色全切片图像中自动分类分子亚型	首次提出从H&E染色组织学切片预测SCLC分子亚型的深度学习框架，提供可扩展、准确且临床相关的工具	样本量可能不足，分子测试的复杂性可能影响模型的广泛应用	开发一种自动分类小细胞肺癌分子亚型的工具，以指导治疗决策	小细胞肺癌的H&E染色全切片图像	数字病理学	小细胞肺癌	免疫组织化学(IHC)	图神经网络(GNN)	图像	389例来自中国医学科学院肿瘤医院的样本
1148	2025-06-30	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025 Apr-Apr, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文回顾了机器学习在药物基因组变异效应预测中的最新进展和未来发展方向	探讨了新兴的深度学习模型如何利用进化保守性和生物物理特性，以及集成方法如何提高预测的准确性、稳健性和可解释性	虽然机器学习方法在预测变异效应方面取得了进展，但对于数百万罕见变异的功能性表征仍存在挑战	提高药物基因组变异效应的预测能力，以支持精准医学的实施	药物基因组变异	机器学习	NA	机器学习（ML）、深度学习	深度学习模型、集成模型	DNA序列、蛋白质序列	NA
1149	2025-06-30	Decomposition-reconstruction-optimization framework for hog price forecasting: Integrating STL, PCA, and BWO-optimized BiLSTM 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324646 PMID:40577402	研究论文	本研究构建了一个多阶段混合预测模型，用于提高生猪价格时间序列数据的预测准确性	提出了一个创新的'分解-重构-优化'框架，结合STL分解、PCA降维和BWO优化的BiLSTM模型，显著提高了预测精度	未提及具体的数据来源和时间范围限制	提高生猪价格时间序列预测的准确性	生猪价格时间序列数据及其影响因素	时间序列预测	NA	STL分解、PCA降维、Beluga Whale Optimization (BWO)优化	BiLSTM、Prophet、ARIMA、LSTM	时间序列数据	未明确提及具体样本数量
1150	2025-06-29	Reirradiation for recurrent glioblastoma: the significance of the residual tumor volume 2025-Aug, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05042-9 PMID:40310485	研究论文	本研究探讨了复发性胶质母细胞瘤再放疗的可行性及残留肿瘤体积对预后的影响	首次通过深度学习自动分割管道测量对比增强肿瘤体积，并结合临床和分子病理因素评估其对生存率的影响	样本量较小（71例患者），且为单中心回顾性研究	评估复发性胶质母细胞瘤再放疗的疗效及预后因素	71例复发性CNS WHO 4级IDHwt胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	深度学习自动分割管道	NA	医学影像	71例患者
1151	2025-06-29	Patient-Specific Deep Learning Tracking Framework for Real-Time 2D Target Localization in Magnetic Resonance Imaging-Guided Radiation Therapy 2025-Jul-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.10.021 PMID:39461599	research paper	提出了一种基于患者特异性训练的深度学习模型框架，用于磁共振成像引导的放射治疗中的实时2D目标定位	结合了图像配准变换器和自动分割CNN两种深度学习模型，采用患者特异性训练策略，显著提高了目标定位的准确性	研究仅针对胸部、腹部和骨盆的目标，未涵盖其他部位	开发高精度的实时目标定位方法，以提升MRI引导放射治疗的效果	接受0.35 T MRI-linac治疗的219名患者的1,400,000多帧cine MRI图像，以及另外35名患者的7500帧手动标记图像	digital pathology	NA	cine MRI	image registration transformer, auto-segmentation CNN	image	1,400,000多帧cine MRI图像（219名患者） + 7500帧标记图像（35名患者）
1152	2025-06-29	Fully Automated Online Adaptive Radiation Therapy Decision-Making for Cervical Cancer Using Artificial Intelligence 2025-Jul-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.04.012 PMID:40252932	研究论文	本研究探讨了使用人工智能在宫颈癌在线自适应放射治疗（oART）中决策的可行性	提出了基于机器学习和深度学习的模型，用于识别可能从自适应重新规划中受益的治疗部分，为临床医生提供决策支持工具	研究样本量较小，仅包括24名患者，且独立评估数据集仅包含3名患者的数据	探索人工智能在宫颈癌在线自适应放射治疗决策中的应用	宫颈癌患者	数字病理	宫颈癌	fan-beam computed tomography (FBCT), 机器学习, 深度学习	支持向量机(SVM), Siamese网络	图像, 剂量数据	24名患者，671次治疗部分
1153	2025-06-29	Evaluating a large language model's accuracy in chest X-ray interpretation for acute thoracic conditions 2025-Jul, The American journal of emergency medicine DOI:10.1016/j.ajem.2025.03.060 PMID:40174466	研究论文	评估大型语言模型在急诊胸部X光片解读中对急性胸部疾病的诊断准确性	首次评估ChatGPT在急诊放射学中解读胸部X光片的潜力，特别是在多种急性胸部疾病诊断中的应用	模型对某些较细微的疾病（如肺不张和肺气肿）的诊断准确性较低	探索大型语言模型在急诊胸部X光片解读中的可行性和准确性	急诊胸部X光片中的急性胸部疾病	自然语言处理	胸部疾病	大型语言模型（ChatGPT 4.0）	LLM	图像	1400张来自NIH Chest X-ray数据集的图像，涵盖7种病理类别
1154	2025-06-29	Systems and synthetic biology for plant natural product pathway elucidation 2025-Jun-24, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115715 PMID:40382775	综述	本文总结了系统和合成生物学在植物代谢途径表征和工程中的应用进展	讨论了多种策略，包括共表达分析、基因簇鉴定、代谢物分析、深度学习方法、全基因组关联研究和蛋白质复合物鉴定，并通过案例研究展示了这些方法在解析复杂途径和提高重要天然产物产量中的应用	未具体提及研究的局限性	探索植物天然产物途径的解析和工程化	植物代谢途径和天然产物	合成生物学	NA	共表达分析、基因簇鉴定、代谢物分析、深度学习方法、全基因组关联研究、蛋白质复合物鉴定	深度学习	基因组数据、代谢物数据	NA
1155	2025-06-29	Deep learning dosiomics in grade 4 radiation-induced lymphopenia prediction in radiotherapy for esophageal cancer: a multi-center study 2025-Jun-21, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110995 PMID:40550423	research paper	本研究探讨了使用深度学习和剂量组学特征，结合剂量体积直方图参数和临床因素预测食管癌放疗患者4级放射性淋巴细胞减少症的可行性和准确性	结合剂量组学、深度学习剂量组学特征、剂量体积直方图参数和临床因素构建组合模型，显著提高了预测4级放射性淋巴细胞减少症的准确性	研究为回顾性研究，可能存在选择偏倚，且样本量相对有限	预测食管癌放疗患者4级放射性淋巴细胞减少症的发生	545名接受放疗的食管癌患者	digital pathology	esophageal cancer	deep learning, dosiomics, dose-volume histogram (DVH) analysis	deep learning dosiomics (DLD) model, combination model	radiation dose distributions, clinical data	545名患者，分为训练集、内部验证集、外部测试集1和外部测试集2
1156	2025-06-29	Qualitative and quantitative analysis of functional cardiac MRI using a novel compressed SENSE sequence with artificial intelligence image reconstruction 2025-Jun-19, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110448 PMID:40543831	研究论文	评估结合压缩感知(CS)与基于深度学习的算法(CS-AI)在心脏磁共振成像(MRI)中加速平衡稳态自由进动(bSSFP)序列的可行性	首次将压缩感知(CS)与基于卷积神经网络(CNN)的深度学习算法(CS-AI)结合，用于加速心脏MRI并保持图像质量和功能分析准确性	研究仅涉及30名健康志愿者，未在患者群体中验证	探索加速心脏MRI扫描同时保持图像质量和功能分析准确性的新方法	心脏磁共振成像	医学影像分析	心血管疾病	压缩感知(CS)、深度学习算法(CS-AI)、平衡稳态自由进动(bSSFP)	CNN	MRI图像	30名健康志愿者
1157	2025-06-29	Sentiment Analysis Using a Large Language Model-Based Approach to Detect Opioids Mixed With Other Substances Via Social Media: Method Development and Validation 2025-Jun-19, JMIR infodemiology IF:3.5Q1 DOI:10.2196/70525 PMID:40536906	研究论文	本研究利用大型语言模型GPT-3.5 Turbo分析社交媒体上的评论，以检测混合其他物质的阿片类药物使用情况及其相关风险	采用GPT-3.5 Turbo等先进模型分析YouTube评论中的情感，以预测阿片类药物过量风险，相比传统机器学习模型性能提升3.26%	数据来源仅限于YouTube评论，可能无法全面代表所有阿片类药物使用者的体验	通过分析社交媒体数据，提高对阿片类药物使用及其风险的监测能力，以改善医疗响应和干预策略	YouTube上关于混合其他物质的阿片类药物使用的自报告评论	自然语言处理	阿片类药物滥用	情感分析	GPT-3.5 Turbo, 深度学习模型, 变压器模型	文本	2020年12月至2024年3月期间的YouTube评论
1158	2025-06-29	Evaluation of Spectral Imaging for Early Esophageal Cancer Detection 2025-Jun-19, Cancers IF:4.5Q1 DOI:10.3390/cancers17122049 PMID:40563697	研究论文	本研究评估了一种名为SAVE的高光谱成像转换方法在增强食管癌检测方面的效果，并与传统的白光成像(WLI)进行了比较	使用SAVE高光谱成像转换方法显著提高了食管癌病变的检测性能，尤其是在鳞状细胞癌(SCC)和异型增生的检测上	研究仅针对特定的深度学习模型进行了评估，未涉及更广泛的模型或临床实际应用场景	评估高光谱成像在早期食管癌检测中的效果	食管癌(包括正常组织、异型增生和鳞状细胞癌)的 endoscopic 图像	数字病理	食管癌	高光谱成像	YOLOv9, YOLOv10, YOLO-NAS, RT-DETR, Roboflow 3.0	图像	标记的内窥镜图像数据集(包含正常、异型增生和SCC类别)
1159	2025-06-29	A Hybrid Deep Learning Framework for Accurate Cell Segmentation in Whole Slide Images Using YOLOv11, StarDist, and SAM2 2025-Jun-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060674 PMID:40564490	研究论文	提出了一种混合深度学习框架，结合YOLOv11、StarDist和SAM2，用于全切片图像中细胞的精确分割	整合了三种互补方法，通过YOLOv11定位感兴趣区域，StarDist高精度建模细胞和核边界，SAM2进行分割，显著提升了分割性能	未提及框架在更大规模数据集上的泛化能力或计算资源需求	开发一种鲁棒且精确的细胞分割方法，以推进自动化的组织病理学图像分析	全切片图像中的细胞结构	数字病理学	NA	深度学习	YOLOv11, StarDist, SAM2	图像	256 × 256图像块，带有高分辨率细胞级标注
1160	2025-06-29	An Innovative Artificial Intelligence Classification Model for Non-Ischemic Cardiomyopathy Utilizing Cardiac Biomechanics Derived from Magnetic Resonance Imaging 2025-Jun-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060670 PMID:40564486	research paper	提出一种基于CNN-LSTM和MLP的双路径混合深度学习框架，用于通过心脏磁共振成像（CMR）和心室内压力梯度（IVPGs）数据增强非缺血性心肌病（NICM）亚型分类	结合解剖特征和生物力学标记，显著提升NICM亚型分类，捕捉传统形态学模型忽略的细微生物力学功能障碍	需要多中心数据集进行训练和验证，可能受限于数据获取的难度	提升非缺血性心肌病（NICM）的早期检测和亚型分类	非缺血性心肌病（NICM）患者	digital pathology	cardiovascular disease	cardiac magnetic resonance (CMR), intraventricular pressure gradients (IVPGs)	CNN-LSTM, MLP	image, time-series data	1196名患者（训练集），137名患者（外部验证集）