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
1161	2026-09-23	Evaluation of a super-resolution deep learning reconstruction algorithm in abdominal CT imaging-A qualitative and quantitative performance analysis 2026-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70633 PMID:42192227	研究论文	该研究对腹部CT成像中一种超分辨率深度学习重建算法（PIQE）与AiCE进行了主观和客观图像质量的对比评估	首次对原为心脏CT设计的超分辨率深度学习重建算法PIQE在腹部CT中的应用进行评估，并与AiCE进行系统的主客观图像质量对比	读者间一致性仅为一般（Krippendorff's alpha约为0.20），样本量相对较小（69例），且为单中心回顾性研究	评估超分辨率深度学习重建算法PIQE相较于AiCE在腹部CT成像中对图像质量的改善效果	69例成年患者的常规对比增强腹盆腔CT检查	计算机视觉	NA	腹部对比增强CT成像	深度学习图像重建	图像	69例成年患者的腹盆腔CT检查	NA	NA	Krippendorff's alpha，CT值，噪声，信噪比（SNR），对比噪声比（CNR），Friedman检验，Dunn-Sidak校正	Aquilion ONE/INSIGHT CT系统（Canon Medical Systems）
1162	2026-09-23	DrugPTM-Bench: A Large-Scale Dataset for Predictive Modeling of Drug-Induced Cell Type-Specific Protein Post-Translational Modifications 2026-Apr-30, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.27.721113 PMID:42094496	研究论文	本文提出了DrugPTM-Bench，一个大规模基准数据集，用于药物诱导的细胞类型特异性蛋白质翻译后修饰的预测建模	构建了首个标准化、药物扰动的大规模PTM数据集，涵盖7种癌细胞系、27种药物和11167种蛋白质，包含6个时间点、16个剂量水平和pEC50效力值，并定义了分类任务来识别药物处理后上调、下调或不变的PTM位点	在蛋白质不相交的分布外设置中，基线机器学习和深度学习模型难以恢复少数调控类别，标准重平衡策略仅以提高精确度和总体F1分数为代价来改善召回率，当前方法无法学习调控与未变化PTM事件之间的稳健决策边界	解决现有PTM资源静态且无法捕捉药物诱导调控的问题，为药物发现提供以PTM为中心的多任务基准	7种癌细胞系、27种药物、11167种蛋白质的翻译后修饰位点	机器学习	癌症	解密M衍生的剂量依赖性PTM测量、磷酸化蛋白质组学	机器学习、深度学习基线模型	磷酸化蛋白质组学数据	7种癌细胞系、27种药物、11167种蛋白质、6个时间点、16个剂量水平，99.5%为磷酸化事件	NA	NA	召回率、精确度、F1分数	NA
1163	2026-09-23	Learning dynamics of unsupervised deep learning reveal epoch-specific genetic architectures of brain morphology 2026-Apr-28, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.24.720631 PMID:42094373	研究论文	该研究通过分析在UK Biobank的T1加权脑MRI上训练的3D卷积自编码器的学习动态，揭示了不同训练时期捕捉到不同的脑形态遗传结构，并表明集成多个信息性检查点能发现更多基因组风险位点	首次将无监督深度学习的学习动态作为遗传发现的新维度，证明了不同训练时期捕捉不同的遗传结构，集成多个检查点优于单一检查点方法，并揭示了时期特异性位点（如MAPT和MCPH1）映射到不同的神经解剖特征	摘要中未明确提及研究限制	探索无监督深度学习在学习过程中表示演化对遗传发现的影响，并利用学习动态来揭示脑形态的遗传结构	UK Biobank参与者的T1加权脑MRI数据	医学影像分析、遗传学	脑部疾病（如神经退行性疾病）	T1加权脑MRI、3D卷积自编码器	3D卷积自编码器	3D图像	NA	NA	3D卷积自编码器	NA	NA
1164	2026-09-23	Toward Multimodal Conversational AI for Age-Related Macular Degeneration 2026-Apr-28, ArXiv PMID:42389246	研究论文	该研究开发了OcularChat，一个基于Qwen2.5-VL微调的多模态大语言模型，通过模拟医患对话对彩色眼底照片进行视觉问答，用于诊断年龄相关性黄斑变性（AMD），并在分类性能、临床评分和交互式解释方面表现出色	利用705,850段模拟医患对话和46,167张彩色眼底照片对多模态大语言模型进行微调，使其不仅能进行AMD分类预测，还能提供诊断推理、临床相关解释和交互式对话，超越了传统深度学习模型的静态预测模式	研究依赖于模拟对话数据进行训练，可能无法完全反映真实临床场景中的复杂互动；未提及在真实临床环境中的前瞻性验证结果	开发一种多模态对话式AI系统，用于AMD的诊断分类，并提供可解释的临床推理和交互式对话支持临床决策和患者咨询	年龄相关性黄斑变性（AMD）患者及彩色眼底照片（CFPs）	数字病理学, 计算机视觉	年龄相关性黄斑变性	多模态大语言模型微调, 视觉问答	多模态大语言模型（MLLM）	图像, 文本	705,850段模拟对话和46,167张彩色眼底照片	NA	Qwen2.5-VL	准确率, 临床评分（5分制评分标准）	NA
1165	2026-09-23	Toward trustworthy clinical AI for obsessive-compulsive disorder: reliability, generalizability, and interpretability of a transformer model across the ENIGMA-OCD consortium 2026-Apr-27, medRxiv : the preprint server for health sciences DOI:10.64898/2026.04.24.26351711 PMID:42094125	研究论文	该研究将基于Transformer的深度学习模型（Multi-Band Brain Net）应用于ENIGMA-OCD联盟的大型静息态功能磁共振成像数据集，系统评估了模型在强迫症分类中的可靠性、泛化性和可解释性	首次在最大的强迫症rs-fMRI多站点数据集上系统评估Transformer模型的可靠性（校准）、泛化性（留一站点验证）和可解释性（注意力权重分析），并发现大规模预训练虽不提升准确率但能显著改善模型校准和消除扫描仪制造商偏差	模型分类性能仅为中等水平（AUROC = .653 ± .039），留一站点验证存在明显的跨站点泛化差距（AUROC = .427-.819），预训练未能弥合该泛化差距	开发可信赖的强迫症临床人工智能，评估模型的可靠性、泛化性和可解释性，为强迫症的临床AI应用提供框架	强迫症患者和健康对照者的静息态功能磁共振成像数据	机器学习	强迫症	静息态功能磁共振成像（rs-fMRI）	Transformer	图像	1,706名参与者（869例强迫症患者，837名健康对照），来自全球23个站点；预训练数据集为UK Biobank（N = 40,783）	NA	Multi-Band Brain Net（基于Transformer）	AUROC	NA
1166	2026-09-23	Feature-Based Parametric Response Mapping on Thoracic Computed Tomography for Robust Disease Classification in COPD 2026-Apr-27, medRxiv : the preprint server for health sciences DOI:10.64898/2026.04.24.26351675 PMID:42094132	研究论文	开发了一种基于特征的可解释深度参数响应映射方法（PRMD），结合小波散射卷积网络与机器学习，在配对吸气-呼气CT上检测和量化功能性小气道疾病与肺气肿，并提升噪声鲁棒性	首次将小波散射卷积网络与子空间学习分类器结合用于参数响应映射，实现了可解释的、特征驱动的、抗噪声的肺气肿与fSAD体素级分类，显著优于传统密度法PRM	回顾性分析设计，样本以吸烟暴露人群为主，外部多中心验证尚需进一步开展，未报告具体计算资源与推理时间	开发并验证一种可解释的深度参数响应映射方法，用于在配对吸呼气CT上稳健地检测和量化功能性小气道疾病与肺气肿	8972名烟草暴露的COPDGene参与者，包括肺功能正常对照（n=3872）、PRISm（n=1089）和GOLD 1-4期COPD患者（n=4011）	医学图像分析	慢性阻塞性肺疾病	配对吸气-呼气胸部CT，小波散射变换	小波散射卷积网络，子空间学习分类器，机器学习	图像	8972名参与者的配对CT扫描（训练:验证:测试 = 24:6:70）	NA	小波散射卷积网络，子空间学习分类器	体素级一致性，Pearson相关系数，Bland-Altman分析，配对t检验，噪声鲁棒性误差率	NA
1167	2026-09-23	CT-Based Deep Foundation Model for Predicting Immune Checkpoint Inhibitor-Induced Pneumonitis Risk in Lung Cancer 2026-Apr-23, medRxiv : the preprint server for health sciences DOI:10.64898/2026.04.21.26351428 PMID:42078359	研究论文	该研究开发并验证了一种基于CT的深度学习基础模型CIPHER，用于预测肺癌患者免疫检查点抑制剂相关性肺炎的风险	结合对比学习和基于Transformer的掩码自编码器构建深度学习基础模型，并在大规模CT切片上进行自监督预训练，以预测免疫检查点抑制剂相关性肺炎	需要在更多前瞻性队列中进行验证，以确认其临床实用性	开发和验证一种深度学习基础模型，从基线CT扫描中预测肺癌患者的免疫检查点抑制剂相关性肺炎	肺癌患者，包括非小细胞肺癌（NSCLC）患者	数字病理学（医学影像分析）	肺癌	CT成像，自监督学习，对比学习，掩码自编码器	Transformer	图像（CT扫描）	预训练：来自2,500名NSCLC患者的590,284个CT切片；模型开发：254名患者；内部验证：93名患者；外部验证：116名患者	NA	Transformer，掩码自编码器	AUC，平衡准确率	NA
1168	2026-09-23	Temporally-resolved deep learning reveals autism symptom-specific neural signatures during naturalistic social experiences 2026-Apr-22, Research square DOI:10.21203/rs.3.rs-9023571/v1 PMID:42078896	研究论文	开发了一种可解释的双流深度学习网络DualPathNet，在自然观看电影时同时捕捉稳定特质模式和瞬时事件特异性神经反应，以识别自闭症症状特异性神经特征	开发了DualPathNet双流深度学习网络，同时捕捉稳定特质样模式和瞬时事件特异性神经反应；使用仅2-3分钟情感挑战性刺激达到>70%准确率；通过可解释AI揭示了自闭症相关神经特征在特定高需求社会情感时刻选择性表达，而非在所有情境中均匀表达	未明确提及	开发客观的、情境特异性的自闭症神经生物学标志物，以克服传统结构和静息态神经影像的局限性	555名儿童（274名自闭症患者，281名对照组）	机器学习	自闭症	自然观影范式，功能磁共振成像	深度学习	图像（神经影像数据）	555名儿童（274名自闭症患者，281名对照组）	NA	DualPathNet（双流网络）	准确率	NA
1169	2026-09-23	Expanding P-NET, a multi-purpose biologically informed deep learning framework 2026-Apr-22, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.19.719454 PMID:42079220	研究论文	本文介绍扩展的P-NET框架，一种基于生物通路的可解释深度学习框架，用于计算生物学中的基因组和转录组预测任务	利用生物通路信息进行可解释预测，并扩展到P-NET 2.0，整合基因和通路信息	摘要中未明确提及局限性	开发一个通用且可解释的深度学习框架，用于计算生物学任务	基因组和转录组数据	计算生物学	NA	NA	深度学习	基因组和转录组数据	NA	NA	P-NET	NA	NA
1170	2026-09-23	Transcription factor collaboration enables precise T cell state engineering 2026-Apr-22, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.20.718569 PMID:42079248	研究论文	通过对原发性CD8 T细胞进行3,548个转录因子及异构体的混合过表达筛选，结合perturb-SHARE-seq和深度学习框架seq2PRINT，构建了CD8 T细胞状态的转录因子协作图谱，并揭示了RUNX2:KLF2相互作用在调控耗竭相关程序中的关键作用	首次在多种CD8 T细胞状态下对3,548个转录因子及异构体进行混合过表达筛选，鉴定出82个与耗竭特异性程序协作的调控因子；开发了seq2PRINT深度学习框架预测功能性转录因子相互作用；发现RUNX作为"主协作因子"广泛协作，并鉴定出RUNX2:KLF2相互作用指定耗竭相关程序；证明通过合成拴系转录因子可实现细胞状态的理性工程化	NA	系统筛选和解析CD8 T细胞状态特异性的转录因子及其协作网络，特别是耗竭状态的调控机制，并探索通过转录因子工程化实现T细胞状态精准改造的可行性	原发性CD8 T细胞，包括多种CD8 T细胞状态（如耗竭状态）	机器学习	癌症	混合过表达筛选、perturb-SHARE-seq、单细胞测序	深度学习	单细胞多组学数据（染色质可及性和基因表达）	702,314个单细胞	NA	seq2PRINT	NA	NA
1171	2026-09-23	Retracing and rewriting the evolutionary trajectories of mammalian developmental enhancers 2026-Apr-21, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.20.719714 PMID:42079151	研究论文	该研究通过大规模并行报告基因实验测试了480个现存和祖先重建的哺乳动物基因组中五个小鼠发育增强子的直系同源序列，揭示了哺乳动物增强子的功能进化模式	结合大规模并行报告基因实验和深度学习预测染色质可及性的模型驱动重建策略，首次在核苷酸分辨率上追踪和重写哺乳动物发育增强子的进化轨迹，揭示了上下文依赖的上位效应和增强子编辑的不对称可预测性	研究仅针对五个小鼠发育增强子，可能无法代表所有哺乳动物增强子的进化模式；模型驱动的预测可能存在偏差；未在体内验证所有预测的因果突变	探究哺乳动物发育增强子在进化过程中如何获得、丢失、维持或改变功能，并开发重编程内源性顺式调控元件活性的框架	五个小鼠发育增强子及其在480个现存和祖先重建的哺乳动物基因组中的直系同源序列	基因组学	NA	大规模并行报告基因实验（MPRAs）、深度学习预测染色质可及性、祖先序列重建（Zoonomia, Cactus）	深度学习模型	基因组序列、染色质可及性数据	480个现存和祖先重建的哺乳动物基因组	NA	NA	NA	NA
1172	2026-09-23	AI-Driven Bone and Marrow Segmentation on FLT-PET/CT: Technical Multi-organ Validation in AML and HCT 2026-Apr-19, Research square DOI:10.21203/rs.3.rs-9077609/v1 PMID:42040934	研究论文	本研究评估了一种AI驱动的多器官分割平台在FLT-PET/CT上对急性髓系白血病（AML）和造血干细胞移植（HCT）患者进行骨髓和骨骼分割的技术验证	首次在FLT-PET/CT上对AML和HCT患者进行AI驱动的全身体骨骼和骨髓分割，并分别量化皮质骨和小梁骨髓 compartments，提供了技术验证	样本量较小（20例患者），仅在有限区域（5个代表性ROI）进行了验证，未全面评估所有134个预定义区域，且未与临床结果直接关联	评估深度学习全身体分割和皮质-小梁骨髓量化在FLT-PET/CT上对AML和HCT患者的可行性和准确性	20例接受全身骨髓和淋巴照射（TMLI）及移植的难治性AML患者	数字病理学, 医学图像分析	白血病, 急性髓系白血病	FLT-PET/CT	深度学习	图像	20例患者，134个预定义区域，5个代表性ROI（脾、肝、T6、L1、L3）	NA	NA	相关系数（r > 0.98），p值（p < 0.0001），处理时间减少约95%	NA
1173	2026-09-23	Revised Deep Learning Semiparametric Regression for Testing and Estimating Treatment Effect Heterogeneity in Observational Studies: A Lung Transplant Case Study 2026-Apr-18, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.13.718254 PMID:42039548	研究论文	该论文提出了一种修订的深度学习半参数回归框架，用于在观察性研究中检验和估计治疗效应异质性，并以肺移植为例，分析双侧肺移植与单侧肺移植对FEV1效果的患者间差异	开发了修订的深度学习半参数回归框架，能够在存在复杂混杂因素的观察性注册数据中控制假阳性并更准确地估计个体化治疗效应	摘要中未明确说明研究的局限性	研究双侧肺移植相对于单侧肺移植的功能获益是否因患者特征而异，并识别临床相关的获益人群	接受肺移植的患者，来自大型国家注册数据库	机器学习	肺癌	NA	NA	注册登记数据	来自大型国家注册数据库的肺移植患者队列	NA	NA	NA	NA
1174	2026-09-23	Deep Learning Enables Automated Segmentation and Quantification of Ultrastructure from Transmission Electron Microscopy Images 2026-Apr-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.05.686793 PMID:42039458	研究论文	本文提出了一个深度学习框架TEAMKidney，用于自动分割和量化透射电子显微镜图像中的超微结构，并在人类和动物肾脏疾病图像上验证了其有效性	结合基于自训练的语义分割阶段与针对TEM定制的全景分割模型，解决了TEM数据分析中缺乏准确标注训练数据和复杂超微结构分割精度低的挑战，并实现了跨物种、放大倍数和仪器平台的测量	未在摘要中明确说明	开发一个深度学习框架，实现TEM图像中超微结构的准确和可扩展测量，以减轻临床病理和生物医学研究中图像分析的负担	来自多肾脏疾病患者和不同动物模型的TEM图像中的肾小球超微结构，特别是肾小球基底膜和足细胞足突	数字病理学	肾脏疾病	透射电子显微镜	深度学习	图像	12,991张TEM图像	NA	NA	NA	NA
1175	2026-09-23	A Hybrid Physics-Deep Learning Framework for Combinatorial De Novo Design of Small-Molecule Binding Proteins 2026-Apr-15, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.12.717919 PMID:42039485	研究论文	该文章提出了一种混合物理-深度学习框架，用于从头设计小分子结合蛋白，通过组合筛选和优化界面相互作用，实现了高精度的蛋白质-配体结合设计，并在类固醇结合蛋白设计中取得了实验成功。	提出了一种可推广到α-β架构的支架策略，结合组合组装和物理-深度学习优化，实现了原子级精确的小分子结合蛋白设计，消除了高通量筛选的需求。	实验成功率仍有待提高（4/26），且方法可能受限于特定类型的蛋白质架构和配体。	开发一种通用且原子精确的小分子结合蛋白从头设计方法，提高设计成功率和结合精度。	小分子结合蛋白，特别是针对类固醇类小分子的结合蛋白。	机器学习	NA	深度学习、物理模拟、NMR	深度学习模型	蛋白质结构数据、序列数据	26个设计蛋白，其中4个成功结合目标	NA	NA	实验成功率、NMR结构一致性	NA
1176	2026-09-23	Resting-state fMRI foundation models enable robust and generalizable latent neural target discovery in cognitive aging interventions 2026-Apr-15, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.30.697042 PMID:42039513	研究论文	系统评估静息态功能磁共振基础模型在老年人轻度认知障碍干预试验中预测情景记忆变化的能力，并发现潜在神经模式	首次在独立随机对照试验中系统评估rsfMRI基础模型，证明其优于传统机器学习和深度学习方法，并利用外部阿尔茨海默病队列进行临床信息适应，提升预测精度和鲁棒性	研究样本量较小且异质性高，可能影响结果的普遍性；基础模型在局部干预环境中的有效性仍需更大规模验证	探究rsfMRI基础模型能否稳健提取纵向脑表征，预测干预后情景记忆变化，并识别潜在神经模式	患有轻度认知障碍的老年人，来自两个独立随机对照试验	医学影像分析	认知老化	静息态功能磁共振成像	基础模型	时间序列信号	两个独立随机对照试验的老年人轻度认知障碍参与者，具体人数未提供	NA	基础模型	准确率	NA
1177	2026-09-23	Serial Spatial Transcriptomics Reveal Divergent Routes to Therapy Resistance in Metastatic Breast Cancer 2026-Apr-15, Research square DOI:10.21203/rs.3.rs-9365657/v1 PMID:42040933	研究论文	该研究通过对四名转移性乳腺癌患者长达3.5年的十次活检样本进行序列空间转录组学分析，揭示了转移性乳腺癌治疗耐药的不同适应路径。	提出了以患者为中心的空间分析框架，结合概率主题建模与空间深度学习，首次系统性地揭示了转移性乳腺癌中通路独立性、微环境重塑和补偿性信号三大生存原则及其在个体患者中的不同机制表现。	样本量较小（仅四名患者），可能限制结论的普适性；缺乏大规模独立队列验证；未涉及其他癌种的转移性耐药机制比较。	揭示转移性乳腺癌在个性化治疗过程中耐药机制的空间异质性和细胞情境，建立空间转录组学作为指导多轴联合治疗和早期治疗决策的工具。	四名转移性乳腺癌患者的十次活检样本，共计345,207个细胞。	数字病理学	乳腺癌	空间转录组学	NA	图像、文本（空间转录组数据）	4名转移性乳腺癌患者，10次活检，345,207个细胞	NA	NA	NA	NA
1178	2026-09-23	GAZE2REPORT: RADIOLOGY REPORT GENERATION VIA VISUAL-GAZE PROMPT TUNING OF LLMS 2026-Apr-07, ArXiv PMID:41994171	研究论文	该文章提出GAZE2REPORT框架，通过视觉注视提示调优大语言模型来实现放射学报告生成	利用扫描路径预测模块和图神经网络生成联合视觉注视令牌，结合指令和报告令牌形成多模态提示，微调大语言模型的LoRA层进行自回归报告生成，实现推理时无需注视输入	摘要中未明确提及局限性	解决放射学报告生成中医生先验信息整合不足、多模态数据融合复杂以及注视数据获取成本高且推理时缺失的问题	放射学图像和报告	计算机视觉	NA	眼动追踪, 扫描路径预测, 图神经网络, 大语言模型微调	LLM, GNN	图像, 文本, 眼动数据	NA	NA	LoRA, Graph Neural Network, Large Language Models	NA	NA
1179	2026-09-23	Quantifying setup uncertainty between computed tomography guidance and magnetic resonance guidance in intramuscular metastases radiotherapy 2026-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70589 PMID:42003063	研究论文	该研究量化了在肌肉内寡转移放疗中，CT引导与MR引导之间的摆位不确定性，并比较了剂量学差异和所需治疗边界	首次量化了肌肉内寡转移放疗中CT引导与MR引导之间的摆位不确定性，并利用深度学习生成的合成CT模拟CT引导，比较了剂量学差异和所需边界	样本量较小，仅纳入5例患者；合成CT的准确性可能影响结果；未评估临床结局	评估CT引导与MR引导在肌肉内寡转移放疗中的剂量学差异，并量化所需治疗边界	5例接受MR引导放疗的肌肉内寡转移患者	放射治疗	寡转移癌	MR引导放疗, CT引导放疗, 深度学习合成CT	深度学习模型	医学图像	5例患者	NA	NA	摆位误差, V95, D95, 均匀性指数	NA
1180	2026-09-23	LEARNABLE HIERARCHICAL VISUAL CONTEXTS FOR TUMOR SEGMENTATION IN COMPUTED TOMOGRAPHY IMAGES 2026-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi61048.2026.11515689 PMID:42367197	研究论文	本文提出了一种可学习的层次化视觉上下文（LeVal）方法，用于改进CT图像中的肿瘤分割	LeVal结合了任务无关的可学习语义上下文和任务特定的查询令牌，通过两阶段预训练（自监督学习和多器官分割监督预训练）来增强肿瘤分割性能	未明确说明，可能包括对特定肿瘤类型的泛化能力、计算资源需求等	改进CT图像中的肿瘤分割，以支持放射治疗应用	胰腺癌、结肠癌、肾上腺癌和头颈癌的CT图像	计算机视觉	肺癌	深度学习	3D Swin Transformer	图像	14,000个未标记CT扫描（预训练），四个公共数据集（评估）	NA	3D Swin Transformer, 解码器	分割性能指标（如Dice系数等）	NA