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
101	2025-04-25	The prediction of RNA-small molecule binding sites in RNA structures based on geometric deep learning 2025-Apr-21, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143308 PMID:40268011	研究论文	本文介绍了一种基于几何深度学习的计算方法RLBSIF，用于预测RNA结构中RNA与小分子配体的结合位点	提出了一种新的计算方法RLBSIF，结合表面几何特征和化学特征，通过MaSIF-based表面相互作用指纹全面表征RNA-配体相互作用，并使用ResNet18网络分析这些指纹以识别配体结合口袋	训练数据仅包含440个结合口袋，可能限制了模型的泛化能力	准确预测RNA结构中配体的结合位点，以指导药物设计和医学领域的应用	RNA与小分子配体的结合位点	机器学习	NA	几何深度学习	ResNet18	RNA结构和配体结合数据	440个结合口袋
102	2025-04-25	OrgaMeas: A pipeline that integrates all the processes of organelle image analysis 2025-Apr-21, Biochimica et biophysica acta. Molecular cell research DOI:10.1016/j.bbamcr.2025.119964 PMID:40268058	研究论文	介绍了一个名为OrgaMeas的高通量图像分析流程，用于测量细胞器的形态和动态	整合了两个基于深度学习的工具OrgaSegNet和DIC2Cells，实现了高精度的细胞器分割和单细胞水平的ROI自动设置	未提及具体的使用限制或性能瓶颈	开发一个低成本、低编码需求且易于使用的细胞器图像分析平台	细胞器的形态和动态	数字病理	NA	深度学习	CNN	图像	NA
103	2025-04-25	Computational models for prediction of m6A sites using deep learning 2025-Apr-21, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.011 PMID:40268153	研究论文	本文综述了基于机器学习和深度学习的m6A位点预测方法，并在基准数据集上验证了多种深度学习方法的效果	验证了在m6A位点预测中未充分利用的预训练模型和基本深度学习方法，并分析了数据集特征和模型预测解释	未提及具体的数据集规模或模型性能的局限性	准确识别m6A修饰位点以理解其功能和潜在机制	真核生物mRNA中的m6A修饰位点	自然语言处理	NA	深度学习	预训练模型和其他基本深度学习方法	生物序列数据	NA
104	2025-04-25	End-to-end deep learning-based motion correction and reconstruction for accelerated whole-heart joint T1/T2 mapping 2025-Apr-21, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110396 PMID:40268172	研究论文	本文提出了一种端到端的深度学习算法，用于加速3D全心联合T1/T2映射，以实现心肌组织的特征化	采用端到端深度学习算法联合运动估计和基于模型的运动校正重建，显著提高了重建速度	未提及具体样本量或临床验证的广泛性	加速全心心肌组织的T1/T2映射，提高心肌组织特征化的效率	心肌组织	医学影像处理	心血管疾病	深度学习	端到端非刚性运动校正重建网络	多对比度欠采样数据	NA
105	2025-04-25	A CVAE-based generative model for generalized B1 inhomogeneity corrected chemical exchange saturation transfer MRI at 5 T 2025-Apr-21, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121202 PMID:40268259	research paper	提出了一种基于条件变分自编码器（CVAE）的生成模型，用于在5T磁场下进行广义B1不均匀性校正的化学交换饱和转移（CEST）MRI	使用CVAE生成模型从单次CEST采集数据中生成B1不均匀性校正的Z谱，克服了传统方法需要多B1水平数据采集和现有深度学习方法泛化性不足的问题	研究仅在5T磁场下的健康人脑成像中进行了验证，未在其他场强或病理条件下测试	开发一种能够广泛适用于不同B1水平的B1不均匀性校正方法，以提高定量CEST MRI的准确性	化学交换饱和转移（CEST）MRI数据	医学影像处理	NA	化学交换饱和转移（CEST）MRI	条件变分自编码器（CVAE）	MRI图像数据	数值模拟和健康人脑成像数据
106	2025-04-25	Construction of a deep learning model and identification of the pivotal characteristics of FGF7- and MGST1- positive fibroblasts in heart failure post-myocardial infarction 2025-Apr-19, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143171 PMID:40258553	研究论文	本研究通过构建深度学习模型，揭示了FGF7-和MGST1-阳性成纤维细胞在心肌梗死后心力衰竭中的关键特征	发现了FGF7MGST1成纤维细胞在心肌梗死后心力衰竭中的下调现象，并通过机器学习算法鉴定了该细胞群的17个特征基因，构建了预测心力衰竭的深度学习模型	研究主要基于单细胞RNA测序数据和小鼠模型，需要在更大规模的人类样本中验证	探究心肌梗死后心力衰竭中成纤维细胞的异质性及其分子机制	FGF7-和MGST1-阳性成纤维细胞	数字病理学	心血管疾病	scRNA-seq, qRT-PCR, 孟德尔随机化分析	深度学习模型	单细胞RNA测序数据	NA
107	2025-04-25	Enhanced cell tracking using a GAN-based super-resolution video-to-video time-lapse microscopy generative model 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112225 PMID:40230526	研究论文	本文介绍了一种基于GAN的超分辨率视频到视频延时显微镜生成模型tGAN，用于增强细胞追踪的质量和多样性	提出了一种双分辨率架构的GAN模型tGAN，能够准确捕捉低分辨率和高分辨率的细胞细节，从而提高细胞追踪的准确性	需要更多的真实标注数据来进一步验证模型的泛化能力	提升细胞追踪的性能，减少对人工标注的依赖	细胞动态行为（如生长、分裂、运动和相互作用）	数字病理学	NA	GAN	tGAN（基于GAN的生成模型）	视频（延时显微镜图像）	NA
108	2025-04-25	Characterizing Bruch's membrane: State-of-the-art imaging, computational segmentation, and biologic models in retinal disease and health 2025-Apr-18, Progress in retinal and eye research IF:18.6Q1 DOI:10.1016/j.preteyeres.2025.101358 PMID:40254245	综述	本文综述了布鲁赫膜（BM）在视网膜健康和疾病中的特征、成像技术、计算分割及生物模型的最新进展	整合了多种先进成像技术（如OCT、NIR、MALDI-IMS）与AI驱动的BM自动分割方法，并探讨了动物/合成模型的应用	未提及具体临床验证数据或不同成像技术的比较性分析	深入理解布鲁赫膜在视网膜疾病中的作用机制	布鲁赫膜（BM）及其在视网膜病理生理学中的功能	数字病理学	视网膜疾病	光学相干断层扫描（OCT）、近红外反射（NIR）、自发荧光成像、MALDI-IMS质谱成像	深度学习（未指定具体模型）	医学影像	NA（综述类文章未涉及具体样本量）
109	2025-04-25	EffiCOVID-net: A highly efficient convolutional neural network for COVID-19 diagnosis using chest X-ray imaging 2025-Apr-17, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.008 PMID:40252941	research paper	提出了一种名为EffiCOVID-Net的高效卷积神经网络，用于通过胸部X光影像诊断COVID-19	EffiCOVID-Net结合了多样化的特征学习单元，包含多个卷积层和循环连接，以提取复杂特征同时保持空间完整性，具有轻量级架构和低计算开销	该模型最适合作为辅助工具而非独立的诊断方法使用	开发高效准确的COVID-19诊断工具	COVID-19患者的胸部X光影像	digital pathology	COVID-19	CNN	EffiCOVID-Net	image	两个公开可用的COVID-19胸部X光数据集
110	2025-04-25	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Apr-16, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01071 PMID:40177940	研究论文	提出了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基	将SERS光谱转换为基于定义强度阈值的二进制'开/关'信号，实现单分子事件可视化并减少假阳性，结合深度学习技术检测多种分析物	未提及具体样本量或实验规模的限制	开发一种新型过程分析技术(PAT)工具，用于生物制造中的快速准确监测	AMBIC 1.1哺乳动物细胞培养基	生物制造技术	NA	表面增强拉曼光谱(SERS)	深度学习	光谱数据	NA
111	2025-04-25	An integrated AI knowledge graph framework of bacterial enzymology and metabolism 2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425048122 PMID:40193601	研究论文	介绍了一个名为IBIS的集成AI知识图谱框架，用于促进快速、可扩展的细菌代谢推断	结合深度学习和知识图谱技术，利用Transformer模型生成高质量的酶、生物合成域和代谢途径的嵌入表示，实现大规模代谢蛋白和途径的快速比较	未明确提及具体局限性	改进细菌代谢研究，促进人类健康和农业实践的发展	细菌代谢、酶、生物合成域和代谢途径	机器学习	NA	深度学习、知识图谱	Transformer	基因组测序数据	NA
112	2025-04-25	Privacy for free in the overparameterized regime 2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2423072122 PMID:40215275	研究论文	本文探讨了在过参数化情况下差分隐私梯度下降（DP-GD）算法的性能，证明了在此情况下隐私保护可以几乎无代价实现	挑战了过参数化会阻碍隐私学习性能的普遍观点，证明了在随机特征模型和二次损失下，隐私可以几乎无代价实现	研究仅限于随机特征模型和二次损失情况，未考虑更复杂的模型和损失函数	研究差分隐私梯度下降算法在过参数化情况下的性能表现	差分隐私梯度下降算法及其在过参数化情况下的表现	机器学习	NA	差分隐私梯度下降（DP-GD）	随机特征模型	NA	当参数数量m远大于训练样本数量n时的情况
113	2025-04-25	WMH-DualTasker: A Weakly Supervised Deep Learning Model for Automated White Matter Hyperintensities Segmentation and Visual Rating Prediction 2025-Apr-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70212 PMID:40260707	research paper	开发了一种名为WMH-DualTasker的深度学习模型，用于自动分割白质高信号（WMH）并预测视觉评分	该模型通过自监督学习和变换不变性一致性约束，仅使用临床视觉评分作为监督信号，同时进行体素级分割和视觉评分预测	模型性能依赖于临床视觉评分的质量，且在不同数据集上的表现可能存在差异	开发一种自动化深度学习模型，以最小监督提供WMH严重程度的准确和全面量化	白质高信号（WMH）及其与认知障碍和痴呆的关系	digital pathology	geriatric disease	self-supervised learning	deep learning model	neuroimaging data	MICCAI-WMH数据集（N=60）和SINGER数据集（N=64）
114	2025-04-25	AutoGP: An intelligent breeding platform for enhancing maize genomic selection 2025-Apr-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101240 PMID:39789848	research paper	开发了一个名为AutoGP的智能育种平台，用于加速玉米基因组选择	AutoGP平台整合了基因型提取、表型提取和基因组选择模型，提供了一个用户友好的网络界面，并具有高效测序芯片、完整的植物表型提取流程和广泛的模型池	需要高密度的单核苷酸多态性（SNPs）和劳动密集型的表型数据收集	加速高产量作物品种的开发	玉米（Zea mays）	machine learning	NA	基因组选择（GS）	支持向量机、极端梯度提升、梯度提升决策树、多层感知机、随机森林、深度学习基因组选择、深度学习基因组关联研究、深度神经网络基因组预测、SoyDNGP	基因型和表型数据	玉米全双列设计加不平衡育种样交叉群体数据集
115	2025-04-25	Fine-grained forecasting of COVID-19 trends at the county level in the United States 2025-Apr-11, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01606-1 PMID:40216974	研究论文	本文提出了一种名为FIGI-Net的细粒度感染预测网络，用于预测美国县级COVID-19趋势	使用县级数据和双向LSTM结构进行细粒度预测，能够准确预测突发变化如新爆发或峰值	依赖于大数据集，而疫情数据的不断变化可能影响模型效果	提高COVID-19趋势预测的准确性和细粒度，以支持公共卫生响应和疫情准备	美国县级COVID-19数据	机器学习	COVID-19	时间序列预测	双向LSTM	时间序列数据	县级COVID-19数据
116	2025-04-25	Neural network analysis as a novel skin outcome in a trial of belumosudil in patients with systemic sclerosis 2025-Apr-11, Arthritis research & therapy IF:4.4Q1 DOI:10.1186/s13075-025-03508-9 PMID:40217251	研究论文	本研究利用深度学习和组织学分析，探索人工智能在系统性硬化症（SSc）皮肤活检中的应用，以量化皮肤病理特征	首次将神经网络分析应用于SSc皮肤活检，作为定量评估皮肤病理特征的新方法	研究样本量小（仅5例患者有可用活检数据），且研究早期终止	评估belumosudil对SSc患者皮肤病理特征的影响，并探索AI在量化这些特征中的应用	成人弥漫性皮肤SSc患者	数字病理学	系统性硬化症	深度学习	神经网络	图像	10名患者（其中5名有可用活检数据）
117	2025-04-25	Insights into transportation CO2 emissions with big data and artificial intelligence 2025-Apr-11, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101186 PMID:40264962	review	本文探讨了大数据和人工智能在理解和减少交通运输领域二氧化碳排放中的应用	提出了结合机器学习和深度学习模型来处理和分析交通大数据的创新方法，以提高碳排放预测的准确性	面临算法、数据和计算方面的挑战，需要跨学科合作来解决	研究交通运输领域的二氧化碳排放，以实现深度脱碳	交通运输领域的大数据和二氧化碳排放	machine learning	NA	machine learning (ML), deep learning (DL)	ML, DL	big data	NA
118	2025-04-25	Analysis of RNA translation with a deep learning architecture provides new insight into translation control 2025-Apr-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf277 PMID:40219965	研究论文	开发了一个深度神经网络模型TranslationAI，用于直接从RNA序列预测和分析翻译起始和终止位点，揭示了翻译控制的新规则	模型揭示了密码子使用在调节翻译终止中的新作用，并发现了数千个新的开放阅读框	模型主要基于人类转录本训练，在其他生物中的预测准确性可能有限	理解和预测RNA翻译的起始和终止位点	人类转录本、真核生物、原核生物和RNA病毒的多顺反子转录本	自然语言处理	NA	深度神经网络	深度神经网络	RNA序列	整个人类转录组
119	2025-04-25	Investigating Bubble Formation and Evolution in Vanadium Redox Flow Batteries via Synchrotron X-Ray Imaging 2025-Apr-09, ChemSusChem IF:7.5Q1 DOI:10.1002/cssc.202500282 PMID:40202080	研究论文	通过同步辐射X射线成像技术研究钒氧化还原液流电池中气泡的形成与演变	结合深度学习模型与形态学分析工具，对同步辐射X射线断层扫描图像中的气泡进行识别和表征，揭示了气泡在不同电极电位下的形成与演变规律	研究仅针对钒氧化还原液流电池的负半电池，未涉及正半电池或其他类型液流电池	探究钒氧化还原液流电池中氢气泡的形成与演变机制，以提高电池效率	钒氧化还原液流电池负半电池中的氢气泡	能源存储	NA	同步辐射X射线断层扫描、深度学习模型、形态学分析	深度学习模型	X射线图像	NA
120	2025-04-25	Predicting seizure episodes and high-risk events in autism through adverse behavioral patterns 2025-Apr-09, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adcafd PMID:40203864	研究论文	通过分析自闭症患者的历史行为数据，预测癫痫发作和高风险行为事件，以促进早期干预和支持	首次证明行为模式可以预测癫痫发作及不良行为，扩展了预测模型在自闭症中的临床应用	仅分析了353名自闭症患者的数据，样本量相对较小	确定历史行为数据是否能预测自闭症患者的高风险行为或癫痫发作事件	353名自闭症谱系障碍（ASD）患者	机器学习	自闭症谱系障碍	深度学习算法	深度学习模型	行为数据和癫痫数据	353名自闭症患者，九年的行为与癫痫数据