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	2025-06-21	DeepCCDS: Interpretable Deep Learning Framework for Predicting Cancer Cell Drug Sensitivity through Characterizing Cancer Driver Signals 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202416958 PMID:40397390	research paper	提出了一种名为DeepCCDS的深度学习框架，用于通过表征癌症驱动信号预测癌细胞药物敏感性	DeepCCDS整合了先验知识网络来表征癌症驱动信号，提升了模型的预测性能和可解释性	当前深度学习方法仅依赖孤立的遗传标记，忽视了药物反应背后的复杂调控网络和细胞机制	提高癌细胞药物敏感性预测的准确性，以实现精准肿瘤学	癌细胞系和实体瘤样本	machine learning	cancer	deep learning	self-supervised neural network	genetic and drug sensitivity data	multiple datasets including The Cancer Genome Atlas
102	2025-06-21	A deep learning model for predicting the outcome of persistent type 2 endoleaks after endovascular abdominal aortic aneurysm repair 2025-Jun, Acta chirurgica Belgica IF:0.6Q4 DOI:10.1080/00015458.2022.2129282 PMID:36189479	研究论文	本研究开发了一个深度学习模型，用于预测腹主动脉瘤腔内修复术后持续性2型内漏的结局	首次使用深度学习模型预测持续性2型内漏的结局，并通过可视化技术提高模型的可解释性	样本量较小（94例患者），且为单中心回顾性研究	预测腹主动脉瘤腔内修复术后持续性2型内漏的结局	94例持续性2型内漏患者	数字病理学	心血管疾病	深度学习	深度学习模型	图像	94例患者（75例训练集，19例测试集），10240张CT血管造影图像
103	2025-06-21	AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions 2025-May-09, Acta haematologica IF:1.7Q3 DOI:10.1159/000546303 PMID:40349705	综述	本文探讨了人工智能在输血医学中的应用及其潜在影响	综述了AI在输血医学多个领域的应用，包括机器学习、深度学习、自然语言处理和预测分析，展示了AI在提高操作效率、患者安全和资源分配方面的潜力	当前研究多为探索性，面临临床工作流程的变异性、算法透明度、公平获取以及数据隐私和偏见等伦理问题的挑战	探讨人工智能在输血医学中的应用机会、挑战和未来发展方向	输血医学中的AI应用	医疗人工智能	NA	机器学习、深度学习、自然语言处理、预测分析	NA	NA	NA
104	2025-06-21	A new age in structural S-layer biology: Experimental and in silico milestones 2025-May-08, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110205 PMID:40345586	综述	本文总结了过去五年在S层蛋白结构研究中的主要成就，并探讨了计算方法在S层蛋白建模中的最新突破	首次探讨了计算方法在S层蛋白建模中的应用及其对未来研究的潜在影响	主要关注过去五年的研究进展，可能未涵盖更早期的研究成果	总结S层蛋白结构研究的主要成就，并探索计算方法在该领域的应用	细菌和古菌中的S层蛋白	结构生物学	NA	高分辨率成像、深度学习结构预测	深度学习	蛋白质结构数据	多种细菌和古菌物种
105	2025-06-21	Artificial intelligence predicts multiclass molecular signatures and subtypes directly from breast cancer histology: a multicenter retrospective study 2025-Apr-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002220 PMID:39764584	研究论文	本研究提出了一种基于深度学习的算法（BBMIL），可直接从乳腺癌组织病理学图像中预测经典生物标志物、免疫治疗相关基因特征和预后相关亚型	BBMIL算法能够直接从H&E染色组织病理学图像中预测多种分子标志物和亚型，避免了额外的检测成本和组织负担	研究为回顾性研究，需要进一步前瞻性验证	开发能够直接从组织病理学图像预测乳腺癌分子特征的AI算法	乳腺癌组织病理学图像	数字病理学	乳腺癌	深度学习	BBMIL	图像	多中心回顾性研究（具体样本量未提及）
106	2025-06-21	Deep Learning Approaches to Predict Geographic Atrophy Progression Using Three-Dimensional OCT Imaging 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.11 PMID:39913124	研究论文	评估不同三维光学相干断层扫描（OCT）图像处理方法在深度学习模型中预测地理萎缩（GA）病变区域及其未来增长率的效果	比较了四种不同的OCT图像处理方法在预测GA病变增长率和基线病变大小方面的性能，发现EZ和RPE层包含大部分预测相关信息	所有探索的方法在预测GA增长率方面性能相当，可能已达到性能瓶颈	评估3D OCT图像处理方法在预测GA病变进展中的效用	年龄相关性黄斑变性（AMD）引起的地理萎缩（GA）病变	数字病理学	年龄相关性黄斑变性	三维光学相干断层扫描（3D OCT）	3D CNN	三维医学影像	模型开发使用1219只研究眼，保留性能评估使用442只研究眼
107	2025-06-21	Artificial Intelligence in Pancreatic Imaging: A Systematic Review 2025-02, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12723 PMID:39865461	综述	本文系统回顾了人工智能在胰腺影像学中的应用及其技术进展、临床应用和挑战	探讨了深度学习技术（特别是CNN）在胰腺疾病检测、分割及良恶性病变区分中的应用，以及放射组学方法在提高深度学习模型准确性方面的作用	面临法律和伦理考虑、算法透明度和数据安全等挑战	评估人工智能在胰腺影像学中的诊断和治疗潜力	胰腺疾病（包括急慢性胰腺炎和胰腺肿瘤）的影像学数据	数字病理	胰腺癌	机器学习、深度学习、放射组学	CNN	影像数据（CT、MRI、内镜超声）	NA
108	2025-06-21	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大型语言模型（LLMs）在生物信息学中的关键组成部分、应用及未来展望	探讨了LLMs在解决生物信息学问题上的潜力，特别是在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等领域的应用	未提及具体的技术或应用限制	推动生物信息学领域的发展，探索LLMs在该领域的应用潜力	大型语言模型（LLMs）及其在生物信息学中的应用	生物信息学	NA	自监督或半监督学习	transformer模型	未标注输入数据	NA
109	2025-06-21	Automatic multimodal registration of cone-beam computed tomography and intraoral scans: a systematic review and meta-analysis 2025-Jan-29, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06183-x PMID:39878846	系统综述与荟萃分析	评估锥形束计算机断层扫描（CBCT）与口内扫描（IOS）自动多模态配准的最新进展及其在牙科中的临床意义	比较了几何方法与人工智能技术在配准中的表现，并指出AI方法在自动化和鲁棒性上的显著提升	未来研究需解决配准标志点不稳定或数据集多样性有限等挑战，以确保在复杂临床场景中的稳定性	评估CBCT与IOS自动多模态配准技术的效率与准确性	锥形束计算机断层扫描（CBCT）和口内扫描（IOS）数据	数字病理	牙科疾病	几何配准算法与AI驱动的深度学习模型	深度学习模型（未指定具体类型）	3D图像数据	22篇符合纳入标准的研究（共筛选493篇）
110	2025-06-21	Transformers for Neuroimage Segmentation: Scoping Review 2025-Jan-29, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/57723 PMID:39879621	综述	本文综述了当前关于使用transformer模型进行神经影像分割的研究，总结了相关文献并评估了各种transformer模型的应用	首次系统性地综述了transformer在神经影像分割领域的应用，并分析了混合CNN-transformer架构的优越性	计算成本高，在小数据集上容易过拟合，且研究主要依赖于脑肿瘤分割数据集，缺乏多样性	评估transformer模型在神经影像分割中的应用现状和效果	人类脑部影像数据	数字病理	脑肿瘤	MRI	Transformer, CNN-transformer混合架构	影像	67篇符合纳入标准的研究论文
111	2025-06-21	Artificial intelligence methods applied to longitudinal data from electronic health records for prediction of cancer: a scoping review 2025-Jan-28, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02473-w PMID:39875808	综述	本文综述了利用人工智能方法从电子健康记录（EHRs）中的纵向数据预测癌症的研究现状，并提出了模型开发的建议	总结了当前利用纵向数据进行癌症预测的方法，并提出了改进模型开发的建议	90%的研究存在高偏倚风险，主要由于研究设计和样本量不当	总结和评估利用人工智能从电子健康记录中纵向数据预测癌症的方法	电子健康记录中的纵向数据	机器学习	癌症	特征工程和深度学习	RNN, CNN, transformers	电子健康记录数据	33项研究纳入综述
112	2025-06-21	Prediction of Anti-rheumatoid Arthritis Natural Products of Xanthocerais Lignum Based on LC-MS and Artificial Intelligence 2025, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073282138240116112348 PMID:38299408	研究论文	基于LC-MS和人工智能技术预测和筛选黄栌木中抗风湿性关节炎的活性化合物	结合LC-MS和AI技术，构建集成模型预测天然产物的抗RA活性，提高了预测的稳定性和准确性	研究仅针对黄栌木中的化合物，未涉及其他天然产物	寻找更有效且安全的天然产物用于治疗风湿性关节炎	黄栌木中的化合物	机器学习	风湿性关节炎	LC-MS, HPLC-Q-Exactive-MS	逻辑回归, k近邻, 支持向量机, 随机森林, XGBoost, GCN	质谱数据	69种已鉴定的黄栌木化合物
113	2025-06-21	Advancement and independent validation of a deep learning-based tool for automated scoring of nail psoriasis severity using the modified nail psoriasis severity index 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1574413 PMID:40241894	研究论文	开发并验证了一种基于卷积神经网络的自动化工具，用于使用改良指甲银屑病严重程度指数（mNAPSI）对指甲银屑病严重程度进行评分	该研究提出了一种基于BEiT架构的CNN模型，能够在无需标准化成像条件下，对所有严重程度类别的指甲银屑病进行准确评分	研究样本主要来自特定患者群体（银屑病和银屑病关节炎患者），可能限制了模型的泛化能力	开发一个自动化、客观的指甲银屑病严重程度评分工具	银屑病（PsO）、银屑病关节炎（PsA）患者以及非银屑病对照组的指甲照片	计算机视觉	银屑病	深度学习	CNN（基于BEiT架构）	图像	训练数据集包含460名患者的4,400张指甲照片，独立验证数据集包含118名患者的929张指甲照片
114	2025-06-21	Calibration-free estimation of field dependent aberrations for single molecule localization microscopy across large fields of view 2024-Dec-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.11.627909 PMID:39713420	研究论文	本文提出了一种无需校准的方法，用于估计单分子定位显微镜在大视场中的场依赖性像差	引入基于模型的方法直接从单分子数据估计场依赖性像差，无需校准步骤，利用节点像差理论将场依赖性像差纳入全矢量PSF模型	NA	提高单分子定位显微镜在大视场中的定位精度和准确性	微管和核孔复合物的2D和3D定位数据	显微镜成像	NA	单分子定位显微镜(SMLM)	基于节点像差理论的PSF模型	2D和3D定位数据	视场范围达180 μm的微管和核孔复合物数据
115	2025-06-21	Focal liver lesion diagnosis with deep learning and multistage CT imaging 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51260-6 PMID:39147767	研究论文	本研究开发了一种基于深度学习和多期增强CT的自动诊断系统LiLNet，用于诊断肝脏病变	开发了Liver Lesion Network (LiLNet)系统，能够自动识别多种肝脏病变，并在多个外部中心验证了其高准确率	未提及系统在非典型病例或罕见肝脏病变中的表现	开发自动诊断系统以辅助肝脏病变的临床诊断	肝脏病变（包括HCC、ICC、MET、FNH、HEM和CYST）	数字病理	肝癌	多期增强CT成像	深度学习模型（LiLNet）	CT图像	4039名患者来自六个数据中心，并在四个外部中心和两家医院进行验证
116	2025-06-21	Glenohumeral joint force prediction with deep learning 2024-01, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2024.111952 PMID:38228026	研究论文	本研究利用深度学习技术预测肩关节盂肱关节力的幅度和方向	使用深度学习模型替代传统的计算密集型优化技术，显著降低计算成本	研究基于虚拟受试者数据，未涉及真实临床患者验证	开发高效预测肩关节力的方法以改善关节功能和植入物耐久性评估	肩关节盂肱关节力	机器学习	骨科疾病	深度学习	DLM	生物力学参数	959名虚拟受试者
117	2025-06-21	A quantitative characterization of early neuron generation in the developing zebrafish telencephalon 2023 Oct-Nov, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22926 PMID:37679904	研究论文	本文定量描述了斑马鱼端脑发育早期神经元生成的过程	使用基于深度学习的Cellpose分割方法和单个NPC的克隆分析，首次详细量化了斑马鱼端脑在受精后14至24小时内神经元生成和NPC分裂模式	研究仅聚焦于斑马鱼端脑发育的最初24小时，未涉及更长期的神经发生过程	理解神经前体细胞(NPCs)何时转换分裂模式以生成斑马鱼端脑的首批神经元	斑马鱼端脑发育早期的神经前体细胞和新生神经元	发育神经生物学	NA	Cellpose深度学习分割方法、克隆分析	Cellpose	图像数据	斑马鱼端脑发育14-24小时时间段内的样本
118	2025-06-21	Genetics and mechanisms of thoracic aortic disease 2023-03, Nature reviews. Cardiology DOI:10.1038/s41569-022-00763-0 PMID:36131050	review	本文回顾了胸主动脉疾病的遗传学机制，并探讨了机器学习和大规模影像数据集在遗传关联发现中的应用	结合深度学习和大型影像数据集快速定义主动脉特征，并将新发现的遗传观察结果整合到当前对胸主动脉疾病的生物学理解中	胸主动脉疾病相对于其他心血管疾病较为罕见，这限制了大规模遗传关联的识别	探讨胸主动脉疾病的遗传学机制及其预防和治疗策略	胸主动脉疾病，包括主动脉瘤、主动脉夹层、主动脉缩窄或主动脉功能异常	machine learning	cardiovascular disease	deep learning	NA	imaging	大型生物样本库中的大规模影像数据集
119	2025-06-21	State-of-the-Art Estimation of Protein Model Accuracy Using AlphaFold 2022-Dec-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.129.238101 PMID:36563190	research paper	该论文探讨了利用AlphaFold从蛋白质的初级氨基酸序列预测其3D结构的最新进展	证明了AlphaFold学习了一种近似生物物理能量函数，并能够在不使用共进化数据的情况下，以最先进的准确性评估候选蛋白质结构的质量	研究未提及具体样本量或实验条件的限制	探索仅从蛋白质的初级序列预测其3D结构的可能性	蛋白质的3D结构预测	structural biology	NA	deep learning, coevolutionary data analysis	AlphaFold	protein sequences, 3D structure data	NA
120	2025-06-21	Machine Learning Analysis of Cocaine Addiction Informed by DAT, SERT, and NET-Based Interactome Networks 2022-Apr-12, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.2c00002 PMID:35294204	研究论文	本文通过机器学习/深度学习分析可卡因成瘾，基于DAT、SERT和NET的相互作用网络	提出了一种基于DAT、SERT和NET相互作用网络的人工智能系统化协议，用于发现抗可卡因成瘾的潜在药物	研究仅分析了61个蛋白质靶点，未涵盖所有460个蛋白质	开发治疗可卡因成瘾的药物	可卡因成瘾相关的DAT、SERT和NET相互作用网络中的蛋白质靶点	机器学习	药物成瘾	机器学习/深度学习算法（包括AE、GBDT和MT-DNN）	AE、GBDT、MT-DNN	蛋白质相互作用数据和抑制剂数据	61个蛋白质靶点和115,407个抑制剂