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
101	2025-11-14	An ancient recombination desert is a speciation supergene in placental mammals 2025-Nov-12, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09740-2 PMID:41225009	研究论文	通过深度学习分析22种胎盘哺乳动物基因组，发现X染色体上一个古老的基因重组荒漠区域是物种形成的超级基因	首次利用深度学习推断哺乳动物重组景观演化，发现X染色体上保守的重组荒漠区域作为物种形成超级基因	研究基于22种胎盘哺乳动物基因组，样本多样性可能有限；重组图谱的稀缺性可能影响分析的全面性	探究基因重组率对物种形成早期基因流动的影响，并准确推断物种系统发育关系	22种分化胎盘哺乳动物物种的基因组比对数据	基因组学	NA	深度学习，基因组比对，系统基因组分析	深度学习模型	基因组序列数据	22种胎盘哺乳动物物种（扩展到94种进行系统基因组分析）	NA	NA	NA	NA
102	2025-11-14	Short-term and long-term solar irradiance forecasting with advanced machine learning techniques in Zafarana, Egypt 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24853-4 PMID:41225071	研究论文	提出结合特征选择技术和机器学习模型的集成框架，用于埃及Zafarana地区短期和长期太阳辐照度预测	集成多种特征选择方法和机器学习/深度学习模型，针对特定地区（埃及Zafarana）的太阳辐照度预测挑战	研究局限于埃及Zafarana地区，使用NASA Power Project的历史数据，未在其他地区验证	提高太阳辐照度预测精度，优化太阳能能源管理	太阳辐照度历史数据	机器学习	NA	太阳辐照度测量	Linear Regression, Decision Tree, Gradient Boosting, Random Forest, CNN, LSTM, CNN-LSTM	时间序列数据	NASA Power Project提供的历史数据	NA	CNN, LSTM, CNN-LSTM	R²	NA
103	2025-11-14	Identification of novel triazolopyrimidines as potent α-glucosidase inhibitor through design, synthesis, biological evaluations, and computational analysis 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23387-z PMID:41225142	研究论文	本研究设计合成新型三唑并嘧啶类化合物作为高效α-葡萄糖苷酶抑制剂	开发了新型5,7-二芳基-[1,2,4]三唑并[1,5-a]嘧啶-6-胺系列化合物，其中9s的抑制活性比阿卡波糖强30倍以上	NA	开发具有更高选择性和效力的新型α-葡萄糖苷酶抑制剂	α-葡萄糖苷酶抑制剂化合物	计算化学与药物设计	2型糖尿病	分子对接、分子动力学模拟、光谱分析（CD和荧光）	BERT	化学结构SMILES	20个合成化合物（9a-9t）	深度学习	BERT	IC50值	NA
104	2025-11-14	Harnessing droplet microfluidics and morphology-based deep learning for the label-free study of polymicrobial-phage interactions 2025-Nov-12, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08925-9 PMID:41225150	研究论文	本研究开发了一种结合微滴微流控技术和基于形态学的深度学习的无标记方法，用于研究多微生物-噬菌体相互作用	首次将微滴封装、AI自动对焦和基于形态学的深度学习模型相结合，实现无标记条件下对多菌种共培养系统的长期动态监测	仅针对两种形态差异明显的细菌物种进行研究，方法可能不适用于形态相似的菌种	评估噬菌体对细菌群落的影响，为噬菌体治疗提供研究方法	铜绿假单胞菌和金黄色葡萄球菌的单一培养和共培养系统	数字病理学	细菌感染	微滴微流控技术，Z-stack明场显微镜	深度学习	图像	11皮升微滴中长达20小时的培养监测	NA	NA	生长速率，细菌密度，裂解动力学	NA
105	2025-11-14	Topological deep learning for enhancing peptide-protein complex prediction 2025-Nov-12, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01727-4 PMID:41225185	研究论文	提出TopoDockQ拓扑深度学习模型，通过持久组合拉普拉斯特征预测肽-蛋白质复合物质量评分，显著降低假阳性率	首次将拓扑数据分析和持久组合拉普拉斯特征应用于肽-蛋白质相互作用评估，相比AlphaFold2内置评分显著提升精度并降低假阳性	研究基于序列相似度≤70%的数据集，在更高相似度情况下的性能需要进一步验证	提高肽-蛋白质复合物预测的准确性和模型选择精度，支持非经典氨基酸整合的灵活肽设计	肽-蛋白质相互作用复合物	计算生物学, 生物信息学	NA	拓扑数据分析, 持久组合拉普拉斯	深度学习	蛋白质结构数据, 序列数据	五个评估数据集（序列相似度≤70%）	NA	TopoDockQ	假阳性率, 精确率, 召回率, F1分数, DockQ评分	NA
106	2025-11-14	SmartPLR: a digital solution for AI-powered smartphone pupillometry 2025-Nov-12, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-04462-5 PMID:41225382	研究论文	开发基于深度学习的智能手机瞳孔测量应用，并与商用瞳孔计NPi-300进行准确性比较	首个无需红外光源或附加设备的纯智能手机瞳孔测量解决方案，基于深度学习实现高精度瞳孔反射评估	研究样本量相对有限（158名志愿者），需进一步验证在更广泛人群中的适用性	开发准确可靠的智能手机瞳孔测量方法，替代传统专用设备	瞳孔光反射（PLR）检测	计算机视觉	神经系统疾病	智能手机成像，深度学习图像分割	CNN，Transformer	图像	158名志愿者的336次瞳孔光反射检测	NA	UNet, UNet++, DeepLabV3, DeepLabV3+, Mask R-CNN, ResNet50, Swin Transformer, ConvNeXt V2	mIoU, mAP, 皮尔逊相关系数	NA
107	2025-11-14	Clinical implementation of deep learning-based synthetic CT for MRI-only volumetric modulated arc therapy in head and neck and pelvic cancer patients 2025-Nov-12, Radiation oncology (London, England) DOI:10.1186/s13014-025-02744-2 PMID:41225562	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
108	2025-11-14	Precise detection of Eimeria oocysts in sheep: a deep learning model based on microscopic images 2025-Nov-12, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-025-07092-4 PMID:41225607	研究论文	提出基于深度学习的YOLO-GA模型，用于羊粪便显微镜图像中艾美耳球虫卵囊的精确检测	在YOLOv5架构基础上引入两种轻量级注意力模块：上下文变换器块用于局部-全局上下文增强，归一化注意力机制用于自适应特征重校准	需要进一步验证模型在其他小型反刍动物球虫病（如山羊艾美耳球虫）的扩展应用	开发自动化检测系统以解决传统显微镜诊断方法劳动密集和专业依赖问题	羊艾美耳球虫卵囊	计算机视觉	寄生虫病	显微镜成像	YOLO	图像	2000张显微镜图像（200倍放大）	PyTorch	YOLOv5, YOLO-GA	mAP@0.5, 精确度	实时推理速度
109	2025-11-14	How evaluation choices distort the outcome of generative drug discovery 2025-Nov-12, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01108-y PMID:41225661	研究论文	本文批判性分析生成式药物发现中的评估方法，揭示评估选择对结果的影响并提出改进策略	首次系统分析生成分子库规模对评估结果的影响，提出计算高效的大规模评估指标和可靠的模型比较策略	研究主要基于化学语言模型，可能不适用于其他类型的生成模型	改进生成式药物发现中的评估方法，提高模型比较的可靠性和可重复性	约10亿个由深度学习模型生成的分子设计	机器学习	NA	化学语言模型	深度学习	分子结构数据	约10亿个生成分子设计	NA	化学语言模型	独特性, 分布相似性, 多样性	NA
110	2025-11-14	Improving genomic selection accuracy using a dual-path convolutional neural network framework: a terpenoid case study 2025-Nov-12, The New phytologist DOI:10.1111/nph.70727 PMID:41229065	研究论文	本研究开发了一种双路径卷积神经网络框架PKDP，用于提高山鸡椒萜类化合物基因组选择预测精度	提出并行双路径特征提取架构，整合GWAS识别位点与全基因组标记信息，将先验知识与广泛基因组信息融合	样本量相对有限（310个样本的萜类定量数据），仅针对山鸡椒单一物种进行研究	揭示萜类生物合成的遗传基础，开发基于深度学习的基因组选择策略以加速林木遗传改良	山鸡椒（Litsea cubeba）种质资源，重点关注柠檬醛、香叶醛和橙花醛等关键萜类化合物	机器学习	NA	全基因组重测序, GC-MS萜类定量, 全基因组关联分析	CNN	基因组数据, 化学定量数据	945个山鸡椒种质全基因组重测序，310个样本萜类化合物GC-MS定量	NA	双路径卷积神经网络（PKDP）	预测能力提升百分比	NA
111	2025-11-14	Recent Advances in Integrating Machine Learning with Omics Approaches in Food Science and Nutrition Research 2025-Nov-12, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c08522 PMID:41229200	综述	探讨机器学习与组学技术在食品科学与营养研究中的整合应用现状与发展趋势	系统整合多组学数据与机器学习方法，推动食品组学和营养组学领域的发展	数据质量、模型可靠性和可解释性方面仍存在挑战	研究机器学习与组学技术在食品加工、安全和营养预测模型开发中的应用	食品成分、微生物组、食品与人类健康关系	机器学习	NA	基因组学、转录组学、蛋白质组学、代谢组学、多组学	经典机器学习、深度学习、人工神经网络	多组学数据	NA	NA	NA	NA	NA
112	2025-11-14	MSInet: A Self-Supervised CNN Framework Integrating Global and Local Context for Robust Mass Spectrometry Imaging Segmentation 2025-Nov-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04885 PMID:41148111	研究论文	提出一种自监督CNN框架MSInet，通过整合全局和局部上下文信息实现稳健的质谱成像分割	结合补丁对比学习和超像素引导优化的双重一致性设计，同时增强全局语义关系和局部空间一致性	NA	开发无需标注的质谱成像分割方法以克服高维度和组织异质性挑战	小鼠脑组织MALDI-MSI、肾肿瘤组织DESI-MSI和合成数据集	数字病理	肾肿瘤	质谱成像（MALDI-MSI，DESI-MSI）	CNN	质谱成像数据	NA	NA	MSInet	调整兰德指数，归一化互信息，轮廓系数	NA
113	2025-11-14	AbEgDiffuser: Antibody Sequence-Structure Codesign with Equivariant Graph Neural Networks and Diffusion Models 2025-Nov-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00990 PMID:41166637	研究论文	提出一种基于等变图神经网络和扩散模型的抗体序列结构协同设计框架AbEgDiffuser	首次将扩散模型与等变图神经网络结合用于抗体序列结构协同设计，并引入预训练蛋白质语言模型增强进化合理性	未明确说明模型的计算复杂度和生成抗体的实验验证结果	开发深度学习驱动的特异性抗体设计方法以加速药物发现	抗体序列和三维结构	计算生物学	NA	深度学习生成模型	扩散模型, 等变图神经网络	蛋白质序列和结构数据	NA	NA	双层等变图神经网络, ESM-2	序列准确性, 结构准确性, 结合亲和力	NA
114	2025-11-14	AI-Driven Real-Time Monitoring of Cardiovascular Conditions With Wearable Devices: Scoping Review 2025-Nov-11, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/73846 PMID:41218203	综述	本文通过范围综述方法探讨人工智能驱动可穿戴设备实时监测心血管状况的主要挑战与解决方案	系统梳理了AI驱动可穿戴设备在实时心血管监测领域的应用现状与实施挑战	纳入研究数量有限（19篇），缺乏真实世界验证，多数研究未报告操作特性与实施挑战	识别AI驱动平台在实时心血管监测中的主要挑战并探索潜在解决方案	使用可穿戴设备采集数据并应用AI算法进行实时分析的心血管研究	医疗人工智能	心血管疾病	可穿戴设备信号采集，AI实时分析	传统机器学习，轻量级深度学习	生理信号，生命体征，体力活动数据	19项符合纳入标准的研究（从2385篇文献中筛选）	NA	NA	NA	可穿戴设备本地处理，云端处理
115	2025-11-14	[Lesion detection in optical coherence tomography based on lightweight convolutional neural networks] 2025-Nov-11, [Zhonghua yan ke za zhi] Chinese journal of ophthalmology DOI:10.3760/cma.j.cn112142-20241130-00544 PMID:41218904	研究论文	基于轻量级卷积神经网络实现光学相干断层扫描图像的自动化病灶检测	首次成功实现九类OCT图像的自动识别，临床性能达到中级医师水平	回顾性研究，需要进一步前瞻性验证	开发基于轻量级卷积神经网络的OCT图像病灶自动检测系统	光学相干断层扫描图像	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	50,374个OCT图像样本，来自四川省人民医院及多个外部数据集	NA	轻量级卷积神经网络	准确率,F1分数,召回率,AUC,精确率,特异性	NA
116	2025-11-14	Koina: Democratizing machine learning for proteomics research 2025-Nov-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-64870-5 PMID:41219230	研究论文	介绍Koina——一个开源去中心化的在线模型库，旨在促进蛋白质组学研究中机器学习模型的发布和使用	开发了首个专门针对蛋白质组学的开源去中心化在线模型库，解决了机器学习模型可发现性和可访问性问题	仅以FragPipe计算平台为例进行集成演示，尚未展示在其他平台上的广泛应用	促进蛋白质组学研究中机器学习模型的采用和集成	蛋白质组学研究中的机器学习模型	机器学习	NA	蛋白质组学分析	NA	质谱数据	NA	NA	NA	NA	在线可访问平台
117	2025-11-14	Sequential Human Assembly and Disassembly Motions in Human-Robot Coexisting Environments 2025-Nov-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06042-0 PMID:41219251	研究论文	提出一个专注于人机共存环境中顺序人体装配和拆卸动作的新型数据集	首个关注人机共存环境中顺序装配/拆卸动作的数据集，包含多视角视频和2D/3D人体骨骼数据，特别关注实际挑战如部分遮挡和重复性动作	数据收集仅来自33名参与者，样本多样性可能有限	研究人机共存环境中的人类行为，支持人机交互研究	人类在装配和拆卸任务中的顺序动作	计算机视觉, 机器人技术	NA	多视角相机采集, 人体姿态估计	深度学习模型	RGB视频, 2D和3D人体骨骼数据	33名参与者，超过10,000个样本	Python	NA	NA	NA
118	2025-11-14	Tracking temporal progression of benign bone tumors through X-ray based detection and segmentation 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23053-4 PMID:41219269	研究论文	提出基于深度学习的FusionX-BBTNet框架，实现良性骨肿瘤的自动检测、分割和时间序列分析	结合YOLO目标检测与U-Net分割，引入小波增强数据集提升轮廓精度，集成OCR模块提取比例尺实现真实尺寸测量	未明确说明模型在不同类型良性骨肿瘤间的泛化能力	开发自动化系统用于良性骨肿瘤的纵向追踪和定量分析	X射线图像中的良性骨肿瘤	计算机视觉	良性骨肿瘤	X射线成像	CNN	X射线图像	466张专家标注的X射线图像	NA	YOLO, U-Net	平均IoU, 边界F1分数	NA
119	2025-11-14	An explainable deep learning framework for trustworthy arrhythmia detection from ECG signals 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22986-0 PMID:41219304	研究论文	提出一种可解释的深度学习框架，用于从心电信号中准确可靠地检测心律失常	集成CNN和DNN的先进深度学习架构，结合多策略数据平衡技术和可解释人工智能方法，提供模型决策的透明洞察	未明确说明模型在临床环境中的实时性能要求和部署挑战	开发可信赖的心律失常自动检测方法	心电信号数据	机器学习	心血管疾病	心电信号分析	CNN, DNN	心电信号	基于MITDB、PTBDB和NSTDB基准数据集	未明确指定	CNN, Dense Neural Network	准确率	NA
120	2025-11-14	A multi-factor data mining and transformer-based predictive modeling approach for career success using educational and behavioral traits 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23078-9 PMID:41219306	研究论文	本研究提出基于Transformer的多因素数据挖掘方法，通过教育背景和行为特征预测职业满意度	首次将BERT模型应用于职业满意度预测，通过多层Transformer块捕捉教育行为特征间的复杂非线性关系	仅使用单一数据集进行验证，模型泛化能力有待进一步测试	开发准确预测职业满意度的数据挖掘模型	学生的教育成就和行为特征	自然语言处理, 机器学习	NA	数据挖掘	BERT, SVM, 逻辑回归, 随机森林, GRU	教育行为数据	NA	TensorFlow, PyTorch, Scikit-learn	Transformer, BERT, 前馈神经网络	分类准确率	NA