深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 43435 篇文献，本页显示第 1221 - 1240 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1221 | 2026-04-04 |
Clinically significant prostate cancer detection with deep learning in a multi-center magnetic resonance imaging study
2026-Mar-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42214-7
PMID:41888535
|
研究论文 | 本研究提出了一种基于深度学习的AI方法，用于在多中心MRI研究中检测临床显著前列腺癌 | 结合PI-CAI挑战数据集和新编译的BIMCV前列腺数据集，采用迁移学习策略和集成方法，并利用合成缺失ADC图作为数据增强策略 | 未明确提及具体局限性，可能包括数据集多样性或模型泛化能力的限制 | 提高临床显著前列腺癌的早期检测准确性 | 前列腺癌患者的多中心MRI数据 | 数字病理学 | 前列腺癌 | MRI | 深度学习 | 图像 | 超过9000次MRI会话，来自16个医疗中心 | nnUNet | EfficientNet-B7 | AUC | NA |
| 1222 | 2026-04-04 |
A Deep-Learning Atlas of XPO1-Mediated Nuclear Export at Proteome Scale
2026-Mar-26, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.25.713363
PMID:41928959
|
研究论文 | 本研究利用AlphaFold 3构建了一个全面的XPO1介导的核输出图谱，在蛋白质组尺度上识别了数千个新型核输出序列 | 首次使用AlphaFold 3对全长货物蛋白-XPO1-RanGTP复合物进行大规模结构建模，突破了传统序列预测方法的局限，发现了非经典口袋占据模式的核输出序列 | 依赖于计算模型预测，虽然进行了实验验证，但大规模预测结果的全面实验验证仍需进一步工作 | 全面解析XPO1介导的核输出机制，建立蛋白质组尺度的核输出图谱 | 人类蛋白质组中与XPO1相互作用的4000多种蛋白质 | 计算生物学 | 癌症, 神经退行性疾病 | 深度学习结构建模, 无监督结构几何分析, 实验验证 | AlphaFold | 蛋白质序列, 蛋白质结构 | 超过4000种人类蛋白质 | AlphaFold 3 | AlphaFold 3 | 结构置信度, 实验验证 | 未明确说明，但涉及大规模蛋白质结构建模计算 |
| 1223 | 2026-04-04 |
rKAN: Rational Kolmogorov-Arnold networks
2026-Mar-25, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2026.108888
PMID:41930548
|
研究论文 | 本文提出了一种基于有理函数作为新型基函数的Kolmogorov-Arnold网络（rKAN），以替代传统的多层感知机 | 首次将有理函数作为KAN的基函数，提出了基于Padé近似和有理Jacobi函数的两种可训练基函数方法 | 未明确说明rKAN的计算复杂度或实现挑战 | 探索KAN中替代基函数以提升模型性能 | 深度学习模型中的基函数设计 | 机器学习 | NA | NA | KAN, rKAN | 图像, 文本, 强化学习环境数据 | NA | NA | Kolmogorov-Arnold网络, 有理KAN | 准确率 | NA |
| 1224 | 2026-04-04 |
AI-Driven Biomarker Discovery in Motor-Related Neurodegenerative Diseases
2026-Mar-25, CNS & neurological disorders drug targets
|
综述 | 本文综述了与运动障碍相关的分子、神经化学和影像学生物标志物，并探讨了人工智能在生物标志物发现和验证中的作用 | 系统总结了人工智能（特别是深度学习和机器学习）在整合多模态数据以识别运动相关神经退行性疾病生物标志物方面的应用潜力 | 存在数据异质性、生物标志物标准化不足、模型可解释性有限以及跨疾病验证不足等问题 | 总结运动相关神经退行性疾病的生物标志物研究现状，并评估人工智能在生物标志物识别和验证中的功能 | 帕金森病、亨廷顿病、肌萎缩侧索硬化症和脊髓小脑性共济失调等运动相关神经退行性疾病 | 机器学习 | 神经退行性疾病 | 多模态数据整合（包括数字、体液和影像数据） | 深度学习, 机器学习 | 多模态数据（分子、神经影像、数字生物标志物） | NA | NA | NA | NA | NA |
| 1225 | 2026-04-04 |
Nonparametric estimation of conditional survival function with time-varying covariates using DeepONet
2026-Mar-24, Lifetime data analysis
IF:1.2Q2
DOI:10.1007/s10985-026-09700-6
PMID:41874787
|
研究论文 | 本文提出了一种使用DeepONet进行条件生存函数非参数估计的方法，以处理时变协变量的复杂长期效应 | 利用DeepONet架构非参数地估计条件生存函数，放松了传统生存模型中比例风险和时变协变量瞬时效应等限制性假设 | 未明确提及计算复杂度或模型可解释性方面的限制 | 开发一种灵活的生存分析方法，以捕捉时变协变量的非瞬时和长期效应 | 生存数据，特别是包含时变协变量和删失数据的场景 | 机器学习 | NA | 深度学习 | DeepONet | 生存数据 | NA | NA | DeepONet | 集成Brier分数 | NA |
| 1226 | 2026-04-04 |
PNET-PRISM: a multicenter-validated radiomics nomogram for noninvasive grading of pancreatic neuroendocrine tumors
2026-Mar-24, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02250-3
PMID:41874882
|
研究论文 | 本研究开发并验证了一种基于CT影像组学的列线图模型PNET-PRISM，用于胰腺神经内分泌肿瘤的无创术前分级 | 整合了瘤内、瘤周、生境和深度学习领域的多维CT影像组学特征，构建了多维深度学习影像组学评分，并结合临床变量进行预测，显著优于仅临床模型 | 研究为回顾性设计，未来需要前瞻性研究进一步验证 | 开发一种可靠的非侵入性工具，用于胰腺神经内分泌肿瘤的术前分级和风险分层，以弥补内镜超声引导下细针穿刺活检的不足 | 胰腺神经内分泌肿瘤患者 | 数字病理学 | 胰腺神经内分泌肿瘤 | CT影像组学分析 | 深度学习 | CT图像 | 407名经手术确诊的胰腺神经内分泌肿瘤患者，分为训练集（244例）、验证集（106例）和外部测试集（57例） | NA | PNET-PRISM | AUC, 敏感性, 净重分类改善指数, 风险比 | NA |
| 1227 | 2026-04-04 |
A deep-learning based biomarker of systemic cellular senescence burden to predict mortality and health outcomes
2026-Mar-24, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.03.20.26348913
PMID:41929337
|
研究论文 | 本研究开发并验证了一种基于深度学习的系统性细胞衰老负荷生物标志物（SASP Score），用于预测死亡率和健康结局 | 首次通过整合大规模人群蛋白质组学数据与半监督深度学习框架，开发了基于深度学习的复合SASP评分，并证明了其在预测死亡风险和慢性疾病发生方面的独立预测能力 | 研究主要基于UK Biobank数据，外部验证仅在一个独立的随机临床试验队列中进行，需要更多样化的队列验证 | 开发一种能够量化系统性细胞衰老负荷的生物标志物，以预测死亡风险和慢性疾病发生 | 大规模人群蛋白质组学数据，包括UK Biobank Pharma Proteomics Project数据和独立临床试验队列数据 | 机器学习 | 老年疾病 | 蛋白质组学 | 深度学习 | 蛋白质组数据 | UK Biobank大规模人群数据及独立临床试验队列 | NA | Guided autoencoder with Transformer (GAET) | 预测准确性、关联分析 | NA |
| 1228 | 2026-04-04 |
Integrating Multiview Information for Enhanced Deep Learning-Based Acute Dermal Toxicity Prediction
2026-Mar-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02959
PMID:41789561
|
研究论文 | 本文提出了一种名为MVIToxNet的新型深度学习模型，通过整合分子指纹和SMILES序列的多视图特征，以增强急性皮肤毒性预测的准确性 | MVIToxNet首次整合了分子指纹和SMILES序列的多视图特征，并采用字符级和原子级特征捕获SMILES信息，同时利用字节对编码分词来区分相似SMILES的子结构 | 研究中使用的数据集规模较小且不平衡，仅基于最佳验证性能选择单一模型可能无法可靠反映测试集的最佳泛化能力 | 开发一种深度学习模型以准确预测急性皮肤毒性，替代昂贵且存在伦理问题的动物毒性测试 | 分子化合物（通过分子指纹和SMILES序列表示） | 机器学习 | NA | 深度学习 | 深度学习模型 | 分子指纹、SMILES序列 | 小型且不平衡的数据集 | NA | MVIToxNet | 验证分数、测试集性能 | NA |
| 1229 | 2026-04-04 |
Hidden immune memory niches in inflammatory skin diseases
2026-Mar-23, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.20.713219
PMID:41929140
|
研究论文 | 本研究通过构建空间分辨多模态分子图谱，结合深度学习解码了健康与疾病状态下的人类皮肤微环境，揭示了传统组织病理学无法识别的免疫记忆微环境 | 发现了传统组织病理学无法识别的免疫活性微环境（如皮脂腺中的驻留记忆T细胞富集微环境和汗腺中的浆细胞富集微环境），并建立了组织病理学与图谱规模基因组学的联系 | 研究主要聚焦于皮肤组织，作为示例组织，其发现向其他组织的推广性有待验证 | 揭示炎症性皮肤疾病的发病机制、慢性化过程及潜在治疗途径 | 人类皮肤细胞（约500万个），包括113个皮肤切片 | 数字病理学 | 炎症性皮肤疾病 | Xenium-5k空间转录组分析，多模态分子图谱构建 | 深度学习 | 空间转录组数据，分子图谱数据 | 约500万个人类皮肤细胞，113个皮肤切片 | NA | NA | NA | NA |
| 1230 | 2026-04-04 |
Bacterial proteome foundation model enhances functional prediction from enzymes to ecological interactions
2026-Mar-23, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.07.710335
PMID:41929197
|
研究论文 | 本文介绍了BacPT，一种基于细菌蛋白质组的预训练基础模型，用于从基因组数据中预测多种生物功能 | 提出了首个基于大规模细菌蛋白质组的预训练基础模型，能够捕获局部和全基因组信息，生成上下文感知的基因嵌入和功能丰富的全基因组表示 | 模型依赖于有限的细菌基因组功能注释数据，可能无法完全覆盖所有细菌类群和复杂生物网络 | 开发一个通用框架，全面捕捉细菌基因组与其编码的多样化生物功能之间的关系 | 细菌基因组和蛋白质组数据 | 自然语言处理 | NA | 基因组测序，蛋白质组学 | 深度学习基础模型 | 基因组序列，蛋白质序列 | 数万个完整细菌基因组，涵盖多样化细菌类群 | NA | NA | NA | NA |
| 1231 | 2026-04-04 |
AI-Assisted Pneumonia Detection, Localisation and Report Generation from Chest X-rays
2026-Mar-23, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.03.20.26348879
PMID:41929300
|
研究论文 | 本文介绍了一种基于深度学习的全流程计算机辅助诊断系统，用于从胸部X光片中检测、定位肺炎并生成结构化报告 | 利用本地大型语言模型对放射学报告进行重新标注，显著提高了肺炎标签的敏感性和与人工标注的一致性，并构建了迄今为止最大的公开胸部X光片复合数据集 | Grad-CAM定位的F1分数仅为中等水平（52.9%），表明在病灶定位精度方面仍有改进空间 | 开发一个集肺炎检测、定位和报告生成为一体的计算机辅助诊断系统，以克服现有深度学习模型在泛化性和可解释性方面的局限 | 胸部X光片 | 计算机视觉 | 肺炎 | 深度学习，大型语言模型，梯度加权类激活映射 | CNN | 图像，文本（放射学报告） | 922,634张胸部X光片（来自公开数据集） | NA | DenseNet-121 | 敏感性，精确度，F1分数 | NA |
| 1232 | 2026-04-04 |
A proof-of-concept machine learning model for short-term suicide risk stratification in depressed youth
2026-Mar-19, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-026-03944-4
PMID:41856968
|
研究论文 | 本研究开发了一种机器学习模型，用于预测青少年抑郁症患者在治疗30天内的自杀企图，并评估其短期风险分层能力 | 首次针对中国青少年抑郁症患者开发短期自杀风险分层的机器学习模型，并比较了多种算法的性能，强调了正则化和简约性在事件稀少情况下的重要性 | 事件数量少限制了模型稳定性，队列同质性和单国招募限制了泛化能力，缺乏时间验证无法评估模型漂移 | 开发并验证用于青少年抑郁症患者短期自杀风险分层的机器学习模型 | 602名15-24岁的中国青少年抑郁症患者 | 机器学习 | 抑郁症 | 机器学习建模 | 支持向量机, 弹性网络, 随机森林, 深度学习 | 临床与心理社会数据 | 602名患者（训练集421人，测试集181人），其中30例自杀企图事件 | Scikit-learn | 支持向量机, 弹性网络, 随机森林, 深度学习模型 | AUC | NA |
| 1233 | 2026-04-04 |
A novel framework for expanding RNNs with biophysical detail to solve cognitive tasks
2026-Mar-17, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.13.711746
PMID:41889922
|
研究论文 | 本文提出了一种结合生物物理细节的储备池计算框架，用于解决认知任务，特别是工作记忆任务 | 开发了生物物理详细储备池计算框架，将多室生物物理活性树突等细胞级特性整合到循环神经网络中，以提取机制性见解 | 框架在训练生物物理详细模型时可能偏离已验证的高效循环神经网络训练机制，且仅应用于简化的工作记忆任务 | 解决在循环神经网络中整合生物物理现实性以模拟认知任务的挑战 | 具有生物物理细节的神经网络模型，特别是包含兴奋性和抑制性细胞的储备池网络 | 机器学习 | NA | 储备池计算 | RNN | 模拟数据 | NA | NA | 储备池计算网络 | 任务解决能力 | NA |
| 1234 | 2026-04-04 |
Dose-aware diffusion model for 3D PET image denoising: Multi-institutional validation with reader study and real low-dose data
2026-Mar-17, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.104039
PMID:41930496
|
研究论文 | 本文提出了一种用于3D PET图像去噪的剂量感知扩散模型，并在多机构数据集上进行了验证 | 开发了DDPET-3D模型，通过2.5D条件化骨干网络实现3D一致性重建，解决了现有扩散模型在低剂量PET成像中沿z轴不连续、泛化能力差和细节失真等问题 | 模型并非完全3D扩散网络，而是通过2.5D条件化实现3D一致性 | 开发一种能够泛化到不同噪声水平、扫描仪和临床协议的低剂量PET图像去噪方法 | 低剂量/低计数PET图像 | 医学影像分析 | NA | PET成像 | 扩散模型 | 3D医学图像 | 9783项F-FDG研究（1596名患者），剂量水平从1%到50% | PyTorch | DDPET-3D（基于2.5D条件化骨干网络的扩散模型） | 定性视觉评估，病变级定量准确性 | NA |
| 1235 | 2026-04-04 |
Recent advances and current landscape of software tools for image analysis and dosimetry in nuclear medicine
2026-Mar-08, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00847-7
PMID:41795779
|
综述 | 本文综述了核医学图像分析和剂量学软件工具的最新进展与现状 | 强调AI驱动的分割和时间-活性曲线建模作为提高工作流效率的关键创新，并探讨开源工具在资源受限环境中的可及性 | 现有工具在复杂剂量学场景（如α和俄歇疗法）中的验证、标准化和鲁棒性开发仍需加强 | 评估和促进核医学图像处理与剂量学软件工具的应用，以提升治疗安全性和疗效评估 | 核医学图像分析软件工具，包括开源和商业解决方案 | 数字病理 | NA | SPECT/CT, PET/CT, 深度学习 | NA | 图像 | NA | NA | NA | 准确性, 可重复性 | NA |
| 1236 | 2026-04-04 |
Grounding olfactory perception in language: Benchmarks and models for generating natural language odor descriptions
2026-Mar-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.04.709650
PMID:41867788
|
研究论文 | 本文介绍了用于生成自然语言气味描述的基准数据集ODIEU和基于Transformer的模型CIRANO，旨在解决气味感知预测中词汇固定和缺乏标准化评估的问题 | 提出了首个结合大规模分子感知描述数据集（ODIEU）和基于Transformer的分子结构到文本生成模型（CIRANO）的标准化框架，并创新性地利用可逆SBERT模型实现神经数据到文本的预测 | 研究依赖于有限规模的气味描述数据集（约10,000个分子），且模型性能可能受限于训练数据的覆盖范围和多样性 | 建立标准化框架，实现从分子结构或神经数据生成自然语言气味描述，并评估其与人类感知的一致性 | 气味分子结构、人类气味感知描述、小鼠嗅球神经数据 | 自然语言处理 | NA | 分子结构预测、神经数据编码 | Transformer, SBERT | 文本、分子结构数据、神经信号数据 | 超过10,000个分子的感知描述数据 | PyTorch | Sentence-BERT, Transformer | 基于SBERT的语义相似度评估、人类对齐度 | 未明确指定，但提及代码开源在GitHub |
| 1237 | 2026-04-04 |
ICP-WAVES: Intracranial Pressure Waveform Analysis and Visualization for Enhanced Signal Processing
2026-Mar-03, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2026.3669377
PMID:41774667
|
研究论文 | 本文介绍了一种基于Transformer的基础模型，用于分析颅内压波形，并通过SVM分类器对波形形态进行分类，同时开发了图形用户界面以增强临床决策支持 | 首次将Transformer基础模型应用于颅内压波形分析，实现了对复杂时间动态的捕捉，并开发了交互式可视化工具以支持实时临床分析 | 模型在1-peak compliant波形分类上的准确率仅为77.5%，且数据集规模有限，可能影响泛化能力 | 开发一种能够分析颅内压波形形态以评估脑顺应性的深度学习系统 | 颅内出血患者和脑室外引流患者的颅内压波形数据 | 数字病理学 | 颅内出血 | 生理波形数据分析 | Transformer, SVM | 生理波形数据 | 190名颅内出血患者和23名脑室外引流患者，共标注8406个ICP脉冲 | NA | Transformer基础模型 | AUC, 混淆矩阵, 准确率 | NA |
| 1238 | 2026-04-04 |
A Deep Representation Learning Method for Quantitative Immune Defense Function Evaluation and Its Clinical Applications
2026-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202515929
PMID:41536212
|
研究论文 | 本研究提出了一种基于RNA-seq数据的深度表示学习方法ImmuDef，用于定量评估抗感染免疫防御功能，并开发了防御免疫评分DImmuScore | 首次利用变分自编码器（VAE）构建潜在空间，通过计算患者与健康对照在潜在空间中的距离来量化免疫防御功能，建立了跨疾病免疫防御评估的定量标准 | 研究样本主要集中于特定免疫状态和感染性疾病，可能未涵盖所有免疫相关疾病或人群，且模型在更广泛临床环境中的泛化能力需进一步验证 | 开发一种定量评估个体抗感染免疫防御功能的方法，并应用于临床预后和疾病严重程度评估 | 免疫缺陷、免疫受损、免疫正常和免疫活跃四种免疫状态下的样本，包括艾滋病、严重脓毒症、COVID-19等感染性疾病患者 | 机器学习 | 感染性疾病 | RNA-seq | VAE | RNA-seq数据 | 3202个样本 | NA | 变分自编码器（VAE） | 分类准确率 | NA |
| 1239 | 2026-04-04 |
Generating Dynamic Structures Through Physics-Based Sampling of Predicted Inter-Residue Geometries
2026-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202518469
PMID:41566646
|
研究论文 | 本文提出了一种名为trRosettaX2-Dynamics（trX2-D）的创新方法，通过结合深度学习预测与基于物理的采样技术，来预测蛋白质的动态结构和替代构象 | trX2-D基于CASP15和CASP16获奖方法trRosettaX2，采用基于物理的迭代采样策略处理预测的残基间几何分布，无需先验知识即可生成动态结构，这是对现有静态结构预测方法的重要扩展 | 方法依赖于预训练和微调数据，可能受限于可用高分辨率X射线结构和动态NMR结构的数量与质量，且未明确讨论计算效率或大规模应用的可行性 | 旨在解决蛋白质动态结构和替代构象预测的未解问题，推动蛋白质结构预测领域的发展 | 蛋白质的动态结构和替代构象 | 机器学习 | NA | 深度学习，基于物理的采样，X射线结构分析，NMR结构分析 | Transformer | 蛋白质结构数据（高分辨率X射线结构和动态NMR结构） | 预训练使用高分辨率X射线结构，微调使用约7000个动态NMR结构 | NA | Transformer-based neural network | 在三个数据集上进行了基准测试，具体指标未明确说明，但涉及替代构象和动态结构的预测准确性 | NA |
| 1240 | 2026-04-04 |
Machine Learning Discovery of Record-Low Lattice Thermal Conductivity in Double Perovskites
2026-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202515766
PMID:41701522
|
研究论文 | 本研究开发了一种深度学习原子间势能模型，用于高通量筛选双钙钛矿材料的晶格热导率，并发现了创纪录的低热导率材料 | 开发了Elemental-SDNNFF深度学习原子间势能模型，结合主动学习框架，实现了对数千种双钙钛矿材料声子性质的高效预测，并发现了各向同性块体材料中最低的晶格热导率记录 | 研究主要关注立方结构双钙钛矿，未涵盖所有可能的双钙钛矿结构类型 | 开发高效机器学习框架，用于快速筛选复杂材料的动态稳定性和准确预测声子传输性质 | 双钙钛矿材料（ABCD型） | 机器学习 | NA | 密度泛函理论（DFT）、深度学习原子间势能、玻尔兹曼输运方程、四声子散射计算、分子动力学模拟 | 深度学习原子间势能模型 | DFT计算力数据、材料结构数据 | 9709种立方双钙钛矿结构，其中1597种动态稳定候选材料 | 主动学习框架、DeePMD | Elemental-SDNNFF | 晶格热导率预测值、带隙值 | NA |