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
12541	2025-10-07	Enhanced Sampling Simulations of RNA-Peptide Binding Using Deep Learning Collective Variables 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01438 PMID:39772512	研究论文	本研究利用深度学习集体变量增强采样模拟RNA-肽段结合过程	首次将深度目标判别分析(Deep-TDA)方法应用于设计集体变量来研究HIV TAR RNA与L22环肽的结合机制	需要大量接触对描述符来捕获宿主和客体的构象，在增强采样模拟方法中使用大量描述符不切实际	开发有效的集体变量设计方法以研究复杂生物分子识别过程	HIV TAR RNA与L22环肽的结合系统	机器学习	HIV感染	增强采样模拟，深度目标判别分析	Deep-TDA	分子动力学模拟数据	NA	NA	深度目标判别分析	自由能景观计算	NA
12542	2025-10-07	High-Accuracy Identification and Structure-Activity Analysis of Antioxidant Peptides via Deep Learning and Quantum Chemistry 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01713 PMID:39772654	研究论文	开发结合深度学习和量子化学的创新框架，用于高效识别抗氧化肽并分析其构效关系	首次将双向长短期记忆网络与量子化学计算相结合，通过特征融合和UMAP可视化验证显著提升分类性能	仅验证了十种肽的抗氧化活性，样本规模有限	加速抗氧化肽的发现并分析其结构-活性关系	抗氧化肽（AOPs）	机器学习	氧化应激相关疾病	量子化学计算	Bi-LSTM	序列数据	两个数据集（具体数量未说明）及十种实验验证肽	NA	Bi-LSTM	准确率, 精确率, 马修斯相关系数（MCC）, DPPH清除率, ABTS清除率, HOMO-LUMO能隙	NA
12543	2025-10-07	Hybrid exons evolved by coupling transcription initiation and splicing at the nucleotide level 2025-Jan-24, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1251 PMID:39739742	研究论文	本研究通过可解释深度学习解析了混合外显子中转录起始与剪接协同调控的序列特征	首次发现混合外显子的转录起始位点通常位于3'剪接位点中心，揭示了转录起始与RNA剪接之间比以往认知更紧密的耦合关系	研究仅基于ENCODE数据库的人类组织数据，未在其他物种或实验条件下验证	解析混合外显子中转录起始和剪接协同调控的分子机制	人类组织中的80,000个混合第一-内部外显子	生物信息学	NA	深度学习，ENCODE数据库分析	深度学习	基因组序列数据，染色质状态数据	80,000个混合外显子	NA	NA	NA	NA
12544	2025-10-07	Accelerating Plasmonic Hydrogen Sensors for Inert Gas Environments by Transformer-Based Deep Learning 2025-Jan-24, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02616 PMID:39764741	研究论文	本研究开发了一种基于Transformer的深度学习模型LEMAS，用于加速等离子体氢传感器的响应速度并消除其压力依赖性	提出了专门定制的长短期Transformer集成模型LEMAS，能够将光学等离子体氢传感器的响应速度提升高达40倍，并消除其在惰性气体环境中的固有压力依赖性	NA	加速氢泄漏检测传感器的响应速度，满足氢技术大规模应用的安全需求	光学等离子体氢传感器在惰性气体环境中的性能优化	机器学习	NA	等离子体传感技术	Transformer	传感器时序数据	NA	NA	长短期Transformer集成模型	预测不确定性度量	NA
12545	2025-10-07	Real-time CBCT imaging and motion tracking via a single arbitrarily-angled x-ray projection by a joint dynamic reconstruction and motion estimation (DREME) framework 2025-Jan-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ada519 PMID:39746309	研究论文	开发了一种无需患者特定先验知识的实时CBCT成像和运动追踪框架DREME	通过联合动态重建和运动估计框架，仅需单次任意角度X射线投影即可实现实时CBCT成像和运动追踪	未明确说明对复杂运动模式的适用性和临床验证规模	实现放疗中实时CBCT成像和运动追踪	呼吸引起的解剖运动，特别是肺部肿瘤	医学影像分析	肺癌	锥形束CT成像，X射线投影	CNN	X射线投影图像，CT影像序列	数字体模模拟和真实患者研究	NA	卷积神经网络运动编码器	肿瘤质心定位误差，投影域肿瘤定位精度	NA
12546	2025-10-07	Using artificial intelligence and statistics for managing peritoneal metastases from gastrointestinal cancers 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae049 PMID:39736152	综述	探讨人工智能和统计学方法在胃肠道癌腹膜转移分析与管理的应用	系统比较AI方法与统计学方法在腹膜转移管理中的性能表现	纳入研究数量有限（约30篇），样本量是影响预测准确性的关键因素	研究AI和统计学方法在胃肠道癌腹膜转移管理中的应用价值	胃肠道癌引发的腹膜转移患者	机器学习	胃肠道癌	文献系统回顾	机器学习,深度学习	医学文献数据	约30篇符合条件的研究文献	NA	NA	预测准确性,精确度	NA
12547	2025-10-07	Novel approach for quality control testing of medical displays using deep learning technology 2025-Jan-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada6bd PMID:39773861	研究论文	本研究开发了一种基于深度学习的医疗显示器质量控制方法，通过多任务学习同时处理对比度响应分类和最大亮度回归任务	首次将预训练模型微调并扩展为多输出配置，用于医疗显示器的质量控制测试，采用智能手机采集图像作为输入	模型倾向于低估最大亮度值，回归任务的相关系数中等（0.6-0.7），需要进一步提高准确性和适用性	开发高效的医疗显示器质量控制系统，减少医疗设备管理的工作量	医疗显示器的质量控制和性能测试	计算机视觉	NA	深度学习，智能手机图像采集	多任务深度学习模型	图像	NA	NA	基于预训练模型的多输出架构	AUC, 相关系数, Bland-Altman分析	NA
12548	2025-10-07	NMRformer: A Transformer-Based Deep Learning Framework for Peak Assignment in 1D 1H NMR Spectroscopy 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05632 PMID:39745381	研究论文	提出基于Transformer的深度学习框架NMRformer，用于一维氢核磁共振谱的峰值分配和代谢物识别	将光谱视为光谱峰序列，在Transformer编码器层中集成自注意力机制和峰高比，能够识别峰之间的长程依赖关系	NA	提高基于NMR的代谢组学中峰值分配和代谢物识别的准确性和效率	细胞样本和生物流体样本的一维氢核磁共振谱	机器学习	NA	一维氢核磁共振波谱	Transformer	光谱数据	四种细胞样本和三种生物流体样本	NA	Transformer编码器	峰值分配准确率,代谢物识别准确率	NA
12549	2025-10-07	Differential Diagnosis of Urinary Cancers by Surface-Enhanced Raman Spectroscopy and Machine Learning 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05287 PMID:39757799	研究论文	本研究开发了一种基于表面增强拉曼光谱和机器学习的方法，用于区分膀胱癌、肾癌和前列腺癌等泌尿系统癌症	首次尝试将SERS与机器学习策略结合用于区分多种泌尿系统癌症，并使用临床血清样本进行验证	NA	开发高效的非侵入性泌尿系统癌症检测方法	泌尿系统癌症患者的血清样本	机器学习	泌尿系统癌症	表面增强拉曼光谱	LSTM	光谱数据	NA	NA	长短期记忆网络	准确率, 灵敏度, 特异性, ROC曲线	NA
12550	2025-10-07	The abiologically and biologically driving effects on organic matter in marginal seas revealed by deep learning-assisted model analysis 2025-Jan-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.178251 PMID:39754949	研究论文	本研究通过深度学习辅助模型分析揭示了边缘海中有机物的非生物和生物驱动效应	首次引入深度学习网络推理工具研究边缘海有机物的驱动因素，识别出浊度和温度是最关键影响因素	研究区域仅限于中国黄海和渤海，可能不适用于其他边缘海区域	探究边缘海中有机物的生物地球化学过程及其驱动机制	黄海和渤海的颗粒有机物(POM)和溶解有机物(DOM)	机器学习	NA	3D激发发射矩阵光谱(3D-EEM)、平行因子分析(PARAFAC)	人工神经网络(ANN)	光谱数据、环境参数数据	NA	NA	人工神经网络	皮尔逊相关系数(PCC), 均方根误差(RMSE)	NA
12551	2025-10-07	DPFunc: accurately predicting protein function via deep learning with domain-guided structure information 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54816-8 PMID:39746897	研究论文	提出一种基于深度学习的蛋白质功能预测方法DPFunc，通过域引导的结构信息实现准确预测	首次将域引导信息与深度学习结合用于蛋白质功能预测，能够识别蛋白质结构中与功能相关的关键区域	未明确说明方法在特定蛋白质类型或复杂功能预测中的局限性	开发准确且可解释的蛋白质功能预测计算方法	蛋白质结构及其功能关系	生物信息学	NA	深度学习	深度学习模型	蛋白质结构数据	NA	NA	DPFunc	NA	NA
12552	2025-10-07	Automated segmentation and deep learning classification of ductopenic parotid salivary glands in sialo cone-beam CT images 2025-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03240-w PMID:39085681	研究论文	开发用于涎腺锥形束CT图像中腮腺导管减少症自动分割和分类的深度学习算法	结合传统图像处理（Frangi滤波器）和深度学习（残差神经网络）的端到端自动流程，首次实现腮腺导管减少症的自动检测和严重程度分类	样本量相对有限（126例扫描），未提及外部验证结果	提高涎腺锥形束CT图像中腮腺导管减少症的诊断准确性和效率	腮腺涎腺锥形束CT扫描图像	医学影像分析	唾液腺疾病	涎腺锥形束CT成像	RNN	医学影像	126例腮腺涎腺锥形束CT扫描（包括正常、中度和重度导管减少症病例）	NA	残差神经网络	准确率, F1分数, 敏感性	NA
12553	2025-10-07	Session Introduction: AI and Machine Learning in Clinical Medicine: Generative and Interactive Systems at the Human-Machine Interface 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670359	会议介绍	介绍人工智能和机器学习在临床医学中的应用，特别关注生成式和交互式系统在人机界面的发展	重点探讨生成式AI和深度学习在医疗领域处理复杂多模态数据的最新进展	NA	探讨AI技术在临床医学中的应用潜力和影响	医疗AI系统，包括临床决策支持、患者监测、影像分析和应急响应系统	机器学习	NA	生成式AI，深度学习	NA	非结构化文本，图像，结构化数据	NA	NA	NA	NA	NA
12554	2025-10-07	Investigating the Differential Impact of Psychosocial Factors by Patient Characteristics and Demographics on Veteran Suicide Risk Through Machine Learning Extraction of Cross-Modal Interactions 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670369	研究论文	本研究通过机器学习方法整合结构化电子健康记录和非结构化文本数据，提升退伍军人自杀风险的预测准确性	开发了平衡结构化与非结构化数据影响的参数α，并识别了心理社会因素与患者特征之间的跨模态交互作用	主要依赖退伍军人事务部数据，未验证在其他人群的适用性；尚未应用深度学习等更先进的机器学习技术	提高自杀风险预测模型的准确性，探索心理社会因素与患者特征的交互作用	退伍军人电子健康记录数据	自然语言处理, 机器学习	心理健康疾病	电子健康记录分析, 自然语言处理	XGBoost, 逻辑回归, 岭回归	结构化电子健康记录, 非结构化文本	NA	SHAP, XGBoost	NA	NA	NA
12555	2025-10-07	Enhancing Privacy-Preserving Cancer Classification with Convolutional Neural Networks 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670396	研究论文	提出一种基于卷积神经网络的隐私保护癌症分类方法OGHE，利用同态加密技术处理基因组数据	设计了专门针对同态加密限制的神经网络架构，并引入高效的打包机制降低计算开销，同时提出新型特征选择方法VarScout	未明确说明模型在更大规模数据集上的泛化能力，也未详细讨论不同癌症类型间的性能差异	开发隐私保护的癌症分类方法，在保证数据机密性的同时实现准确的癌症分类	基因组数据中的空间模式	机器学习	癌症	基因组数据分析	CNN	基因组数据	iDash 2020数据集	NA	卷积神经网络	准确率，延迟	NA
12556	2025-10-07	A Dynamic Model for Early Prediction of Alzheimer's Disease by Leveraging Graph Convolutional Networks and Tensor Algebra 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670404	研究论文	提出一种基于图卷积网络和张量代数的动态深度学习模型DyEPAD，用于早期预测轻度认知障碍向阿尔茨海默病的进展	结合图卷积网络捕获时间步嵌入，并利用张量代数操作进行频域分析，全面捕捉所有时间步的演化模式	仅基于电子健康记录数据，未整合多模态数据；模型在长期依赖捕获方面的改进效果需进一步验证	开发早期预测阿尔茨海默病的方法，识别轻度认知障碍患者向阿尔茨海默病进展的风险	轻度认知障碍患者	机器学习	阿尔茨海默病	电子健康记录分析	GCN, 深度学习	电子健康记录	ADNI和NACC数据集中的患者样本	NA	图卷积网络	与最先进方法和基线方法比较的性能指标	NA
12557	2025-10-07	Deep Learning Predicts Subtype Heterogeneity and Outcomes in Luminal A Breast Cancer Using Routinely Stained Whole-Slide Images 2025-Jan-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0397 PMID:39740059	研究论文	利用深度学习模型通过常规染色全切片图像预测Luminal A型乳腺癌的亚型异质性和临床结局	首次使用转录组数据训练的深度学习模型，通过常规病理图像低成本量化并精确定位LumA乳腺癌亚型混合导致的瘤内异质性	NA	探索乳腺癌亚型异质性机制及其对个体化治疗选择的影响	Luminal A型乳腺癌患者	数字病理	乳腺癌	全切片图像分析	深度学习	图像	NA	NA	NA	NA	NA
12558	2025-10-07	Predicting sinonasal inverted papilloma attachment using machine learning: Current lessons and future directions 2025 Jan-Feb, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2024.104549 PMID:39740533	研究论文	开发基于nnU-Net的机器学习模型，通过分析CT图像预测鼻腔鼻窦内翻性乳头状瘤的附着部位	首次将nnU-Net这一先进深度学习分割算法应用于鼻腔鼻窦内翻性乳头状瘤附着部位的自动识别	样本量较小(58例)，模型性能有待提升，需要更大规模和更多样化的数据集	开发能够自动识别鼻腔鼻窦内翻性乳头状瘤附着部位的机器学习模型	鼻腔鼻窦内翻性乳头状瘤患者	医学影像分析	鼻腔鼻窦肿瘤	CT影像分析	深度学习分割模型	CT图像	58例患者	nnU-Net	nnU-Net	Sørensen-Dice系数, 识别准确率	NA
12559	2025-10-07	NeuTox 2.0: A hybrid deep learning architecture for screening potential neurotoxicity of chemicals based on multimodal feature fusion 2025-Jan, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2024.109244 PMID:39742830	研究论文	开发了一种基于多模态特征融合的混合深度学习架构NeuTox 2.0，用于化学物质的神经毒性筛查	结合自监督学习的迁移学习、图神经网络和分子指纹/描述符的多模态特征融合方法	在BBB数据集上的性能未超越最佳单模态模型	开发高精度的神经毒性虚拟筛选工具	化学化合物的神经毒性预测	机器学习	神经毒性疾病	多模态特征融合	图神经网络,深度学习	分子结构数据,化学描述符	四个神经毒性相关数据集+REACH数据库中的315,790种化合物	NA	混合深度学习架构	多种统计指标	NA
12560	2025-10-07	Analyzing the TotalSegmentator for facial feature removal in head CT scans 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.12.018 PMID:39754865	研究论文	本研究评估了TotalSegmentator在头颈部CT扫描中面部特征去除的效果，以降低重新识别风险	首次系统评估TotalSegmentator在CT图像去身份化中的应用，并与现有先进算法进行对比	仅使用单一数据集（UCLH EIT Stroke数据集），样本量有限（1404个渲染图像）	开发保护隐私的医学图像处理流程，在保持数据完整性的同时降低重新识别风险	头颈部CT扫描图像中的面部特征	医学图像处理	卒中	CT扫描，深度学习	深度学习模型，支持向量机	CT图像	1404个高质量渲染图像（来自UCLH EIT Stroke数据集）	NA	NA	ROC-AUC，准确率，余弦相似度	NA