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
12841	2024-11-18	Perfluorooctanoic Acids (PFOA) removal using electrochemical oxidation: A machine learning approach 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122857 PMID:39405885	研究论文	本研究评估了多种机器学习模型在预测电氧化去除全氟辛酸（PFOA）效率中的应用	本研究首次将多种机器学习模型应用于电氧化去除PFOA的效率预测，并发现随机森林模型表现最佳	本研究未探讨不同环境条件下模型的泛化能力	评估机器学习模型在电氧化去除PFOA中的预测能力	全氟辛酸（PFOA）的电氧化去除效率	机器学习	NA	电氧化	随机森林	数值数据	NA
12842	2024-11-18	Targeting ATP catalytic activity of chromodomain helicase CHD1L for the anticancer inhibitor discovery 2024-Nov, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.136678 PMID:39426766	研究论文	本文通过整合多种深度学习方法与生化和细胞实验，识别CHD1L的潜在抑制剂，并验证其抗癌效果	首次采用深度学习方法结合虚拟筛选技术，发现新型CHD1L抑制剂C071-0684，具有显著的抗癌效果	NA	发现和开发针对CHD1L的抗癌药物	CHD1L酶及其抑制剂	机器学习	NA	深度学习	NA	化合物	超过150万种小分子化合物，筛选出36种候选化合物，验证其中13种
12843	2024-11-18	Structure-aware annotation of leucine-rich repeat domains 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012526 PMID:39499733	研究论文	本文开发了降维方法来注释亮氨酸重复序列域的重复单元，并应用于预测的结构	利用深度学习预测的蛋白质结构信息改进现有的基于序列的域注释方法	依赖于预测的蛋白质结构，可能存在预测误差	改进蛋白质域注释方法，特别是亮氨酸重复序列域的注释	亮氨酸重复序列域及其在植物免疫蛋白中的应用	机器学习	NA	降维方法	NA	蛋白质结构	127个预测的亮氨酸重复序列域结构，验证数据集包含172个手动注释的亮氨酸重复序列域
12844	2024-11-18	A deep learning method to integrate extracelluar miRNA with mRNA for cancer studies 2024-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae653 PMID:39495117	研究论文	本文介绍了一种深度学习方法CrossPred，用于整合细胞外miRNA和mRNA数据，以提高癌症研究的生物标志物和治疗靶点的预测准确性	开发了一种基于对比学习的深度学习多编码器模型CrossPred，用于交叉预测miRNA和mRNA表达，并创建了一个共享嵌入空间来整合这两种数据类型	NA	提高细胞外miRNA表达数据的质量，并开发非侵入性方法来评估细胞内mRNA表达	细胞外miRNA和细胞内mRNA	机器学习	癌症	深度学习	多编码器模型	miRNA和mRNA表达数据	三种癌症类型的数据
12845	2024-11-18	Automated Speech Analysis for Risk Detection of Depression, Anxiety, Insomnia, and Fatigue: Algorithm Development and Validation Study 2024-Oct-31, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58572 PMID:39324329	研究论文	研究开发并验证了一种基于语音分析的算法，用于检测和估计抑郁症、焦虑症、失眠和疲劳的风险	该研究不仅关注单一症状，还考虑了症状的共存和相互作用，并引入了不确定性估计和公平性评估，以提高临床应用的安全性	模型在不同年龄组和教育水平上的公平性表现较差	探讨移动设备收集的语音数据在检测和估计抑郁症、焦虑症、疲劳和失眠方面的预测潜力	抑郁症、焦虑症、失眠和疲劳	机器学习	NA	语音活动检测、特征提取和模型训练	深度学习模型	语音数据	865名健康成年人
12846	2024-11-18	Multiparametric MRI based deep learning model for prediction of early recurrence of hepatocellular carcinoma after SR following TACE 2024-Oct-08, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05941-w PMID:39379692	研究论文	本文开发并验证了一种结合深度学习和临床数据的模型，用于预测接受TACE后肝细胞癌患者的早期复发	本文创新性地将深度学习特征与临床数据结合，构建了一个预测肝细胞癌患者早期复发的诺模图模型	NA	开发和验证一种结合深度学习和临床数据的模型，用于预测肝细胞癌患者的早期复发	接受TACE后肝细胞癌患者的早期复发风险	机器学习	肝癌	MRI	深度学习模型	影像数据	511名接受SR后TACE的患者
12847	2024-11-18	Integrating genomics, phenomics, and deep learning improves the predictive ability for Fusarium head blight-related traits in winter wheat 2024-Sep, The plant genome DOI:10.1002/tpg2.20470 PMID:38853339	研究论文	本文研究了通过整合基因组学、表型组学和深度学习技术，提高冬小麦对赤霉病相关性状的预测能力	本文创新性地使用了人工智能（AI）和视觉平台，通过高光谱成像和深度学习直接预测赤霉病感染小麦中的脱氧雪腐镰刀菌烯醇（DON），显著提高了预测能力	本文未详细讨论所使用方法在实际育种中的应用成本和可行性	提高冬小麦对赤霉病相关性状的预测能力	冬小麦的赤霉病抗性性状、赤霉病损伤的麦粒（FDK）和脱氧雪腐镰刀菌烯醇（DON）	机器学习	农作物病害	高光谱成像	深度学习	图像	NA
12848	2024-11-18	Foundations of reasoning with uncertainty via real-valued logics 2024-May-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2309905121 PMID:38753505	研究论文	本文探讨了通过实值逻辑进行不确定性推理的基础	引入了多维句子类，并提供了声音和完整的公理化，可以参数化以涵盖许多实值逻辑，包括所有常见的模糊逻辑，并扩展到加权版本和概率为真值的情况	本文的决策过程基于线性规划，仅适用于某些实值逻辑和特定自然假设	建立实值逻辑系统的正确性和能力的基础	实值逻辑及其推理能力	机器学习	NA	线性规划	NA	NA	NA
12849	2024-11-18	Genomic language model predicts protein co-regulation and function 2024-Apr-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46947-9 PMID:38570504	研究论文	本文训练了一个基因组语言模型（gLM），通过数百万个宏基因组支架来学习基因之间的潜在功能和调控关系	本文首次将机器学习扩展到包含更高阶的基因组上下文信息，利用进化过程产生的基因组模式来揭示基因产物之间的功能关系	NA	揭示基因与其基因组上下文之间的关系，理解生物系统的功能和调控	基因之间的功能和调控关系	机器学习	NA	基因组语言模型（gLM）	语言模型	蛋白质序列数据	数百万个宏基因组支架
12850	2024-11-18	DeePhage: distinguishing virulent and temperate phage-derived sequences in metavirome data with a deep learning approach 2021-09-08, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab056 PMID:34498685	研究论文	本文介绍了一种名为DeePhage的新计算方法，用于区分metavirome数据中的烈性和温和噬菌体序列	DeePhage使用卷积神经网络检测序列特征，准确率高达89%，比现有工具PhagePred和PHACTS分别高出10%和30%，并且在运行时间上显著减少	NA	开发一种能够有效分类metavirome数据中烈性和温和噬菌体序列的新计算方法	metavirome数据中的烈性和温和噬菌体序列	机器学习	NA	卷积神经网络	CNN	DNA序列	NA
12851	2024-11-18	VC@Scale: Scalable and high-performance variant calling on cluster environments 2021-09-07, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab057 PMID:34494101	研究论文	本文提出了一种基于Apache Spark的本地工作流程，用于在集群环境中实现可扩展和高性能的变异检测	本文的创新点在于提出了一种紧密集成预处理阶段的本地Spark工作流程，利用Python和Apache Arrow实现高效的数据传输，从而提高了变异检测的性能和可扩展性	NA	研究目的是开发一种可扩展且高性能的变异检测工作流程，以应对深度学习方法在变异检测中的高计算成本问题	研究对象是下一代测序数据的预处理和变异检测工作流程	生物信息学	NA	Apache Spark, Apache Arrow	NA	测序数据	NA
12852	2024-11-18	RNAProt: an efficient and feature-rich RNA binding protein binding site predictor 2021-08-18, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab054 PMID:34406415	研究论文	本文介绍了一种基于循环神经网络的高效且功能丰富的RNA结合蛋白结合位点预测框架RNAProt	RNAProt在预测性能和运行时间效率上优于传统机器学习方法和深度学习方法，并支持多种额外功能和用户定义特征	NA	开发一种高效的计算方法来预测RNA结合蛋白的结合位点	RNA结合蛋白的结合位点	机器学习	NA	CLIP-seq	循环神经网络	文本	NA
12853	2024-11-18	ChronoRoot: High-throughput phenotyping by deep segmentation networks reveals novel temporal parameters of plant root system architecture 2021-07-20, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab052 PMID:34282452	研究论文	本文介绍了一种结合3D打印开放硬件和深度分割网络的高通量植物根系表型分析系统ChronoRoot	开发了一种基于深度学习的根系提取方法，利用卷积神经网络的最新进展进行图像分割，并将时间一致性纳入根系结构重建过程	NA	扩展根系高通量表型分析的可能性，揭示新的根系特征	植物根系	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
12854	2024-11-18	Multi-stage malaria parasite recognition by deep learning 2021-06-17, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab040 PMID:34137821	研究论文	本文开发了一种基于深度迁移图卷积网络（DTGCN）的深度学习方法，用于识别血液涂片图像中不同阶段的疟原虫	首次将图卷积网络（GCN）应用于多阶段疟原虫识别	NA	开发一种高效准确的方法来识别血液涂片图像中不同阶段的疟原虫	疟原虫的不同生长阶段	计算机视觉	疟疾	深度迁移图卷积网络（DTGCN）	图卷积网络（GCN）	图像	使用了公开的微观图像数据集和一个大规模的未见过的疟原虫数据集以及Babesia数据集
12855	2024-11-18	Label3DMaize: toolkit for 3D point cloud data annotation of maize shoots 2021-05-07, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab031 PMID:33963385	研究论文	本文提出了一种用于玉米植株3D点云数据标注的工具包Label3DMaize，通过自上而下的点云分割算法实现半自动的点云分割和标注	本文的创新点在于提出了一种基于最优运输距离的点云分割算法，并开发了一个半自动的3D点云标注工具包Label3DMaize	本文的局限性在于工具包的分割精度依赖于粗分割和精细分割的结合，且精细分割需要更多时间	本文的研究目的是开发一种高效的3D点云分割和标注工具，以支持基于深度学习的植物点云处理研究	本文的研究对象是玉米植株的3D点云数据	计算机视觉	NA	3D点云分割	NA	3D点云数据	不同生长阶段的玉米植株
12856	2024-11-18	Fluorescence microscopy datasets for training deep neural networks 2021-05-05, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab032 PMID:33954794	研究论文	本文提供了用于训练深度神经网络的高质量荧光显微镜数据集	本文提供了高质量的数据集，用于训练和评估正在开发的深度学习方法	NA	提高荧光显微镜图像的信噪比，减少光漂白和光毒性	荧光显微镜图像	计算机视觉	NA	荧光显微镜	卷积神经网络	图像	NA
12857	2024-11-18	MB-GAN: Microbiome Simulation via Generative Adversarial Network 2021-02-05, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab005 PMID:33543271	研究论文	本文介绍了一种名为MB-GAN的生成对抗网络框架，用于模拟真实的微生物组数据	MB-GAN通过生成对抗网络自动学习微生物丰度并生成难以区分的模拟数据，避免了显式统计建模假设	NA	解决模拟真实微生物组数据的挑战	微生物组数据	机器学习	NA	生成对抗网络 (GAN)	GAN	微生物丰度数据	396个样本
12858	2024-11-18	Lilikoi V2.0: a deep learning-enabled, personalized pathway-based R package for diagnosis and prognosis predictions using metabolomics data 2021-01-23, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaa162 PMID:33484242	研究论文	本文介绍了Lilikoi V2.0，一个基于深度学习的个性化通路分析R包，用于代谢组学数据的诊断和预后预测	Lilikoi V2.0引入了深度学习方法进行分类，并增加了预后预测模块，支持数据预处理、探索性分析、通路可视化和代谢通路回归	NA	更新和升级Lilikoi软件，以适应代谢组学领域的新计算趋势	代谢组学数据	机器学习	NA	深度学习	Cox-nnet模型	代谢组学数据	NA
12859	2024-11-18	Tool recommender system in Galaxy using deep learning 2021-01-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaa152 PMID:33404053	研究论文	本文开发了一个基于深度学习的工具推荐系统，用于帮助研究人员在Galaxy平台上创建工作流程	本文提出了一个基于门控循环单元神经网络的工具推荐模型，通过分析研究人员在欧洲Galaxy服务器上创建的工作流程来学习工具之间的依赖关系	NA	开发一个工具推荐系统，帮助研究人员在Galaxy平台上更轻松地创建复杂的工作流程	Galaxy平台上的工具和工作流程	机器学习	NA	深度学习	门控循环单元神经网络	工作流程数据	NA
12860	2024-11-17	Secondary Structure Detection and Structure Modeling for Cryo-EM 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4213-9_17 PMID:39543043	研究论文	本文介绍了一种基于深度学习的工具集，用于在不同分辨率的冷冻电镜密度图中检测和建模蛋白质结构	开发了一套基于深度学习的工具，能够在不同分辨率的冷冻电镜密度图中自动建模蛋白质结构，并检测蛋白质二级结构	NA	开发和应用深度学习技术，以提高在不同分辨率冷冻电镜密度图中蛋白质结构的检测和建模能力	冷冻电镜密度图中的蛋白质结构	结构生物学	NA	深度学习	深度学习模型	图像	NA