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
1281	2025-04-27	Genomic determinants of biological age estimated by deep learning applied to retinal images 2025-Apr, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01481-w PMID:39775603	研究论文	本研究利用深度学习技术从视网膜图像中提取潜在信息估计生物年龄，并通过全基因组关联分析(GWAS)探索视网膜年龄差距(RAG)的基因组决定因素	首次将深度学习应用于视网膜图像预测生物年龄，并通过大规模GWAS分析揭示RAG的遗传基础及其与衰老过程的关联	研究样本主要来自英国生物银行和GoDARTS队列，可能存在人群特异性限制	探索视网膜年龄差距(RAG)的基因组决定因素及其与衰老过程的生物学机制	31,271名英国生物银行参与者和8,034名GoDARTS参与者的视网膜图像和基因组数据	数字病理学	老年疾病	深度学习、GWAS、孟德尔随机化分析	DL(深度学习模型)	图像、基因组数据	总计39,305名参与者(31,271 UK Biobank + 8,034 GoDARTS)
1282	2025-04-27	Long-term care plan recommendation for older adults with disabilities: a bipartite graph transformer and self-supervised approach 2025-Apr-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae327 PMID:39883541	research paper	本研究提出了一种基于二分图Transformer和自监督学习的方法，为残疾老年人推荐长期护理计划	提出了一种结合特征向量中心性的新型图Transformer架构（BiT模型），并利用基于预测的图自监督学习方法挖掘图节点的深层表示	在罕见或复杂护理服务项目上的表现有待提升	为残疾老年人开发智能化的长期护理计划推荐系统	残疾老年人的护理数据	machine learning	geriatric disease	graph self-supervised learning	BiT (Bipartite Graph Transformer)	graph data	1917个节点和195240条边组成的二分图（来自真实世界护理数据）
1283	2025-04-27	High-precision MRI of liver and hepatic lesions on gadoxetic acid-enhanced hepatobiliary phase using a deep learning technique 2025-Apr, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01693-2 PMID:39527182	research paper	本研究探讨了使用改进的Fast 3D mode wheel和PIQE的高精度MRI序列在肝细胞特异性期（HBP）的可行性，并与使用AiCE的压缩感知（CS）序列进行了比较	提出了使用改进的Fast 3D mode wheel和PIQE的高精度MRI序列，显著提高了图像质量和肝脏病变的检测率	样本量较小（54例患者），且未探讨不同肝脏病变类型对结果的影响	评估高精度MRI序列在肝细胞特异性期（HBP）的应用效果	54例肝脏局灶性病变患者	digital pathology	liver cancer	MRI, Fast 3D mode wheel, PIQE, CS, AiCE	NA	MRI图像	54例肝脏局灶性病变患者
1284	2025-04-27	Effects of snake fungal disease (ophidiomycosis) on the skin microbiome across two major experimental scales 2025-Apr, Conservation biology : the journal of the Society for Conservation Biology IF:5.2Q1 DOI:10.1111/cobi.14411 PMID:39530499	研究论文	研究蛇真菌病（ophidiomycosis）对两种实验尺度下皮肤微生物组的影响	使用深度学习神经网络预测疾病状态，准确率高达99.8%，并发现病原体诱导的微生物组失调遵循可预测的趋势	实验在野外和实验室两种环境下进行，结构和分散变化存在差异	探讨病原体与宿主微生物组的关系，以减轻疾病影响	自由活动的蛇类和实验室中的北方水蛇	微生物生态学	蛇真菌病（ophidiomycosis）	定量PCR、细菌扩增子测序、深度学习神经网络	深度学习神经网络	微生物组数据	自由活动的蛇类（未明确数量）和实验室中的北方水蛇（未明确数量）
1285	2025-04-27	MSP-tracker: A versatile vesicle tracking software tool used to reveal the spatial control of polarized secretion in Drosophila epithelial cells 2025-Apr, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003099 PMID:40208901	research paper	开发了一种名为MSP-tracker的囊泡追踪软件工具，用于研究果蝇上皮细胞中极化分泌的空间控制	利用计算机视觉和深度学习技术开发了MSP-tracker，无需大量训练数据即可在嘈杂环境中确定囊泡轨迹，优于其他追踪软件	NA	研究上皮细胞中特定分泌货物如何定向到质膜的不同区域	果蝇上皮细胞中的极化分泌过程	computer vision	NA	RUSH系统，计算机视觉，深度学习	深度学习	图像	NA
1286	2025-04-27	Viral escape-inspired framework for structure-guided dual bait protein biosensor design 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012964 PMID:40233103	research paper	介绍了一种名为CTRL-V的计算平台，用于设计选择性结合（双诱饵）生物传感器蛋白	CTRL-V平台通过迭代设计周期，能够识别SARS-CoV-2刺突蛋白的突变位点，并成功预测最新变种KP.2的单点突变，为双诱饵生物传感器设计提供了通用方法	其他数据驱动的病毒逃逸变体预测工具需要大量数据来绕过显式生化相互作用的物理需求，因此无法推广到其他蛋白质设计应用中	开发一种通用的计算平台，用于设计选择性结合的双诱饵生物传感器蛋白	SARS-CoV-2刺突蛋白的受体结合域（RBD）和Raf激酶	计算生物学	COVID-19	integer optimization, stochastic sampling by PyRosetta, deep learning-based ProteinMPNN	ProteinMPNN	蛋白质结构数据	39个SARS-CoV-2点突变和7个KP.2变体的单点突变
1287	2025-04-27	Uncertainty-guided pancreatic tumor auto-segmentation with Tversky ensemble 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100740 PMID:40276495	research paper	开发了一种基于Tversky集成和不确定性估计的胰腺肿瘤自动分割工具，以处理分割任务中的不确定性并适应临床医生的个性化需求	利用Tversky集成和不确定性估计技术，首次在胰腺肿瘤分割中实现了对不确定性的量化处理，并支持临床医生根据偏好调整分割结果	研究仅基于282例患者数据，样本量相对有限；且未在更多类型的肿瘤数据上进行验证	开发一种能够处理分割任务中不确定性并支持个性化调整的胰腺肿瘤自动分割工具	胰腺肿瘤的CT/MRI影像数据	digital pathology	pancreatic cancer	Tversky loss, ensemble learning, uncertainty estimation	CNN ensemble	medical image	282例胰腺癌患者（252例训练/验证，30例独立测试）
1288	2025-04-27	Deep Learning-Assisted Design for High-Q-Value Dielectric Metasurface Structures 2025-Mar-29, Materials (Basel, Switzerland) DOI:10.3390/ma18071554 PMID:40271794	研究论文	本文提出了一种用于预测介电超表面振幅谱的前向预测网络，以提高超表面设计的效率	提出了一种高精度的前向预测网络，用于快速预测介电超表面的振幅谱，并利用迁移学习将其应用于高Q值共振介电超表面的近红外透射光谱预测	未提及网络在其他类型超表面上的泛化能力测试	提高介电超表面设计的效率和灵敏度	介电超表面结构	机器学习	NA	深度学习、迁移学习	前向预测网络	光谱数据	NA
1289	2025-04-27	Penalized factorial regression as a flexible and computationally attractive reaction norm model for prediction in the presence of GxE 2025-Mar-28, TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik DOI:10.1007/s00122-025-04865-4 PMID:40155554	research paper	该论文提出了一种惩罚性因子回归方法，作为预测基因型与环境交互作用（G×E）的计算高效替代方案	该方法在预测精度与核方法和深度学习方法相当的情况下，显著降低了计算需求和时间	研究仅在小麦和玉米两个代表性数据集上进行了验证，未涉及其他作物或更复杂的环境条件	解决植物育种和遗传学中在新环境下预测产量的长期挑战，特别是在存在基因型与环境交互作用的情况下	高级育种阶段的候选品种、法定品种试验或注册后试验中的基因型	machine learning	NA	penalized factorial regression	linear reaction norms	genotypic and environmental data	两个数据集（小麦和玉米）
1290	2025-04-27	Advanced Thermal Imaging Processing and Deep Learning Integration for Enhanced Defect Detection in Carbon Fiber-Reinforced Polymer Laminates 2025-Mar-25, Materials (Basel, Switzerland) DOI:10.3390/ma18071448 PMID:40271635	研究论文	本文研究了热成像预处理对碳纤维增强聚合物(CFRP)层压板缺陷分割的影响，结合深度学习技术提高了缺陷检测的准确性	采用多项式近似和一阶、二阶导数预处理热成像信号，结合U-Net架构显著提升了缺陷检测性能	研究仅针对CFRP材料，未验证在其他复合材料上的适用性	提高碳纤维增强聚合物层压板缺陷检测的准确性和可靠性	碳纤维增强聚合物(CFRP)层压板	计算机视觉	NA	脉冲热成像技术	U-Net	热成像图像	NA
1291	2025-04-27	Enhancing Relation Extraction for COVID-19 Vaccine Shot-Adverse Event Associations with Large Language Models 2025-Mar-17, Research square DOI:10.21203/rs.3.rs-6201919/v1 PMID:40166033	研究论文	本研究利用大型语言模型和深度学习模型从VAERS和社交媒体中提取COVID-19疫苗与不良事件之间的关系	使用GPT-3.5和GPT-4等大型语言模型结合传统模型（如RNN和BioBERT）进行关系提取，并通过后处理规则优化结果	数据集仅包含771个关系对，可能不足以覆盖所有疫苗与不良事件的关联	提高疫苗安全监测和临床实践中对疫苗接种后症状的理解	COVID-19疫苗与不良事件之间的关系	自然语言处理	COVID-19	GPT-3.5, GPT-4, RNN, BioBERT	GPT, RNN, BioBERT	文本	771个关系对
1292	2025-04-27	MST-m6A: A Novel Multi-Scale Transformer-based Framework for Accurate Prediction of m6A Modification Sites Across Diverse Cellular Contexts 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168856 PMID:39510345	研究论文	提出了一种基于多尺度Transformer的新框架MST-m6A，用于准确预测不同细胞环境中的m6A修饰位点	采用多尺度Transformer架构和双k-mer标记化方法，从RNA序列中捕获丰富的特征表示和全局上下文信息，提高了预测准确性	虽然在不同细胞系和组织中表现良好，但未明确说明在特定疾病或病理条件下的适用性	开发一种能够准确预测m6A修饰位点的计算方法，以理解其在生物过程中的功能和调控机制	m6A修饰位点	生物信息学	NA	高通量测序技术	Transformer, CNN	RNA序列数据	NA
1293	2025-04-27	DEKP: a deep learning model for enzyme kinetic parameter prediction based on pretrained models and graph neural networks 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf187 PMID:40273427	研究论文	介绍了一种名为DEKP的深度学习模型，用于基于预训练模型和图神经网络预测酶动力学参数	结合预训练模型和增强的图神经网络，全面表示蛋白质结构特征，有效缓解序列相似性变化导致的性能下降	NA	提高酶动力学参数预测的准确性，加速酶筛选和定向进化研究	酶动力学参数	机器学习	NA	深度学习	图神经网络	蛋白质序列和结构数据	NA
1294	2025-04-27	PathSynergy: a deep learning model for predicting drug synergy in liver cancer 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf192 PMID:40273429	research paper	开发了一个名为PathSynergy的深度学习模型，用于预测肝癌中的药物协同作用	PathSynergy结合了图神经网络和通路图谱映射的优势，首次预测并验证了六种FDA批准的药物与索拉非尼或乐伐替尼在肝癌中的协同作用	NA	提高癌症治疗的疗效并克服耐药性	肝癌	machine learning	liver cancer	graph neural networks, pathway map mapping	GNN	drug feature data, cell line data, drug-target interactions, signaling pathways	NA
1295	2025-04-27	Combination of Deep Learning Grad-CAM and Radiomics for Automatic Localization and Diagnosis of Architectural Distortion on DBT 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.031 PMID:39496537	研究论文	本研究结合深度学习Grad-CAM和放射组学技术，自动定位和诊断数字乳腺断层合成（DBT）中的结构扭曲（AD）	首次将深度学习Grad-CAM与放射组学结合，实现AD的自动定位和诊断	在纯AD病例中的诊断性能低于伴随其他特征的AD病例	提高数字乳腺断层合成中结构扭曲的检测和诊断准确性	500例DBT报告中存在AD的病例	数字病理	乳腺癌	深度学习Grad-CAM，放射组学	Grad-CAM	医学影像	500例（292例训练，208例测试）
1296	2025-04-27	A Stacked Multimodality Model Based on Functional MRI Features and Deep Learning Radiomics for Predicting the Early Response to Radiotherapy in Nasopharyngeal Carcinoma 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.011 PMID:39496536	研究论文	本研究构建并评估了一个整合MRI深度学习放射组学、功能成像和临床指标的综合模型，用于预测鼻咽癌放疗的早期疗效	结合了MRI深度学习放射组学、功能成像和临床指标，构建了一个堆叠模型，具有更强的预测能力	研究为回顾性设计，样本量相对有限，且仅来自两家医院	预测鼻咽癌放疗的早期疗效，为个性化治疗提供指导	鼻咽癌患者	数字病理	鼻咽癌	MRI、DWI、ASL	XGBoost、KNN、SVM、LR、堆叠算法	MRI图像、临床指标	训练集194例，内部验证集82例，外部验证集40例
1297	2025-04-27	Image quality in three-dimensional (3D) contrast-enhanced dynamic magnetic resonance imaging of the abdomen using deep learning denoising technique: intraindividual comparison between T1-weighted sequences with compressed sensing and with a modified Fast 3D mode wheel 2025-Mar, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01687-0 PMID:39503820	研究论文	评估结合深度学习降噪技术的改良Fast 3D模式轮在腹部对比增强3D动态磁共振成像中的图像质量，并与压缩感知技术进行个体内比较	首次将改良Fast 3D模式轮与深度学习降噪技术（AiCE）结合应用于腹部3D动态MRI，并证明其在图像质量上的优势	研究样本量较小（42例患者），且为回顾性研究	评估不同MRI序列在腹部动态增强成像中的图像质量差异	腹部器官的MRI图像质量	医学影像	NA	3D动态磁共振成像（MRI）、深度学习降噪（AiCE）	深度学习（AiCE）	医学影像	42例患者
1298	2025-04-27	The Segment Anything foundation model achieves favorable brain tumor auto-segmentation accuracy in MRI to support radiotherapy treatment planning 2025-Mar, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2 DOI:10.1007/s00066-024-02313-8 PMID:39503868	研究论文	评估Segment Anything基础模型在MRI中自动分割脑肿瘤的准确性，以支持放射治疗计划	使用Segment Anything（SA）这一新型通用深度学习自动分割模型进行交互式肿瘤自动轮廓绘制	使用建议的掩码时分割准确性较低（0.572）	评估基础分割模型在放射治疗计划中的潜在应用	369个MRI数据集中的16,744个横断面切片，用于胶质瘤脑肿瘤自动轮廓绘制	数字病理	脑肿瘤	MRI	Segment Anything（SA）	图像	369个MRI数据集中的16,744个横断面切片
1299	2025-04-27	Deep learning-based human gunshot wounds classification 2025-Mar, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03355-4 PMID:39503869	research paper	本研究探讨了深度学习在法医领域中枪伤分类的应用，特别是区分入口和出口伤口以及确定医学法律射击距离	首次将深度学习技术应用于法医枪伤分类，并构建了一个包含2551张图像的综合数据库	伤口图像因拍摄条件不同而难以标准化，样本不平衡影响了部分评估指标	提升法医病理学实践中枪伤分类的准确性和效率	枪伤图像，包括入口和出口伤口	computer vision	NA	深度学习	ResNet152	image	2551张图像（1883张入口伤口，668张出口伤口）
1300	2025-04-27	Automated acute skin toxicity scoring in a mouse model through deep learning 2025-Mar, Radiation and environmental biophysics IF:1.5Q3 DOI:10.1007/s00411-024-01096-x PMID:39503921	研究论文	本研究通过先进的成像设置和深度学习，提出了一种在临床前放射治疗试验中评估皮肤毒性的新方法	利用深度学习框架自动评估小鼠模型中的急性皮肤毒性，减少了观察者间的变异性和评估时间	特定毒性等级的细微挑战未被完全解决，未来需要通过扩展训练数据集来改进系统	开发一种客观且可重复的皮肤毒性评估方法，以改进临床前放射治疗试验中的毒性评分	160只小鼠的右后腿皮肤反应	数字病理学	皮肤毒性	深度学习	对象检测模型和分类模型	图像	160只小鼠，7542张图像