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
1301	2025-04-20	Can Deep Learning Blind Docking Methods be Used to Predict Allosteric Compounds? 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00331 PMID:40167386	research paper	本文探讨了深度学习盲对接方法在预测变构化合物中的应用，并评估了其在虚拟筛选中的潜力	提出了一种基于数据驱动的最小距离矩阵表示（MDMR）方法，用于预测变构抑制剂与CDK2的复合物，并识别了其他启发式方法未能区分的中间蛋白质构象	研究仅针对CDK2进行了验证，未在其他蛋白质或系统中进行广泛测试	评估深度学习盲对接方法在预测变构化合物结合模式中的效用	变构化合物与Cyclin-Dependent Kinase (CDK) 2的复合物	machine learning	NA	DiffDock, Lin_F9 Local Re-Docking	深度学习模型	蛋白质-配体复合物数据	NA
1302	2025-04-20	Application of Deep Learning to Predict the Persistence, Bioaccumulation, and Toxicity of Pharmaceuticals 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02293 PMID:40178174	research paper	本研究探讨了深度学习模型（特别是通过Chemprop实现的消息传递神经网络MPNN）在预测药物化合物的持久性、生物累积性和毒性（PBT）特性中的应用	采用聚类策略公平评估模型性能，并识别潜在的PBT化学物质及其相关亚结构，为药物设计早期阶段提供环境风险预警	未明确提及模型在跨类别化合物或复杂环境中的泛化能力	开发环境友好的药物候选分子并保持其治疗功效	药物化合物及其PBT特性	machine learning	NA	deep learning (DL), message-passing neural network (MPNN)	MPNN	chemical compound data	未明确提及具体样本量（聚焦于药物相关分子集）
1303	2025-04-20	Rapid pathologic grading-based diagnosis of esophageal squamous cell carcinoma via Raman spectroscopy and a deep learning algorithm 2025-Apr-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i14.104280 PMID:40248385	research paper	该研究利用拉曼光谱和深度学习算法快速诊断食管鳞状细胞癌的病理分级	提出了一种1D-transformer网络模型用于分类食管鳞状细胞癌的光谱数据，并结合深度学习模型可视化拉曼光谱数据并解释其分子特征	样本量相对较小（360组拉曼光谱数据），可能需要更大样本量验证模型的泛化能力	检测食管肿瘤不同阶段的拉曼光谱信息变化，提高分类准确性	不同分级的食管病变组织	digital pathology	esophageal squamous cell carcinoma	Raman spectroscopy	1D-transformer network	spectral data	360组拉曼光谱数据
1304	2025-04-20	Uncertainty-aware segmentation quality prediction via deep learning Bayesian Modeling: Comprehensive evaluation and interpretation on skin cancer and liver segmentation 2025-Apr-13, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102547 PMID:40250215	research paper	提出了一种无需真实标注即可预测分割质量的新框架，通过贝叶斯建模和不确定性估计来评估分割质量	引入了两种互补框架，结合不确定性图和预测分割图，以及原始输入图像，提出贝叶斯适应的分割模型，并提出了聚合策略将多个不确定性估计合并为一个分数	未提及具体局限性	解决临床环境中无手动标注时分割质量评估的挑战	2D皮肤病变和3D肝脏分割数据集	digital pathology	skin cancer, liver disease	Monte Carlo Dropout, Ensemble, Test Time Augmentation	SwinUNet, Feature Pyramid Network with ResNet50	image	HAM10000数据集和3D肝脏分割数据集
1305	2025-04-20	ChatIOS: Improving automatic 3-dimensional tooth segmentation via GPT-4V and multimodal pre-training 2025-Apr-12, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105755 PMID:40228651	研究论文	本研究提出了一种结合GPT-4V和多模态预训练技术的框架，用于改进口腔内扫描仪（IOS）产生的3D牙齿分割的深度学习算法	首次将GPT-4V与多模态预训练技术结合应用于3D牙齿分割，开创了数字牙科中GPT-4V的应用探索	研究仅基于Teeth3DS数据集，未在其他数据集上验证模型的泛化能力	提高3D牙齿分割的准确性和效率，以支持正畸和修复治疗等临床需求	口腔内扫描仪（IOS）产生的3D牙齿扫描数据	数字牙科	牙科疾病	多模态预训练、GPT-4V	PointNet++	3D点云、2D图像、文本描述	1800个口腔内扫描数据，约24000颗标注牙齿（训练集：1200个扫描，16004颗牙齿；测试集：600个扫描，7995颗牙齿），来自900名患者
1306	2025-04-20	Automatic Generation of Liver Virtual Models with Artificial Intelligence: Application to Liver Resection Complexity Prediction 2025-Apr-11, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006722 PMID:40211963	研究论文	本研究开发了一种基于人工智能的自动工具，用于从术前CT扫描预测肝切除手术的复杂性	提出了一种新的解剖参考框架（HCZ）和全自动管道来量化肿瘤位置，并通过AI模型预测手术复杂性	研究仅针对145名HCC患者，样本量有限	预测肝切除手术的复杂性以改善手术规划	肝切除手术患者	数字病理	肝癌	Deep Learning	NA	CT扫描图像	145名HCC患者
1307	2025-04-20	CASCADE-FSL: Few-shot learning for collateral evaluation in ischemic stroke 2025-Apr-11, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102550 PMID:40250214	研究论文	提出了一种名为CASCADE-FSL的新方法，用于在缺血性卒中中评估侧支循环，通过小样本学习有效区分不良侧支循环	采用小样本学习方法处理不平衡数据集，将良好和中等级别的侧支循环作为正常类别，将不良侧支循环作为异常进行识别	数据集规模小且不平衡，可能影响模型的泛化能力	减少放射科医师评估中的变异性并节省时间，准确识别不良侧支循环病例	缺血性卒中患者的侧支循环评估	数字病理学	缺血性卒中	小样本学习	2D ResNet-50	图像	小规模且不平衡的数据集
1308	2025-04-20	PursuitNet: A deep learning model for predicting competitive pursuit-like behavior in mice 2025-Apr-08, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149634 PMID:40210144	研究论文	本文介绍了PursuitNet，一种深度学习框架，专门用于模拟捕食-逃跑场景中的竞争性实时动态	PursuitNet采用轻量级架构，通过Graph Convolutional Networks和Temporal Convolutional Networks显式建模动态交互和空间关系，融合速度和加速度数据预测变化	该框架专门针对快速变化的轨迹，可能不适用于其他类型的运动模式	研究捕食-逃跑行为的动态交互，以加深对捕食者-猎物动力学的理解，并为交互式机器人和自主系统的设计提供信息	实验室小鼠与磁控机器人诱饵的追逐行为	机器学习	NA	深度学习	Graph Convolutional Networks, Temporal Convolutional Networks	轨迹数据	Pursuit-Escape Confrontation (PEC)数据集
1309	2025-04-20	Comparison of deep learning models for facial attractiveness assessment on 3D photos 2025-Apr-06, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105735 PMID:40199417	研究论文	本研究比较了多种深度学习模型在3D照片上评估面部吸引力的准确性和精确性	评估了多种CNN模型在中国正畸患者面部吸引力评估中的表现，并分析了模型性能与训练效率之间的权衡	研究仅针对6-18岁的中国正畸患者，样本量有限，且仅使用了3D照片转换的二维RGB图像	评估深度学习模型在面部吸引力评估中的准确性和精确性	6-18岁的中国正畸患者	计算机视觉	正畸	3D照片转换为二维RGB图像	CNN (包括ResNet18, ResNet50, ResNet101, VGG-16, VGG-19, Inception-v3, MobileNet-v2, DenseNet121)	图像	1272张三维预处理照片
1310	2025-04-20	Explainable Deep Learning to Predict Kelp Geographical Origin from Volatile Organic Compound Analysis 2025-Apr-04, Foods (Basel, Switzerland) DOI:10.3390/foods14071269 PMID:40238501	research paper	该研究通过分析海藻中的挥发性有机化合物（VOCs）并结合可解释的深度学习技术，预测海藻的地理来源	首次将可解释的深度学习技术应用于海藻地理来源的预测，通过SHAP分析揭示了关键VOCs对模型输出的影响	研究样本中仅识别出68种可区分的VOCs，可能限制了模型的泛化能力	开发一种可解释的深度学习模型，用于通过VOCs分析预测海藻的地理来源	海藻样本中的挥发性有机化合物（VOCs）	machine learning	NA	气相色谱-离子迁移谱（GC-IMS）	1D-CNN	化学分析数据	包含115种不同VOCs的海藻样本，其中68种可区分
1311	2025-04-20	The STRIPED Dietary Supplement Label Explorer: A Tool to Identify Supplements Sold with Weight-Loss, Muscle-Building, and Cleanse/Detox Claims 2025-Apr, The Journal of nutrition IF:3.7Q2 DOI:10.1016/j.tjnut.2025.02.007 PMID:39954739	research paper	开发了一个名为STRIPED Dietary Supplement Label Explorer的工具，用于识别和分类具有减肥、增肌和排毒/清洁声称的膳食补充剂标签	利用公开的膳食补充剂标签数据库(DSLD) API，开发了一个易于使用的工具，结合系统启发式方法和多模态深度学习模型来分类补充剂标签	系统启发式方法在效率上不如深度学习模型，需要更多的人力劳动时间	创建一个全面的数据库，便于搜索具有减肥、增肌和排毒/清洁声称的膳食补充剂	美国销售的膳食补充剂标签	自然语言处理	NA	API调用、系统启发式方法、多模态深度学习	多模态深度学习模型	文本	4745个DSLD标签
1312	2025-04-20	Multiscale Dissection of Spatial Heterogeneity by Integrating Multi-Slice Spatial and Single-Cell Transcriptomics 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413124 PMID:39999288	research paper	提出了一种名为SMILE的新型深度学习方法，用于整合多切片空间和单细胞转录组数据，以多尺度解析空间异质性	SMILE结合了图对比自编码器和多层感知器，具有局部约束，能够学习多尺度且信息丰富的点表示，同时在空间对齐、域识别和细胞类型解卷积方面表现出色	未明确提及具体局限性，但可能依赖于先验域注释信息以进一步提升性能	开发一种能够同时解析不同尺度空间变异和揭示疾病条件下细胞微环境变化的方法	空间分辨转录组学(SRT)数据	生物信息学	NA	空间分辨转录组学(SRT)，单细胞转录组学	图对比自编码器，多层感知器(MLP)	空间转录组数据，单细胞转录组数据	模拟和真实数据集（具体数量未提及）
1313	2025-04-20	Psychedelic Drugs in Mental Disorders: Current Clinical Scope and Deep Learning-Based Advanced Perspectives 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413786 PMID:40112231	review	本文综述了迷幻药物在精神障碍治疗中的当前临床范围及基于深度学习的先进视角	探讨了迷幻药物的多样化药理作用，并提出了基于深度学习的药物开发新方法	迷幻药物的精确处方机制尚不明确，需要进一步研究优化药物开发	优化迷幻药物的开发，以提升精神障碍的治疗效果	精神障碍（如焦虑、重度抑郁症、自闭症谱系障碍）及迷幻药物（如裸盖菇素和LSD）	machine learning	mental disorders	deep learning	NA	big data	NA
1314	2025-03-23	Correction for Quach et al., Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Apr, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2504475122 PMID:40117323	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1315	2025-04-20	Emerging frontiers in protein structure prediction following the AlphaFold revolution 2025-Apr, Journal of the Royal Society, Interface DOI:10.1098/rsif.2024.0886 PMID:40233800	综述	本文探讨了深度学习驱动的蛋白质结构预测工具AlphaFold带来的革命性进展及其在高级应用中的应用	聚焦于AlphaFold革命后蛋白质结构预测的前沿应用，并提出了报告AlphaFold预测的指南	未提及具体实验验证或实际应用案例的局限性	探讨蛋白质结构预测工具在生物学、化学和计算机科学交叉领域的应用	蛋白质结构及其与其他生物分子的相互作用	生物信息学	NA	深度学习	AlphaFold	蛋白质结构数据	数百万个蛋白质结构模型
1316	2025-04-20	Deep mutational learning for the selection of therapeutic antibodies resistant to the evolution of Omicron variants of SARS-CoV-2 2025-Apr, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01353-4 PMID:40044817	研究论文	通过深度突变学习筛选对SARS-CoV-2 Omicron变体进化具有抵抗力的治疗性抗体	利用深度学习和突变库筛选技术，预测和优化抗体对SARS-CoV-2变体的抵抗能力	研究主要针对Omicron BA.1变体，对其他变体的适用性未明确验证	开发对SARS-CoV-2变体具有广谱抵抗力的治疗性抗体	SARS-CoV-2的受体结合域（RBD）及其突变体	机器学习	COVID-19	深度突变学习、深度测序、深度学习模型	ensemble deep-learning models	基因序列数据	Omicron BA.1变体的全长度RBD突变库
1317	2025-04-20	The Application of Artificial Intelligence in Spine Surgery: A Scoping Review 2025-Apr-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews DOI:e24.00405 PMID:40239218	综述	本文对人工智能在脊柱外科手术中的应用进行了范围性综述	提供了关于人工智能在脊柱外科手术中应用的全面综述，填补了该领域的空白	仅纳入了2020年至2024年的研究，且排除了缺乏临床重点的文章	探讨人工智能在脊柱外科手术中的应用现状和潜力	脊柱外科手术中的人工智能应用研究	医疗人工智能	脊柱疾病	监督学习和深度学习	常规机器学习和深度学习	医学图像和临床数据	105项研究，其中27项涉及超过1000名患者的数据
1318	2025-04-20	AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis 2025-Mar-22, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102195 PMID:40127777	research paper	提出了一种基于深度学习的全自动流程，用于通过CT衰减图分割心脏腔室来量化[18F]FDG PET活性，以检测心脏结节病	首次提出了一种全自动的CT引导下的端到端量化方法，用于心脏结节病的检测，具有高预测性能	样本量较小（69例患者），且特异性较低（65%）	开发一种全自动量化心脏炎症的方法，用于心脏结节病的诊断和管理	疑似心脏结节病的患者	digital pathology	cardiac sarcoidosis	PET/CT, deep learning	DL (deep learning)	image	69例患者
1319	2025-04-20	Deep Learning Enhanced Near Infrared-II Imaging and Image-Guided Small Interfering Ribonucleic Acid Therapy of Ischemic Stroke 2025-03-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c18035 PMID:40042964	研究论文	本文开发了一种新型的NIR-II纳米颗粒平台YWFC NPs，用于增强siRNA在缺血性中风模型中的递送，并结合深度学习优化NIR-II成像	开发了YWFC NPs纳米颗粒平台，增强BBB穿透和siRNA递送，并首次将深度学习应用于NIR-II成像优化	研究仅在MCAO小鼠模型中进行，尚未进行人体临床试验	开发一种新型siRNA递送系统，结合NIR-II成像和深度学习，用于缺血性中风的治疗	缺血性中风小鼠模型	数字病理学	缺血性中风	NIR-II成像, siRNA治疗	深度学习神经网络	图像	MCAO小鼠模型
1320	2025-04-20	Multi-domain Urdu fake news detection using pre-trained ensemble model 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91054-4 PMID:40082485	研究论文	该研究提出了一种基于预训练集成模型的多领域乌尔都语假新闻检测方法	采用ELECTRA、mBERT和XLM-RoBERTa三种预训练语言模型的堆叠集成学习方法，并通过适当的微调和超参数优化来提高检测性能	研究仅针对乌尔都语，且数据集资源有限	解决乌尔都语等资源受限语言的假新闻检测问题，减少人工智能研究中的语言偏见	乌尔都语假新闻	自然语言处理	NA	NLP	ELECTRA, mBERT, XLM-RoBERTa的集成模型	文本	公开可用的乌尔都语数据集