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
121	2025-06-13	Integrating Alternative Fragmentation Techniques into Standard LC-MS Workflows Using a Single Deep Learning Model Enhances Proteome Coverage 2025-Jun-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656555 PMID:40501536	研究论文	本文介绍了一种能够自动执行多种碎裂技术的质谱仪，并开发了一个深度学习模型用于预测碎片离子强度，从而提高了蛋白质组覆盖范围	开发了一个单一的Prosit深度学习模型，能够预测所有碎裂技术的碎片离子强度，并在标准数据分析流程中整合了这些替代碎裂方法	NA	提高质谱实验中的蛋白质组覆盖范围	质谱仪和碎裂技术	质谱分析	NA	CID, UVPD, EID, ECD, LC-MS	Prosit深度学习模型	质谱数据	NA
122	2025-06-13	EXTENDING PROTEIN LANGUAGE MODELS TO A VIRAL GENOMIC SCALE USING BIOLOGICALLY INDUCED SPARSE ATTENTION 2025-Jun-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.29.656907 PMID:40501585	研究论文	本文提出了一种扩展蛋白质语言模型至病毒基因组规模的新方法，利用生物诱导的稀疏注意力机制捕获长距离蛋白质间相互作用	首次将蛋白质语言模型的上下文大小扩展至整个病毒基因组，通过训练大型基因组片段捕获蛋白质间长距离相互作用	目前仅应用于病毒基因组，尚未验证在其他生物基因组上的适用性	改进蛋白质语言模型以更好地理解病毒基因组中蛋白质间的相互作用	病毒基因组中的蛋白质序列	自然语言处理	NA	稀疏注意力机制	transformer	蛋白质序列数据	可处理长达61,000个氨基酸的序列
123	2025-06-13	Neural Spectral Prediction for Structure Elucidation with Tandem Mass Spectrometry 2025-Jun-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656653 PMID:40501725	研究论文	本文介绍了一种名为ICEBERG的几何深度学习模型，用于模拟质谱中的碰撞诱导解离，以生成化学上合理的碎片及其相对强度，并考虑了碰撞能量和极性	提出了一种新的深度学习模型ICEBERG，能够模拟质谱中的碰撞诱导解离，显著提高了化合物注释的准确性	未明确提及具体局限性	开发一种能够快速、经济高效地识别未知分子结构的方法	分子结构及其碎片	机器学习和质谱分析	抑郁症和结核性脑膜炎	质谱/MS/MS	几何深度学习模型/ICEBERG	质谱数据	NIST'20 [M+H] 加合物子集
124	2025-06-13	Deep learning reconstruction in biparametric prostate MRI: Impact on qualitative and radiomics analyses 2025-Jun, Research in diagnostic and interventional imaging DOI:10.1016/j.redii.2025.100059 PMID:40503095	研究论文	评估深度学习重建（DLR）算法对前列腺MRI定性和放射组学分析的影响	首次评估商用DLR算法在前列腺MRI中对放射组学特征的影响	单中心回顾性研究，样本量较小（25例患者）	评估DLR算法对前列腺MRI图像质量和放射组学特征的影响	前列腺MRI图像	数字病理学	前列腺癌	MRI（1.5 T），包括T2加权成像（T2WI）和扩散加权成像（DWI）	深度学习重建（DLR）算法	医学影像	25例连续患者
125	2025-06-13	EnhancerDetector : Enhancer Discovery from Human to Fly via Interpretable Deep Learning 2025-May-31, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656532 PMID:40501920	research paper	介绍了一个基于卷积神经网络的跨物种增强子预测框架EnhancerDetector，该框架结合了高准确性和生物可解释性	提出了一种新的跨物种增强子预测方法，通过集成策略减少假阳性，并支持在新物种上进行微调，同时利用类激活图增强模型的可解释性	未提及具体的技术或数据限制	开发一个准确且可解释的增强子预测框架，适用于多种物种	人类、小鼠和果蝇的增强子序列	machine learning	NA	deep learning, convolutional neural network	CNN	DNA序列数据	至少20,000个增强子序列用于微调
126	2025-06-13	Methylomes Reveal Recent Evolutionary Changes in Populations of Two Plant Species 2025-May-30, Genome biology and evolution IF:3.2Q2 DOI:10.1093/gbe/evaf101 PMID:40408446	研究论文	本研究通过比较拟南芥和二穗短柄草的CG甲基组和基因组，探讨了DNA甲基化变异在种群遗传过程和人口历史推断中的应用	开发了一种基于深度学习的创新方法，仅利用甲基化变异数据推断人口历史，并揭示了甲基化变异在种群扩张中的独特见解	甲基化变异在拟南芥中识别种群分化的效果不如单核苷酸多态性	研究DNA甲基化变异在植物种群遗传和人口历史推断中的应用	拟南芥和二穗短柄草	基因组学	NA	甲基化测序	深度学习	基因组数据	两种植物物种的多个种群
127	2025-06-13	MCOA: A Comprehensive Multimodal Dataset for Advancing Deep Learning in Corneal Opacity Assessment 2025-May-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05205-3 PMID:40447652	research paper	该研究建立了一个全面的角膜混浊多模态数据集，用于推进深度学习在角膜混浊评估中的应用	创建了目前最大规模的角膜混浊数据集，结合了AS-OCT图像和前段照片，为深度学习算法的发展提供了高质量数据	未提及数据集的多样性和代表性是否覆盖所有类型的角膜混浊	推进深度学习在角膜混浊识别和评估中的应用，支持AI驱动的临床决策和个性化治疗计划	角膜混浊患者	digital pathology	vision impairment	AS-OCT	deep learning	image	6,272张AS-OCT图像和392张前段照片
128	2025-06-13	A Diffusion-Based Framework for Designing Molecules in Flexible Protein Pockets 2025-May-30, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.27.656443 PMID:40502112	research paper	介绍了一种基于扩散的框架YuelDesign，用于设计适应柔性蛋白质口袋的分子	YuelDesign采用新的蛋白质编码方案和全连接图表示来编码蛋白质口袋的灵活性，以及专门的键重建模块	未明确提及具体限制，但可能涉及对更广泛蛋白质类型的适用性或实验验证的深度	解决结构基药物发现中柔性蛋白质口袋分子设计的挑战	柔性蛋白质口袋和设计的分子	machine learning	NA	扩散模型	diffusion-based model	分子结构数据	NA
129	2025-06-13	Multi-center evaluation of radiomics and deep learning to stratify malignancy risk of IPMNs 2025-May-30, Research square DOI:10.21203/rs.3.rs-6622868/v1 PMID:40502758	研究论文	本研究通过多中心评估放射组学和深度学习在区分高风险与低风险IPMNs中的效能	首次将放射组学与深度学习融合模型应用于IPMN恶性风险分层，并在多中心队列中验证其性能	模型性能尚需提升以达到独立临床应用标准	开发客观、非侵入性的IPMN恶性风险分层方法以减少不必要的手术干预	胰腺导管内乳头状黏液性肿瘤(IPMNs)	数字病理	胰腺癌	T2W MRI成像	2D/3D radiomics模型、DL模型及radiomics-DL融合模型	医学影像	7个中心的359例T2W MRI图像
130	2025-06-13	Deep Learning-Assisted Microscopic Polarization Inspection of Micro-Nano Damage Precursors: Automatic, Non-Destructive Metrology for Additive Manufacturing Devices 2025-May-29, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110821 PMID:40497869	研究论文	提出了一种创新的微观偏振YOLOv11-LSF智能检测框架，用于增材制造设备微纳损伤前驱体的自动无损检测	通过三重技术创新（多尺度感知模块、跨级局部网络VoV-GSCSP模块和融合物理特征的损伤前驱体模拟策略），突破了现有技术瓶颈	未明确提及具体限制，但传统深度学习依赖大规模标注数据的问题可能仍存在	解决增材制造质量监测系统中的智能转型挑战	增材制造设备中的微纳损伤前驱体	计算机视觉	NA	微观偏振检测	YOLOv11-LSF	图像	虚拟与真实集成的训练样本库，具体数量未提及
131	2025-06-13	A Multi‑Region Brain Model to Elucidate the Role of Hippocampus in Spatially Embedded Decision‑Making 2025-May-29, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.29.656671 PMID:40502058	research paper	本文提出了一种多区域大脑模型，用于研究海马体在空间嵌入决策中的作用	通过对比不同交互架构的强化学习代理与大脑模型，发现特定架构（网格细胞接收并联合编码自运动速度信号和决策证据增量）能优化学习效率并最好地再现实验观察结果	模型对海马体-内嗅皮层-新皮层回路的信息流和组织提出了新的预测，但需要进一步的神经生理学实验验证	探索结构化记忆回路在空间嵌入二元决策任务中的规范性作用	强化学习代理与大脑模型中的网格细胞和位置细胞	machine learning	NA	reinforcement learning (RL)	recurrent neural network (RNN)	NA	NA
132	2025-06-13	Foundation model embeddings for quantitative tumor imaging biomarkers 2025-May-29, Research square DOI:10.21203/rs.3.rs-6630446/v1 PMID:40502795	研究论文	本文介绍了TumorImagingBench，一个包含六个公共数据集（3,244次扫描）的基准测试，用于评估十种医学影像基础模型在提取定量放射学表型方面的性能	首次系统评估了不同医学影像基础模型在提取癌症定量放射学表型方面的能力，并比较了它们的鲁棒性和可解释性	研究仅基于六个公共数据集，可能无法涵盖所有临床场景	评估医学影像基础模型在定量癌症成像中的性能，并指导模型选择	十种医学影像基础模型及其在癌症定量放射学表型提取中的表现	数字病理学	癌症	深度学习	基础模型	医学影像	3,244次扫描
133	2025-06-13	Evaporative cooling signals for wound healing in plants 2025-May-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.23.655667 PMID:40502075	研究论文	该研究揭示了植物叶片伤口愈合过程中局部冷却现象及其与冷响应基因激活的关系，并开发了一种基于计算机视觉和深度学习的伤口愈合监测方法	首次发现植物伤口愈合过程中的局部冷却现象及其作为愈合定量标记的功能，并开发了结合计算机视觉和深度学习的监测工具	研究仅限于拟南芥叶片，未验证在其他植物或组织中的普适性	探究植物伤口愈合的后期调控机制	拟南芥叶片伤口愈合过程	计算机视觉	NA	计算机视觉、深度学习	深度学习模型（未指定具体架构）	图像数据	NA
134	2025-06-13	Progress in the application of fludeoxyglucose positron emission tomography computed tomography in biliary tract cancer 2025-May-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i5.105446 PMID:40501462	综述	本文综述了过去十年特别是近三年来18F-FDG PET/CT在胆道癌（BTC）诊断、临床分期、治疗评估和预后预测中的应用进展	重点总结了近三年未被充分总结和认可的研究进展，包括从定性研究向定量研究的范式转变，以及利用18F-FDG PET/CT代谢信息预测ICC基因表达的重大突破	NA	探讨18F-FDG PET/CT在胆道癌诊疗中的应用价值	胆道癌（包括肝内胆管癌、肝门部胆管癌、远端胆管癌和胆囊癌）	数字病理学	胆道癌	18F-FDG PET/CT、PET/磁共振成像	深度学习	影像数据	NA
135	2025-06-13	Cellular and subcellular specialization enables biology-constrained deep learning 2025-May-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.22.655599 PMID:40501912	research paper	该研究探讨了生物约束下的深度学习如何通过细胞和亚细胞特化来实现	提出了一个完全符合生物学约束的深度学习算法，该算法包含不同类型的神经元细胞和神经元树突的分区信号传导	模型虽然符合生物学约束，但仍需实验验证其预测的神经元细胞类型在学习中的具体作用	研究生物学习如何通过神经元细胞类型和树突信号传导的特化来实现	人工神经网络（ANNs）和神经元细胞类型	machine learning	NA	深度学习算法	ANN	image	NA
136	2025-06-13	Performance of machine learning models for predicting high-severity symptoms in multiple sclerosis 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63888-x PMID:40414922	研究论文	本研究开发并公开了一款移动应用程序，用于从美国多发性硬化症（MS）患者中收集纵向数据，并利用机器学习和深度学习模型提前三个月预测五种高严重性症状的发生	首次利用移动技术持续收集数据，并开发模型预测多发性硬化症的高严重性症状	研究仅在美国进行，可能无法推广到其他地区	预测多发性硬化症患者的高严重性症状	多发性硬化症患者	机器学习	多发性硬化症	移动技术	经典ML方法和深度学习模型	纵向数据	NA
137	2025-06-13	Automated Detection of Micro-Scale Porosity Defects in Reflective Metal Parts via Deep Learning and Polarization Imaging 2025-May-25, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110795 PMID:40497844	research paper	本研究提出了一种结合偏振成像和深度学习的增强SCK-YOLOV5框架，用于高反射金属材料精密增材制造中的微米级孔隙缺陷检测	首次在YOLO框架基础上引入SNWD损失函数，结合SIOU角度损失和NWD分布感知特性，显著提高了小金属微纳米缺陷的智能识别能力	NA	提高高反射金属材料精密增材制造中微米级缺陷的自动检测能力	高反射金属材料中的微米级孔隙缺陷	computer vision	NA	偏振成像, 深度学习	SCK-YOLOV5, YOLOv5	image	NA
138	2025-06-13	Application of deep learning models in the pathological classification and staging of esophageal cancer: A focus on Wave-Vision Transformer 2025-May-21, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i19.104897 PMID:40497091	研究论文	本研究探讨了深度学习技术，特别是Wave-Vision Transformer (Wave-ViT)，在食管癌病理分类和分期中的应用，以提高诊断准确性和效率	首次将Wave-ViT模型应用于食管癌的病理分类和分期，并在准确性和计算效率上优于其他深度学习模型	研究仅基于临床验证的食管病理图像数据集，未涉及其他类型的医学图像或多中心验证	提高食管癌病理分类和分期的诊断准确性和效率	食管癌的病理图像	数字病理	食管癌	深度学习	Wave-ViT, Transformer, ResNet, MLP	图像	NA
139	2025-06-13	Real-time respiratory motion forecasting with online learning of recurrent neural networks for accurate targeting in externally guided radiotherapy 2025-May-20, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108828 PMID:40499344	研究论文	本文评估了三种资源高效的在线算法（UORO、SnAp-1和DNI）在放射治疗中准确预测呼吸运动的能力	提出了SnAp-1和DNI的高效实现方法，压缩了影响矩阵和即时雅可比矩阵，并准确更新了信用分配估计中的线性系数	研究仅使用了健康受试者的外部标记数据，未涉及实际肿瘤患者的呼吸运动数据	提高放射治疗中呼吸运动预测的准确性，以减少系统延迟对放射束精度的影响	健康受试者胸部三个外部标记的三维位置时间序列数据	机器学习	肺癌	在线学习算法（UORO、SnAp-1、DNI）	RNN	时间序列数据	9个时间序列，每个序列持续73秒至320秒
140	2025-06-13	Study on Liver Sinusoidal Endothelial Cell Fenestrations Based on Cellular Omics-Structure Integration Technology and Its Application in Metabolic Diseases 2025-May-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.16.653525 PMID:40475559	研究论文	本研究开发了一种新的细胞组学-结构整合（COSI）技术平台，用于解决传统技术在单细胞水平上同时获取基因表达谱和超分辨率细胞结构信息的局限性	开发了COSI技术平台，首次实现了单细胞水平上基因表达谱与超分辨率细胞结构信息的同步获取与分析	技术平台的应用目前仅限于肝脏窦内皮细胞等特定细胞类型，尚未广泛验证于其他细胞系统	研究肝脏窦内皮细胞窗孔形成的分子机制及其在代谢疾病中的应用	肝脏窦内皮细胞	细胞生物学	代谢疾病（非酒精性脂肪性肝炎和糖尿病）	单细胞转录组学、超分辨率荧光显微镜、电子显微镜、深度学习分辨率增强	深度学习	基因表达数据、超分辨率图像数据	原发性肝脏窦内皮细胞、非酒精性脂肪性肝炎和糖尿病小鼠模型