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	2025-10-03	Integrating deep learning for post-translational modifications crosstalk on Hsp90 and drug binding 2025-Sep, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110519 PMID:40716748	研究论文	本研究利用深度学习模型结合质谱分析技术，探索Hsp90蛋白上磷酸化和乙酰化等翻译后修饰之间的相互作用及其对药物结合的影响	首次将深度学习AI预测模型与质谱分析相结合，用于解析复杂蛋白质Hsp90上的翻译后修饰串扰	研究主要关注HDAC3和HDAC8敲除细胞中的Hsp90，可能未涵盖其他类型的翻译后修饰或细胞环境	解析Hsp90蛋白上翻译后修饰之间的相互作用及其对药物结合能力的影响	热休克蛋白90（Hsp90）及其翻译后修饰	机器学习	癌症	质谱分析、深度学习AI预测模型	深度学习模型	质谱数据、蛋白质修饰数据	HDAC3和HDAC8敲除的人类细胞
122	2025-10-03	Self-contrastive weakly supervised learning framework for prognostic prediction using whole slide images 2025-Sep, PLOS digital health DOI:10.1371/journal.pdig.0000972 PMID:41026797	研究论文	提出一种基于全切片图像的弱监督学习框架用于预后预测	首次将深度学习应用于组织病理学图像进行预后预测，提出包含组织分割、对比学习和多重实例学习的三部分创新框架	研究仅作为组织病理学图像分析在治疗结果预测方面不足的初步探索	开发自动化预后预测方法以解决组织病理学图像分析中的重大挑战	膀胱癌患者的全切片图像	数字病理学	膀胱癌	深度学习	卷积神经网络、对比学习、多重实例学习	图像	私有数据队列（具体数量未提及）
123	2025-10-03	Effect of Tear Classification on Subscapularis Muscle Volume: A Deep Learning-based Semi-automatic Analysis of Pre- and Postoperative Changes in 246 Rotator Cuff Repair Patients With and Without First Facet Subscapularis Tears 2025-Sep, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251374303 PMID:41036382	研究论文	本研究通过深度学习MRI分割分析246例肩袖修复患者，探讨肩胛下肌腱撕裂分类对肌肉体积的影响及术前术后变化	首次使用深度学习分割工具系统评估不同肩胛下肌腱撕裂分类对肌肉体积的影响，并分析术后6个月体积变化	研究为单中心队列研究，证据等级为3级，样本量相对有限	评估肩胛下肌腱撕裂分类与肌肉体积的关系，分析术前术后肌肉体积变化	246例接受关节镜肩袖修复术的患者	医学影像分析	肩袖损伤	深度学习磁共振成像分割	深度学习分割模型	MRI影像	246例肩袖修复患者
124	2025-10-03	How Everything Is Connected to Everything Else - Population-Specific Connections between Adaptive Evolution, Disease Susceptibility, and Drug Responsiveness 2025-Sep, Advanced genetics (Hoboken, N.J.) DOI:10.1002/ggn2.202500018 PMID:41036480	评论	探讨适应性进化、疾病易感性和药物反应性之间的人口特异性联系	使用深度学习网络整合统计检验和大规模数据集，在17个人类群体中识别适应性突变，并揭示这些因素间广泛且高度人群特异性的关联	许多适应性突变仍未被识别，且关联机制尚未完全阐明	研究适应性进化、疾病易感性和药物反应性之间的内在联系	17个人类群体的基因组数据	计算生物学	多疾病关联	深度学习网络、全基因组关联研究(GWAS)	深度学习网络	基因组数据	17个人类群体
125	2025-10-03	AdaSemb: an adaptive knowledge-driven deep learning framework integrating cancer protein assemblies for predicting PI3Kα inhibitor response and resistance 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf510 PMID:41020523	研究论文	提出一种自适应知识驱动的深度学习框架AdaSemb，通过整合癌症蛋白组装体预测PI3Kα抑制剂反应和耐药性	首次将多蛋白组装体图谱与深度学习结合，采用生物结构神经网络和条件域对抗网络增强基因-药物分布泛化能力	NA	预测PI3Kα抑制剂的治疗反应和耐药机制	乳腺癌患者和癌症细胞系	数字病理学	乳腺癌	基因组测序	生物结构神经网络、条件域对抗网络	基因组数据、药物分子结构数据	1244个癌细胞系和患者来源异种移植模型，116名TCGA乳腺癌患者
126	2025-10-03	Advancing ADMET prediction through multiscale fragment-aware pretraining with MSformer-ADMET 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf506 PMID:41021261	研究论文	提出MSformer-ADMET模型用于药物ADMET性质预测	基于多尺度片段感知预训练的Transformer架构，通过片段到原子的映射实现结构可解释性	NA	提高药物ADMET性质的准确预测能力	药物分子	机器学习	NA	深度学习	Transformer	分子结构数据	基于TDC Therapeutics Data Commons的22个任务数据集
127	2025-10-03	Histology-Based Virtual RNA Inference Identifies Pathways Associated With Metastasis Risk in Colorectal Cancer 2025-Aug-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100866 PMID:40803647	研究论文	本研究开发了一种基于组织学图像的虚拟RNA推断方法，用于识别结直肠癌转移风险相关的通路	利用深度学习模型直接从H&E染色组织图像推断空间转录组水平的分子信息，无需昂贵的空间转录组测序	某些肿瘤相关通路仅靠组织学无法完全捕获	开发从标准H&E组织图像推断分子信息的方法，用于结直肠癌转移风险评估	结直肠癌患者组织样本	数字病理	结直肠癌	空间转录组测序、H&E染色	UNI、ResNet-50、Vision Transformer、Vision Mamba	组织图像、转录组数据	45名患者，超过300,000个Visium位点
128	2025-10-03	CPI-MIF: Compound-Protein Interaction Prediction with Multiview Information Fusion 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00113 PMID:40727722	研究论文	提出一种多视图信息融合模型CPI-MIF，用于预测化合物与蛋白质的相互作用	同时从微观和宏观视角融合化合物与蛋白质信息，关注原子/氨基酸相互作用机制及序列层面关系	NA	提高化合物-蛋白质相互作用预测的准确性和稳定性	化合物和蛋白质的相互作用	生物信息学	NA	多视图信息融合	深度学习模型	化合物结构数据、蛋白质生物信息数据	三个真实世界数据集
129	2025-10-03	Reinforcement Learning-Based Nonlinear Model Predictive Controller for a Jacketed Reactor: A Machine Learning Concept Validation Using Jetson Orin 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03219 PMID:40727728	研究论文	本研究通过实验验证了结合机器学习和非线性模型预测控制的框架，用于跟踪间歇式反应器的温度曲线	采用演员-评论家强化学习方法进行动态权重更新，将策略优化与价值函数估计相结合，相比现有深度学习方法在预测精度和实时计算效率之间取得更好平衡	NA	开发用于间歇式反应器温度控制的智能控制框架，提高过程效率并确保操作安全	间歇式反应器及其温度控制系统	机器学习	NA	演员-评论家强化学习(A2CRL)、非线性模型预测控制(NMPC)、循环神经网络(RNN)	RNN、A2CRL	实验数据、时间序列数据	实验室规模的间歇式反应器采集的开环数据
130	2025-10-03	Stacking Ensemble Neural Network for Chemical Safety Assessment: A Case Study of Thyroid Peroxidase and Natural Product Screening 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02188 PMID:40727784	研究论文	开发了一种新型堆叠集成神经网络模型用于预测甲状腺过氧化物酶抑制活性	将卷积神经网络、双向长短期记忆网络和注意力机制与分子指纹相结合，通过元决策模型增强学习概率	NA	提高化学化合物毒性筛查的预测能力	甲状腺过氧化物酶抑制剂和泰国本土蔬菜中的潜在有毒化合物	机器学习	甲状腺功能障碍	堆叠集成学习	CNN, BiLSTM, 注意力机制	化学分子数据	NA
131	2025-10-03	MCST-AFN: A Multichannel Spatiotemporal Feature Adaptive Fusion Network Framework Based on a Low-Fidelity Molecular Dynamics Model 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01443 PMID:40727795	研究论文	提出基于低精度分子动力学模型的多通道时空特征自适应融合网络框架，用于分子性质预测	结合深度学习与分子动力学模拟，通过低精度模型降低计算成本，并设计多通道时空特征自适应融合机制	NA	提高分子性质预测的准确性和效率	分子结构和动态构象	机器学习	NA	分子动力学模拟，深度学习	多通道时空特征自适应融合网络	分子动力学模拟数据	13个基准数据集
132	2025-10-03	UM-CPP: A Universal Model for Efficient Classification of Protein Particles in cryo-EM Micrographs with Feature Engineering 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01660 PMID:40686975	研究论文	提出一种结合特征工程与深度学习的冷冻电镜蛋白质颗粒分类通用模型UM-CPP	采用混合方法将经典机器学习特征与先进深度学习技术融合，在保持高精度的同时实现跨蛋白质结构的鲁棒性能	NA	提升冷冻电镜图像中蛋白质颗粒检测的准确性和可解释性	冷冻电镜显微图像中的蛋白质颗粒和病毒	计算机视觉	NA	冷冻电镜技术	深度学习与特征工程混合模型	图像	NA
133	2025-10-03	Enhancing Accuracy and Feature Insights in Hydration Free Energy Predictions for Small Molecules with Machine Learning 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04249 PMID:40687018	研究论文	本研究采用机器学习技术提升小分子水合自由能预测精度并提取特征洞察	提出集成K近邻特征处理、集成建模和降维的改进机器学习方案，仅使用二维特征即可在FreeSolv数据集上实现0.53 kcal/mol的平均无符号误差	未在大型数据库上进行预训练，仅使用二维分子特征	提高小分子水合自由能预测准确性并理解其物理决定因素	小分子的溶剂化自由能	机器学习	NA	K近邻、集成建模、降维	机器学习集成模型	分子几何和拓扑特征	FreeSolv数据集中的小分子样本
134	2025-10-03	Power-to-power cross-frequency coupling as a novel approach for temporal lobe seizure detection and analysis 2025-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.31.657189 PMID:40501876	研究论文	本研究评估功率-功率跨频耦合方法在颞叶癫痫发作检测中的应用，并分析三种常见癫痫发作组件的耦合特征	首次将功率-功率跨频耦合用于癫痫发作检测，并发现三种癫痫发作组件具有独特的耦合特征	样本量相对有限，仅包含26名患者的120次癫痫发作	开发基于跨频耦合的颞叶癫痫发作检测方法并分析癫痫发作组件的特征	颞叶癫痫患者的颅内脑电图记录	生物医学工程	颞叶癫痫	功率-功率跨频耦合分析，颅内脑电图记录	堆叠稀疏自编码器，长短期记忆网络	脑电图信号	26名患者的120次颞叶癫痫发作及背景活动片段
135	2025-10-03	Geometric deep learning framework for de novo genome assembly 2025-Apr-14, Genome research IF:6.2Q1 DOI:10.1101/gr.279307.124 PMID:39472021	研究论文	提出基于几何深度学习的基因组组装框架GNNome，通过识别组装图中的路径来重建基因组序列	首个不依赖现有组装策略、直接在组装图上训练模型的几何深度学习方法，利用问题的内在对称性进行组装	目前主要适用于单倍体基因组的组装，对复杂多倍体和异倍体基因组的适用性有待进一步验证	开发新型基因组组装方法，解决重复区域导致的图形纠缠和组装碎片化问题	多种物种的基因组组装	机器学习	NA	PacBio HiFi测序	几何深度学习/GNN	基因组组装图	多种物种的PacBio HiFi测序数据
136	2025-10-03	Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy 2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416660122 PMID:40163724	研究论文	构建5-15岁儿童下肢肌肉体积参考曲线并应用于脑瘫患儿评估	首次建立儿童下肢10块特定肌肉的体积参考曲线，并应用深度学习自动分割MRI图像	置信区间较宽，特别是在最小和最大年龄组	建立典型发育儿童下肢肌肉体积参考标准并评估脑瘫患儿肌肉发育状况	208名典型发育儿童和78名能行走的脑瘫患儿	数字病理	脑瘫	磁共振成像、深度学习、分位数回归	深度学习	图像	286名儿童（208名典型发育，78名脑瘫）
137	2025-10-03	Radiogenomic explainable AI with neural ordinary differential equation for identifying post-SRS brain metastasis radionecrosis 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17635 PMID:39878595	研究论文	本研究开发了一种基于神经常微分方程的可解释AI模型，用于区分脑转移瘤立体定向放射外科治疗后的放射性坏死与肿瘤复发	首次将重球神经常微分方程应用于放射基因组学数据分析，通过可视化数据样本在特征空间中的轨迹实现AI决策过程的可解释性	样本量相对较小（90个脑转移灶），需要更大规模的研究验证模型泛化能力	开发可解释的AI模型以无创方式区分脑转移瘤SRS治疗后的放射性坏死与肿瘤复发	62名非小细胞肺癌患者的90个脑转移灶	医学影像分析	脑转移瘤	MRI影像分析、基因组特征分析、临床参数分析	HBNODE（重球神经常微分方程）	影像数据、基因组数据、临床数据	62名NSCLC患者的90个脑转移灶
138	2025-10-03	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-Apr-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268079 PMID:39978815	研究论文	本研究开发了一种结合深度学习与传统定量方法的心肌灌注评分系统，用于提高冠状动脉疾病的诊断准确性	将AI预测与传统定量灌注评分方法相结合，开发了TPD-DL和SSS-DL评分系统，显著提高了诊断性能	研究样本量相对有限（555例患者），且为单中心回顾性研究	提高心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性	接受心肌灌注成像和冠状动脉造影检查的患者	医学影像分析	心血管疾病	深度学习、SPECT心肌灌注成像	深度学习模型	医学影像数据	555例患者，其中329例（59%）确诊阻塞性冠状动脉疾病
139	2025-10-03	Reproducible image-based profiling with Pycytominer 2025-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02611-8 PMID:40032995	研究论文	介绍Pycytominer——一个用于处理基于图像的细胞分析数据的开源Python工具包	开发了用户友好的开源工具，专门用于处理高通量显微镜产生的单细胞特征数据	NA	开发用于图像分析流程下游应用的数据处理工具	单细胞特征数据	生物信息学	NA	高通量显微镜	机器学习	图像	NA
140	2025-10-03	Tracking the Preclinical Progression of Transthyretin Amyloid Cardiomyopathy Using Artificial Intelligence-Enabled Electrocardiography and Echocardiography 2025-Feb-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312556 PMID:39252891	研究论文	本研究利用人工智能技术分析心电图和超声心动图数据，追踪转甲状腺素蛋白淀粉样心肌病的临床前进展	首次将深度学习模型同时应用于心电图和超声心动图数据，实现ATTR-CM的临床前风险分层	回顾性研究设计，样本主要来自两个医疗中心	开发可扩展的ATTR-CM临床前监测策略	转诊进行心脏淀粉样变核医学检查的患者	数字病理	心血管疾病	深度学习	深度学习模型	视频、图像	内部队列984人，外部队列806人，共分析7,352次超声心动图和32,205次心电图