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	2025-07-19	Accurate PROTAC-targeted degradation prediction with DegradeMaster 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf191 PMID:40662822	研究论文	本研究提出了一种名为DegradeMaster的半监督E(3)-等变图神经网络预测器，用于预测PROTACs的靶向降解能力	DegradeMaster利用E(3)-等变图编码器将3D几何约束纳入分子表示，并采用基于记忆的伪标签策略在训练过程中丰富标注数据，同时设计了互注意力池化模块以实现可解释的图表示	NA	开发更准确的计算方法来预测PROTACs的靶向蛋白降解能力，以加速药物发现	PROTACs（蛋白降解靶向嵌合体）及其靶向降解能力	机器学习	NA	E(3)-等变图神经网络	GNN（图神经网络）	3D分子图	监督和半监督PROTAC数据集
122	2025-07-19	DivPro: diverse protein sequence design with direct structure recovery guidance 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf258 PMID:40662823	研究论文	本文提出了一种名为DivPro的模型，用于设计能够折叠成相似结构的多样化蛋白质序列	DivPro通过学习概率序列空间而非单一固定序列表示，提高了序列多样性，并结合结构预测结果作为训练指导	在处理远程同源蛋白质时，现有方法的局限性更为明显	提高蛋白质序列设计的多样性，同时保持结构恢复的高准确性	蛋白质序列和结构	生物信息学	NA	深度学习	DivPro	蛋白质序列和结构数据	三个序列设计基准数据集
123	2025-07-19	OrgNet: orientation-gnostic protein stability assessment using convolutional neural networks 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf252 PMID:40662839	研究论文	介绍了一种名为OrgNet的新型深度学习模型，用于预测点突变对蛋白质热稳定性的影响	OrgNet通过3D卷积神经网络和空间变换技术解决了蛋白质结构输入时的方向偏差问题	未提及模型在更广泛蛋白质数据集上的泛化能力	提高点突变对蛋白质稳定性影响的预测准确性	蛋白质结构和点突变	生物信息学	NA	3D卷积神经网络	CNN	蛋白质结构数据	Ssym和S669基准数据集
124	2025-07-19	Harnessing deep learning for proteome-scale detection of amyloid signaling motifs 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf200 PMID:40662825	研究论文	本研究利用深度学习技术开发了双向LSTM和基于BERT的架构，用于检测淀粉样信号基序（ASMs）	开发了针对ASMs的定制化深度学习模型，能够在大规模数据集中检测ASMs，包括新发现的基序	未提及具体局限性	开发能够在大规模蛋白质数据库中检测淀粉样信号基序（ASMs）的判别模型	淀粉样信号基序（ASMs）	机器学习	NA	深度学习	双向LSTM, BERT	蛋白质序列数据	多样化的基序家族和全局阴性数据集
125	2025-07-19	An open-source deep learning framework for respiratory motion monitoring and volumetric imaging during radiation therapy 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18015 PMID:40665474	研究论文	开发了一个名为Voxelmap的深度学习框架，用于实时图像引导放射治疗中的呼吸运动监测和体积成像	Voxelmap框架能够利用标准临床环境中已有的数据和资源实现3D呼吸运动估计和体积成像，且可适应其他成像模式如MRI-Linacs，与现有方法相比，它鼓励保持拓扑结构和可逆性的微分同胚映射	在某些网络架构下，目标质心误差较大，如网络B和C在基于X射线的肺癌患者数据中表现出较大的误差	开发一种经济实惠的实时图像引导放射治疗工具	呼吸运动监测和体积成像在放射治疗中的应用	数字病理	肺癌	深度学习	CNN	图像	使用XCAT和CoMBAT数字幻影以及SPARE Grand Challenge数据集提供合成和患者数据
126	2025-07-19	Super-resolution CBCT on a new generation flat panel imager of a C-arm gantry linear accelerator 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18000 PMID:40665524	研究论文	本研究评估了基于条件生成对抗网络（cGANs）的深度学习超分辨率模型在投影域增强CBCT图像空间分辨率的可行性	提出了一种在投影域应用深度学习超分辨率技术的方法，以恢复CBCT图像在采集过程中的分辨率损失，相比现有主要操作在图像域的方法具有创新性	研究主要使用体模数据进行验证，尚未在真实患者数据上进行广泛测试	评估深度学习超分辨率模型在增强CBCT图像质量方面的效果	CBCT图像	医学影像处理	NA	深度学习超分辨率技术	cGANs（条件生成对抗网络）	医学影像数据	576对CBCT投影（460对用于训练，116对用于验证），144个动态胸部投影
127	2025-07-19	The impact of uncertainty estimation on radiomic segmentation reproducibility and scan-rescan repeatability in kidney MRI 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17995 PMID:40665574	研究论文	本研究探讨了在肾脏MRI中，通过考虑分割不确定性来提高放射组学特征的重现性和扫描-重扫描重复性	首次将不确定性量化整合到基于深度学习的放射组学分割中，以提高特征的稳健性和分类性能	分割变异性和扫描-重扫描变异性的改善在不同方法和受试者群体中不一致	提高放射组学分析在分割和扫描-重扫描变异性方面的稳健性，并改善病理与健康受试者的分类	慢性肾脏病(CKD)患者和健康对照(HC)的肾脏MRI数据	数字病理	慢性肾脏病	MRI, 深度学习, 蒙特卡洛dropout(MCD), 测试时间增强(TTA)	U-Net	MRI图像	公开可用的肾脏MRI数据集，包含CKD患者和HC受试者
128	2025-07-19	Joint enhancement of automatic chest x-ray diagnosis and radiological gaze prediction with multistage cooperative learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17977 PMID:40665596	研究论文	提出一种新型深度学习框架，用于联合胸部X光扫描的疾病诊断和放射科医生注视显著性图预测	引入双编码器多任务UNet架构，结合多阶段协作学习策略和对比学习预训练，显著提升胸部X光诊断和视觉显著性图预测性能	未明确说明模型在多样化临床环境中的泛化能力	通过整合医生眼动数据提升放射学AI系统的诊断性能和可解释性	胸部X光扫描图像及对应的放射科医生注视数据	计算机视觉	肺部疾病	深度学习	Dual-encoder multitask UNet (DenseNet201 + Residual/Squeeze-and-Excitation编码器)	医学影像(胸部X光) + 眼动追踪数据	NA
129	2025-07-19	Automated Detection of Gibbon Calls From Passive Acoustic Monitoring Data Using Convolutional Neural Networks in the "Torch for R" Ecosystem 2025-Jul, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.71678 PMID:40666685	研究论文	本文提出了一种使用R环境中的'Torch for R'生态系统和卷积神经网络（CNNs）从被动声学监测数据中自动检测长臂猿叫声的方法	首次在R编程环境中实现了基于深度学习的声学信号自动检测方法，并比较了六种CNN架构在两种长臂猿叫声检测上的性能	不同架构的性能表现依赖于物种和测试数据集，没有统一的最高性能模型	开发一种可在R环境中运行的自动声学信号检测方法，用于生态监测	两种长臂猿的叫声（北部灰长臂猿和南部黄颊冠长臂猿的雌性叫声）	机器学习	NA	被动声学监测（PAM）	CNN	音频	来自马来西亚丹浓谷保护区和柬埔寨Keo Seima野生动物保护区的两个自主录音单元网格的数据
130	2025-07-19	EUP: Enhanced cross-species prediction of ubiquitination sites via a conditional variational autoencoder network based on ESM2 2025-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013268 PMID:40668800	研究论文	介绍了一种名为EUP的在线网络服务器，用于多物种泛素化位点预测和模型解释	利用预训练语言模型ESM2提取赖氨酸位点依赖性特征，并通过条件变分推断降低特征维度，构建跨物种泛素化位点预测模型	未提及具体样本量或模型在特定物种上的性能限制	提高跨物种泛素化位点预测的准确性和可解释性	动物、植物和微生物的泛素化位点	生物医学研究	NA	条件变分自编码器网络	基于ESM2的条件变分自编码器	蛋白质序列数据	NA
131	2025-07-19	Spatially resolved subcellular protein-protein interactomics in drug-perturbed lung-cancer cultures and tissues 2025-Jul, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01271-x PMID:39478233	研究论文	本文提出了一种利用连续邻近连接实验和免疫荧光技术，在非小细胞肺癌细胞培养物和组织中可视化蛋白质-蛋白质相互作用（PPIs）空间动态的方法	开发了一种能够同时分析多达47种蛋白质相互作用的方法，并结合图卷积网络预测单细胞处理状态	方法主要应用于非小细胞肺癌特定突变类型，可能不适用于其他癌症类型或突变	研究药物扰动下蛋白质相互作用的空间动态变化	非小细胞肺癌细胞培养物和组织	数字病理学	肺癌	连续邻近连接实验，免疫荧光	图卷积网络	图像	NA
132	2025-07-19	Deep Learning for the Early Diagnosis of Candidemia 2025-Jul, Infectious diseases and therapy IF:4.7Q1 DOI:10.1007/s40121-025-01171-w PMID:40549343	研究论文	本文评估了深度学习模型在早期鉴别诊断念珠菌血症和细菌血症中的性能	利用深度学习模型从非特异性实验室特征中提取复杂模式，以早期诊断念珠菌血症	学习到的模式未能提升特异性标记物（如BDG和PCT）的诊断性能	探索深度学习在念珠菌血症早期诊断中的应用	念珠菌血症和细菌血症患者	机器学习	念珠菌血症	深度学习	深度学习模型	实验室特征数据	12,483例（念珠菌血症1,275例，细菌血症11,208例）
133	2025-07-19	Lung Cancer Management: Revolutionizing Patient Outcomes Through Machine Learning and Artificial Intelligence 2025-Jul, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70240 PMID:40674395	research paper	本研究提出了一种基于深度学习的肺癌检测方法，通过迁移学习从CT扫描中准确分割肺部肿瘤区域并分类图像为癌性或非癌性	使用ResNet50骨干网络结合U-Net架构进行病灶分割，随后通过多层感知机(MLP)进行二分类，克服了传统机器学习模型在临床环境中的泛化能力限制	需要前瞻性验证和解释性技术的进一步研究，以支持实时决策和医院工作流程的整合	提高肺癌早期检测的准确性，改善患者预后	CT扫描图像	digital pathology	lung cancer	deep learning, transfer learning	ResNet50, U-Net, MLP	image	公开可用的CT扫描数据集和伊朗Hazrat Rasool医院的独立临床数据集
134	2025-07-19	Classification of Biscuit Quality With Deep Learning Algorithms 2025-Jul, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70379 PMID:40676924	研究论文	本研究旨在通过使用深度学习模型检测缺陷产品，减少饼干生产质量控制过程中的时间、成本和人为错误	采用深度学习模型（如EfficientNet、ResNet）进行饼干质量分类，并在工业食品生产中实现高效精确的质量控制	未提及数据集的具体规模或多样性，可能影响模型的泛化能力	减少饼干生产质量控制过程中的时间、成本和人为错误	饼干的质量分类（缺陷与无缺陷，以及多类别分类如过熟、纹理缺陷和不完整）	计算机视觉	NA	深度学习	EfficientNet, ResNet, XceptionNet, MobileNet	图像	两个数据集（一个用于二分类，一个用于多分类），具体样本数量未提及
135	2025-07-19	Phase-augmented deep learning for cell segmentation in wrapped quantitative phase images 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.566950 PMID:40677815	研究论文	本文提出了一种相位增强的深度学习方法，用于在包裹的定量相位图像中进行细胞分割	方法的创新点在于数据增强策略，通过引入全局相位偏移使网络能够区分真实的形态特征和相位包裹伪影	NA	通过单细胞精度的定量研究，理解细胞粘附和脱离过程	细胞	数字病理学	NA	调制光学计算机相位显微镜(M-OCPM)	U-Net	相位图像	NA
136	2025-07-19	ConNeCT: weakly supervised corneal confocal microscopy image inpainting network based on a diffusion model 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.562924 PMID:40677830	研究论文	提出了一种基于扩散模型的弱监督角膜共聚焦显微镜图像修复网络ConNeCT，用于提高神经退行性疾病诊断的准确性	首次开发了专门用于CCM图像修复的深度学习方法，结合了轻量级引导扩散模型、U-Net辅助分割模型和改进的DDPM重采样算法	需要用户提供粗略的掩码作为输入，且仅在手动标注的数据集上进行了评估	提高角膜共聚焦显微镜图像的质量，以更准确地进行神经形态学参数测量	角膜共聚焦显微镜(CCM)图像	计算机视觉	神经退行性疾病	扩散模型、U-Net、DDPM	CNN、DDPM	图像	手动标注的数据集（具体数量未提及）
137	2025-07-19	Deep learning ocular aberration retrieval from simulated retinal images under straylight 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.559749 PMID:40677828	研究论文	提出一种基于深度学习的方法，从模拟的带有杂散光的PSF图像中检索眼底波前像差	使用深度学习技术从含有杂散光的PSF图像中高精度预测波前像差，实现了3毫秒的单次推理	方法基于模拟数据，尚未在真实临床数据上验证	开发一种能够从PSF图像中分离像差和杂散光成分的技术	人眼的点扩散函数(PSF)和波前像差	计算机视觉	NA	深度学习	深度学习模型(未指定具体类型)	图像	NA
138	2025-07-19	ROQUS: a retinal OCT quality and usability score 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.564188 PMID:40677832	研究论文	提出了一种基于深度学习的视网膜OCT B扫描质量评估方法ROQUS，用于评估整体质量和临床可用性	采用排名策略生成无界分数，高分表示更高质量，且在识别有采集问题的B扫描上表现优于传统指标	未提及具体的数据集规模和多样性限制	开发一种客观的视网膜OCT B扫描质量评估方法，以改善临床研究和日常实践	视网膜OCT B扫描图像	数字病理	视网膜疾病	深度学习	NA	图像	内部和公共数据集，包含真实和模拟的采集问题
139	2025-07-19	Tracking conditioned fear in pair-housed mice using deep learning and real-time cue delivery 2025-Jul, Neurobiology of stress IF:4.3Q1 DOI:10.1016/j.ynstr.2025.100742 PMID:40678084	研究论文	本研究开发了一种基于深度学习的开源软件，用于在配对饲养的小鼠中实时追踪条件恐惧反应	结合Pavlovian范式与深度学习姿态估计，在家庭笼环境中研究小鼠的条件恐惧行为	研究仅关注小鼠模型，结果向人类PTSD的转化需要进一步验证	开发新工具研究创伤后应激障碍(PTSD)相关的条件恐惧行为	配对饲养的小鼠	数字病理学	创伤后应激障碍(PTSD)	深度学习姿态估计	深度学习模型	视频	配对饲养的小鼠群体(具体数量未明确说明)
140	2025-07-19	Machine learning-guided single-cell multiomics uncovers GDF15-driven immunosuppressive niches in NSCLC: A translational framework for overcoming anti-PD-1 resistance 2025-Jun-28, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102459 PMID:40582068	研究论文	通过机器学习和单细胞多组学分析，揭示了GDF15在非小细胞肺癌(NSCLC)中驱动的免疫抑制微环境，并提出了一种克服抗PD-1耐药性的转化框架	首次将机器学习与单细胞多组学整合，系统性识别免疫检查点阻断(ICB)疗效的决定因素，并发现GDF15作为预测ICB耐药性的新型生物标志物	研究样本量相对较小(n=156)，且功能研究仅在Lewis肺癌细胞中进行，未涵盖所有NSCLC亚型	探索非小细胞肺癌中免疫检查点阻断治疗耐药的分子机制，并开发预测模型	非小细胞肺癌患者样本和Lewis肺癌细胞	数字病理	肺癌	单细胞RNA测序，机器学习	Accelerated Oblique Random Survival Forest	多组学数据，单细胞RNA测序数据	156例NSCLC患者样本