深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1421	2026-07-29	Integrating AI in Cardiovascular Systems: Innovations in Diagnosis, Risk Prediction, and Management 2026-Jul-23, Cardiovascular & hematological disorders drug targets DOI:10.2174/011871529X414660251209135356 PMID:42515875	研究论文	综述人工智能在心血管疾病诊断、风险预测和管理中的创新应用	系统整合了AI在心血管多模态数据（传感器、电子健康记录、医学影像）中的分析能力，强调从早期诊断到远程监测的全流程革新	数据质量、模型透明度及伦理问题仍是当前挑战	探讨AI技术如何提升心血管疾病诊疗的精准性、主动性和个性化水平	心血管疾病（心力衰竭、心律失常、冠状动脉疾病）相关的诊断及管理流程	机器学习	心血管疾病	NA	机器学习、深度学习	传感器数据、电子健康记录、医学影像	NA	NA	NA	诊断准确性、风险评估表现	NA
1422	2026-07-29	Extending Protein Language Models to a Viral Genomic Scale Using Biologically Induced Sparse Attention 2026-Jul-21, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giag081 PMID:42480065	研究论文	提出一种利用生物学启发的稀疏注意力机制将蛋白质语言模型扩展到病毒基因组规模的方法	首次将Transformer模型的上下文窗口扩展到整个病毒基因组，利用生物学启发的稀疏注意力机制捕获跨蛋白质的长程依赖关系	推断的蛋白质间链接可能与真实相互作用存在偏差，且方法目前仅针对病毒基因组进行验证	开发一种长上下文蛋白质语言模型，编码来自同一基因组中远距离蛋白质的整合信息，提升下游任务性能	病毒蛋白质序列和病毒基因组	自然语言处理	NA	蛋白质语言模型、稀疏注意力机制	Transformer	序列（氨基酸序列）	包含长达61,000个氨基酸的病毒基因组序列	PyTorch	Transformer	掩码氨基酸预测准确率、下游判别任务性能	NA
1423	2026-07-29	DR.DEGMON: self-explainable deep neural network for drug-induced cell viability prediction incorporating differentially expressed genes and gene ontology 2026-Jul-21, BMC medical genomics IF:2.1Q3 DOI:10.1186/s12920-026-02434-2 PMID:42482086	研究论文	提出一种自解释深度神经网络，通过整合差异表达基因和基因本体预测药物诱导的细胞活力	将基因本体（GO）层次结构集成到多层感知机中，并利用逐层相关性传播（LRP）提供可解释性，揭示药物反应相关的生物学通路	NA	准确预测癌症药物反应并提供生物学机制的可解释性	泛癌细胞系和药物治疗	机器学习	癌症	NA	多层感知机	基因表达数据和药物响应数据	NA	NA	多层感知机（MLP）	皮尔逊相关系数	NA
1424	2026-07-29	Physics-informed neural networks with relaxed alternating learning for image inpainting 2026-Jul-19, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109415 PMID:42508378	研究论文	提出一种结合物理信息神经网络与松弛交替学习的图像修复方法	将松弛KMF交替迭代与PINN结合，分解不适定柯西问题为适定边值问题序列，并引入贝叶斯超参数优化层自动选择松弛因子、损失权重和网络容量，无需网格生成或矩阵组装	未明确提及局限性	解决图像修复中边界区域受损导致的不适定椭圆柯西问题	图像修复任务	计算机视觉	NA	NA	物理信息神经网络	图像	NA	NA	PINN	PSNR	NA
1425	2026-07-29	Causal responsibility based explainable AI for vibrational spectroscopy applied to oral FTIR and oesophageal Raman diagnostics 2026-Jul-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-62343-3 PMID:42471431	研究论文	提出一种基于因果责任的振动光谱可解释AI方法Spec-ReX，并与SHAP、Grad-CAM进行比较	首次将因果责任概念引入振动光谱的可解释AI，提供稀疏且特定的模型因果责任图谱，并与传统方法进行全面比较	解释针对训练模型行为而非生物学因果，临床实用性需要通过以用户为中心的研究验证	开发并评估振动光谱可解释AI方法，提高深度模型决策透明度	合成光谱、生化混合物、口腔FTIR组织光谱和食管拉曼组织光谱	机器学习	口腔疾病、食管疾病	FTIR光谱、拉曼光谱	深度学习分类器	光谱数据	NA	NA	NA	交并比、归因浓度、正命中率、稳健性	NA
1426	2026-07-29	Integrating single-cell sQTL mapping with deep-learning splicing prediction identifies causal variants under influenza infection 2026-Jul-18, Genome biology IF:10.1Q1 DOI:10.1186/s13059-026-04205-9 PMID:42471654	研究论文	整合单细胞sQTL定位与深度学习剪接预测，识别流感感染下的因果遗传变异	首次将单细胞sQTL分析、深度学习剪接预测和统计精细定位相结合，系统识别影响剪接的因果遗传变异，并通过实验验证了rs2297616对PARP2剪接和流感感染的影响	未在更多细胞类型或疾病模型中验证sQTL的普适性，深度学习预测可能遗漏罕见变异或非编码区效应	识别因果遗传变异并阐明其对人类表型的功能影响	流感病毒感染下淋巴母细胞系中的遗传变异、剪接事件和相关基因	机器学习	自身免疫疾病	单细胞eQTL分析、sQTL分析、统计精细定位、CRISPR编辑	深度学习模型	单细胞RNA序列数据、基因分型数据、剪接注释数据	96个淋巴母细胞系（流感病毒感染和未感染状态）	NA	深度神经网络	NA	NA
1427	2026-07-29	Natural Language Processing Applied to Psychiatric Clinical Notes: Scoping Review 2026-Jul-10, JMIR medical informatics IF:3.1Q2 DOI:10.2196/91249 PMID:42430721	综述	系统总结了应用于精神病学临床笔记的自然语言处理方法	比较了传统机器学习、深度学习和大型语言模型在精神病学临床笔记中的主要建模范式和应用领域，并强调了大型语言模型的新兴趋势	仅纳入了2021年1月至2025年12月期间发表的文章，可能存在时间偏差；基于规则和混合方法仍为主导，但可解释性需在处理主观临床笔记时进一步考量	系统总结精神病学临床笔记的自然语言处理方法，比较主要建模范式和应用领域，并突出大型语言模型趋势、关键挑战和未来方向	精神病学临床笔记	自然语言处理	精神病学疾病	自然语言处理	规则基础方法、传统机器学习、混合方法、深度学习、大规模语言模型	文本	101篇研究	NA	预训练语言模型	NA	NA
1428	2026-07-29	A Whole-Body PSMA-PET/CT dataset with manually annotated tumor lesions 2026-Jul-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07821-z PMID:42432027	研究论文	描述了一个公开的大型标注数据集，包含597项全身PSMA-PET/CT研究，来自378名疑似或确诊前列腺癌男性患者	首次提供大规模、公开的PSMA-PET/CT肿瘤病灶手动标注数据集，支持多示踪剂机器学习模型开发	未明确提及局限性	为全身PET/CT的深度学习自动化分析提供数据资源，推动多示踪剂病变分割模型的发展	前列腺癌患者的全身PSMA-PET/CT影像及肿瘤病灶	机器学习	前列腺癌	PET/CT成像，PSMA靶向示踪剂	深度学习模型	医学影像	597项全身PET/CT研究，来自378名男性患者	NA	NA	NA	NA
1429	2026-07-29	Attention-Guided Transfer Learning Framework for Four-Class Brain Tumor Classification Using MRI 2026-Jul-10, Journal of visualized experiments : JoVE DOI:10.3791/69087 PMID:42507605	研究论文	提出一种基于注意力引导的迁移学习框架，用于脑肿瘤的磁共振成像四分类	将注意力机制与迁移学习结合，模拟人类视觉系统聚焦临床相关区域，在轻量级模型中实现高精度肿瘤定位，同时抑制无关背景信息	仅在单一公开数据集上验证，未在真实临床环境下评估	开发轻量且精确的深度学习框架，用于脑肿瘤的磁共振图像四分类	神经胶质瘤、脑膜瘤、垂体肿瘤和健康脑组织	计算机视觉	脑肿瘤	磁共振成像	卷积神经网络	图像	包含数千张标注图像的大型公开磁共振成像数据集	未明确说明	MobileNetV2, EfficientNetV1, Inception-ResNet-V2	准确率	未明确说明
1430	2026-07-29	Microbial named entity recognition and normalisation for AI-assisted literature review and meta-analysis 2026-Jul-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag418 PMID:42324596	研究论文	创建微生物组特异性文本语料库，训练深度学习模型用于命名实体识别和实体链接，并应用于微生物组文献的元分析	首次创建微生物组特异性文本语料库，并基于此微调BioBERT模型，在命名实体识别和实体链接任务上超越传统规则和字典方法	未在全文摘要中明确提及限制，可能包括模型对特定领域依赖性强、需进一步在更多样化的微生物组文献中验证	利用AI辅助文献综述和元分析，通过深度学习方法实现微生物命名实体的识别和规范化	微生物组文献中的微生物命名实体及其实体链接	自然语言处理	NA	NA	预训练语言模型	文本	训练和验证集1410份，包含90150个标注；测试集288份；全部文献6927份	PyTorch	BioBERT	F1分数, 准确率	NA
1431	2026-07-29	Mechanosensitive TRPV4 immunohistochemistry improves deep learning-based classification of ductal carcinoma in situ beyond H&E morphology 2026-Jul, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70106 PMID:42417209	研究论文	探究机械敏感离子通道TRPV4免疫组化染色与深度学习结合的导管原位癌分类方法	首次将TRPV4免疫组化与深度学习融合，用于改善导管原位癌（DCIS）进展谱系的分类，特别是在ADH/低级别DCIS和IDC的区分上表现显著优于常规H&E染色	多机构队列样本量有限（108例患者），属于初步实验验证，需更大规模研究确认	评估基于TRPV4免疫组化的深度学习模型能否超越H&E染色模型，提升DCIS进展谱系的分类准确度	导管原位癌（DCIS）及其相关病变，包括正常/良性、ADH/低级别DCIS、高级别DCIS和浸润性导管癌（IDC）	数字病理学	乳腺癌	免疫组化（IHC）	卷积神经网络（CNN）	全切片图像（WSI）	108例患者（内部训练队列69例，外部测试队列39例），共24,248个标注图块	PyTorch	Xception, EfficientNet-B0	宏F1得分, 宏AUC值, 每类AUC值	NA
1432	2026-07-29	Understanding language model scaling for protein fitness prediction 2026-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-026-01010-z PMID:42443524	研究论文	研究蛋白质语言模型规模对适应性预测的影响，发现模型过大反而降低性能	揭示了蛋白质语言模型在适应性预测中存在的倒U型缩放行为，即模型超过一定规模后性能下降，并解释了其原因是高预测似然导致突变预测均质化	未探讨不同训练数据组成或结构信息整合对缩放行为的影响，且仅聚焦于序列似然预测，未涵盖所有适应性预测方法	阐明蛋白质语言模型规模对适应性预测的影响机制，并提供实际应用指南	蛋白质语言模型及其在突变效应预测中的适应性景观重建	自然语言处理	NA	蛋白质语言模型	语言模型（如Transformer）	蛋白质序列	NA	NA	Transformer	NA	NA
1433	2026-07-29	Deep learning-based MRI analysis reveals Lewy body co-pathology accelerates brain aging in Alzheimer's disease 2026-Jul, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.71593 PMID:42454584	研究论文	通过深度学习分析MRI数据，揭示路易体共病理加速阿尔茨海默病患者的脑老化进程	首次利用基于3D-DenseNet的脑龄估计方法，结合CSF生物标志物和α-突触核蛋白种子扩增测定，量化路易体共病理对AD患者脑老化的额外加速作用，并揭示其介导认知衰退的机制	未提及具体限制，但可能涉及样本量有限、模型泛化性及纵向数据时间跨度不足等问题	探究路易体共病理在阿尔茨海默病中对神经退行性变化的影响及其临床意义	认知障碍的ADNI参与者，根据CSF p-tau181/Aβ42和α-突触核蛋白种子扩增测定结果分层为AD+LB+、AD+LB-、AD-LB+和AD-LB-四组	计算机视觉	阿尔茨海默病	MRI (T1加权)	3D-DenseNet	MRI图像	多队列T1加权MRI数据，包含认知正常的个体（训练集）和认知障碍的ADNI参与者，具体样本量未明确	NA	3D-DenseNet	未明确列出，但隐含使用脑龄差距（BAG）、显著性图、萎缩率和认知评分等指标	NA
1434	2026-07-29	Popformer: Learning general signatures of positive selection with a self-supervised transformer 2026-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014492 PMID:42455870	研究论文	提出一种基于自监督Transformer的模型Popformer，用于学习正向选择的一般特征	采用站点注意力和单倍型注意力同时捕捉遗传位置和个体间的变异，并学习SNP间距离的相对位置嵌入	未提及具体局限性	开发一种能够泛化到多种进化场景下选择信号检测的通用方法	人类基因组变异数据中的正向选择信号	机器学习	不适用	NA	Transformer	基因型数据	1000 Genomes Project的人类数据	NA	Transformer	准确性	NA
1435	2026-07-29	Machine learning to classify left ventricular hypertrophy using electrocardiographic feature extraction by variational autoencoder 2026-Jul, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2026.03.019 PMID:42488151	研究论文	利用变分自编码器提取心电图特征，通过机器学习模型对左心室肥厚进行分类	使用变分自编码器从心电图信号中提取潜在特征，结合传统心电图计算和性别信息训练机器学习模型，优于传统心电图标准和仅使用信号训练的卷积神经网络模型	主要局限包括：研究基于单一医疗中心数据，可能影响泛化性；模型假阳性患者未来发生左心室肥厚的风险增加，但因果关系未明确；未评估模型在不同人群或设备间的迁移能力	开发并验证基于心电图的机器学习模型用于左心室肥厚的诊断	左心室肥厚患者的心电图和超声心动图配对数据	机器学习, 数字病理	心血管疾病	心电图, 变分自编码器	逻辑回归, 随机森林, 光梯度提升机, 残差神经网络, 多层感知器网络, 卷积神经网络	心电图信号, 数值特征	482,734对心电图-超声心动图配对样本，测试集54,984对	PyTorch, Scikit-learn, LightGBM	变分自编码器, 残差神经网络, 多层感知器, 卷积神经网络	受试者工作特征曲线下面积	NA
1436	2026-07-29	Free-ranging livestock grazing shifts the acoustic community in a northeast Asian temperate forest 2026-Jul, Ecological applications : a publication of the Ecological Society of America IF:4.3Q2 DOI:10.1002/eap.70283 PMID:42503024	研究论文	通过声音事件检测模型和声学指数评估放牧活动对温带森林声景的影响	首次结合深度学习声音事件检测模型与声学指数，系统评估长期放牧对森林声景的级联效应，并发现牛铃对鸟类晨鸣行为的影响	未明确说明样本量限制或方法局限性	研究自由放牧对东北温带森林生物声景的影响机制	中国东北部10个放牧与10个非放牧森林样地的季节声景	机器学习	NA	声音事件检测（SED）、激光雷达（LiDAR）	深度学习（SED模型）	音频、激光雷达点云数据	18,785小时录音，来自10个放牧与10个非放牧森林样地	NA	未明确指定	声学指数（如声学复杂度指数ACI）	NA
1437	2026-07-29	A 60-second interpretable voice model for early dementia screening 2026-Jul, PLOS digital health DOI:10.1371/journal.pdig.0001552 PMID:42507664	研究论文	提出一种60秒可解释语音模型用于早期痴呆筛查	整合传统语言特征与语言模型嵌入的潜在语义维度（如“漂移与犹豫”“过度详细叙述”），发现这些可解释语义轴是顶级预测因子，可能代表新型语言生物标志物	NA	开发一种快速、可解释的语音筛查模型用于早期认知障碍检测	DementiaBank语料库中描述图片的语音转录文本	自然语言处理	痴呆症	语音分析	ElasticNet分类器	文本	NA	NA	ElasticNet	AUC	NA
1438	2026-07-29	Drusen volume and reticular pseudodrusen volume from optical coherence tomography with deep learning as risk factors for progression to late age-related macular degeneration in eyes with reticular pseudodrusen and contralateral macular neovascularisation 2026-Jun-30, The British journal of ophthalmology DOI:10.1136/bjo-2025-329021 PMID:42336620	研究论文	利用深度学习分割算法量化光学相干断层扫描中的网状假性玻璃膜疣和玻璃膜疣体积，并探究其与晚期年龄相关性黄斑变性进展的关联	首次应用深度学习分割算法自动量化OCT图像中不同玻璃膜疣类型（RPD、大玻璃膜疣和玻璃膜疣样PED）的体积，并评估它们作为进展风险因素的独立贡献	样本量较小（51只眼），且为回顾性分析，可能限制结果的普遍性	探究OCT衍生的玻璃膜疣和RPD体积与晚期AMD进展风险的关系	患有RPD且对侧眼存在新生血管性AMD的患者	数字病理学	年龄相关性黄斑变性	OCT成像	深度学习分割模型	OCT图像	51只眼	NA	NA	风险比（HR）、p值	NA
1439	2026-07-29	Deciphering small sequence differences in T cell receptor-antigen pairing 2026-Jun-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73396-3 PMID:42288475	研究论文	开发了深度学习模型pMTnet-omni，用于预测T细胞受体与抗原的结合并区分序列相似TCR的结合强弱	首次利用深度学习模型pMTnet-omni区分序列相似TCR的强弱结合，并集成实验室循环机制预测变异TCR	未明确说明局限性	解释控制TCR-抗原配对的生物学规则，并提供预测变体TCR结合能力的工具	T细胞受体和抗原肽-MHC复合物	机器学习	NA	深度学习和实验室循环机制	pMTnet-omni（深度学习模型）	序列数据	NA	NA	pMTnet-omni	NA	NA
1440	2026-07-29	T2Pdecoder enables protein-centric analyses from transcriptomic data 2026-Jun-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-74209-3 PMID:42277023	研究论文	提出T2Pdecoder深度学习模型，从转录组数据预测蛋白质丰度，实现以蛋白质为中心的分析	集成多组学数据学习蛋白质与RNA的共享嵌入空间，突破现有方法仅能预测有限蛋白质子集的局限，并在胶质瘤数据上验证其优于仅用RNA的基线模型	预测性能仅在胶质瘤数据集上取得温和改进，泛化至其他癌症或组织类型的能力尚未验证	开发能够从转录组数据预测广泛蛋白质丰度的深度学习模型，以促进蛋白质层面的生物学分析	IDH突变型胶质瘤的RNA和蛋白质数据	机器学习	胶质瘤	深度学习	集成多组学深度学习模型	转录组RNA数据、蛋白质丰度数据、单细胞RNA数据	多种胶质瘤数据集，具体样本数量未明确	NA	NA	与测量蛋白质丰度的一致性、蛋白质水平通路富集模式准确性、生存差异显著性	NA