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
1441	2026-08-21	Artificial intelligence for natural product drug discovery 2023-11, Nature reviews. Drug discovery DOI:10.1038/s41573-023-00774-7 PMID:37697042	研究论文	本文探讨了计算组学技术与人工智能方法在天然产物药物发现中的协同作用，以及面临的挑战和未来方向。	提出将计算组学技术揭示的天然产物多样性与机器学习驱动的药物设计相结合，以高效识别药物候选分子。	未提供具体的实验验证或定量结果，主要基于综述性讨论。	探讨人工智能在天然产物药物发现中的当前和未来应用，并解决关键挑战如高质量数据集和算法验证。	天然产物及其药物发现过程	机器学习	NA	计算组学技术	机器学习模型	文本	NA	NA	深度学习	NA	NA
1442	2026-08-21	Hybrid-Supervised Deep Learning for Domain Transfer 3D Protoacoustic Image Reconstruction 2023-Aug-11, ArXiv PMID:37608936	研究论文	开发了一种混合监督深度学习方法，采用重建-增强两阶段策略，用于解决质子治疗中质子声学成像的有限视角问题，实现实时三维剂量验证。	提出了一种结合转换器网络与三维U-net的两阶段重建-增强策略，并首次采用混合监督训练（迭代重建监督与数据保真自监督）实现跨域转移的三维质子声学图像重建。	未明确提及局限性。	解决质子声学成像中有限采集角度导致的伪影问题，提高三维剂量验证的准确性和实时性。	前列腺癌患者的质子声学成像数据，用于三维剂量验证。	医学图像重建	前列腺癌	质子声学成像、深度学习重建、剂量验证	转换器网络、三维U-net	射频信号、质子声学图像、剂量图	126例前列腺癌患者	NA	转换器网络、三维U-net	均方根误差、结构相似性指数、伽马指数	NA
1443	2026-08-21	A new polygenic score for refractive error improves detection of children at risk of high myopia but not the prediction of those at risk of myopic macular degeneration 2023-May, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104551 PMID:37055258	研究论文	开发了一种新的屈光不正多基因评分，用于改善儿童高度近视风险的检测，但该评分在考虑等效球镜屈光度后不能预测近视性黄斑变性风险	从多个全基因组关联研究数据中推导出改进的多基因评分，并首次评估其在预测高度近视和近视性黄斑变性中的独立作用	多基因评分在不同祖先群体中的预测性能差异较大，且在考虑等效球镜屈光度后对近视性黄斑变性无预测能力	推导一种改进的多基因评分以预测儿童高度近视风险，并测试该评分在考虑等效球镜屈光度后是否预测近视性黄斑变性	来自欧洲、非洲、南亚和东亚祖先群体的独立样本	基因组学	高度近视、近视性黄斑变性	全基因组关联研究、深度学习算法	多基因评分模型、逻辑回归模型	基因组数据、眼底图像数据	未在标题和摘要中明确说明样本数量，涉及多个队列如英国生物银行、CREAM联盟等	NA	NA	受试者工作特征曲线下面积、比值比、决定系数、置信区间	NA
1444	2026-08-21	Riboformer: A Deep Learning Framework for Predicting Context-Dependent Translation Dynamics 2023-Apr-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.24.538053 PMID:37163112	研究论文	介绍了一个名为Riboformer的深度学习框架，用于预测依赖上下文的翻译动态，并纠正核糖体图谱数据中的实验伪影	利用Transformer架构，以密码子分辨率准确预测核糖体密度，并能纠正未见数据集中的实验伪影	未在摘要中提及明确的局限性	建模上下文依赖的翻译动态变化，识别翻译调控的序列决定因素	核糖体图谱数据，包括衰老和病毒感染等生物学情境中的核糖体停顿	深度学习	衰老相关疾病	核糖体图谱	Transformer	基因组规模测序数据	未在摘要中提及具体样本量	未在摘要中提及具体框架	Transformer	未在摘要中提及具体性能指标	未在摘要中提及计算资源
1445	2026-08-21	Imaging and analysis for simultaneous tracking of fluorescent biosensors in barcoded cells 2022-09-16, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2022.101611 PMID:36042884	研究论文	本文详细描述了使用条形码蛋白标记表达不同荧光生物传感器的活细胞，并通过并行成像和深度学习分析实现高度多重化的分子活动追踪的实验方案。	引入生物传感器条形码方法，结合并行成像和深度学习，实现高多重化的活细胞分子活动追踪。	文中未明确提及局限性。	提供一种实验方案，用于同时追踪多种荧光生物传感器在活细胞中的动态变化。	表达不同基因编码荧光生物传感器的活细胞。	计算生物学	NA	荧光成像	深度学习模型	图像	NA	NA	NA	NA	NA
1446	2026-08-21	Lung Cancer Recurrence Risk Prediction through Integrated Deep Learning Evaluation 2022-Aug-27, Cancers IF:4.5Q1 DOI:10.3390/cancers14174150 PMID:36077686	研究论文	本研究通过集成深度学习评估，结合术前低剂量CT图像和组织学特征，预测完全切除的IA期非小细胞肺癌患者的复发风险，并评估其对TNM分期和肿瘤分级的附加价值	首次将术前CT图像和切除肺标本的组织学发现通过深度学习整合，以增强对IA期NSCLC复发风险的预测能力，并展示跨平台标志物结合的协同效应	研究仅基于182例患者，样本量较小，且未在外部独立队列中验证模型性能	开发并评估集成深度学习评估（IDLE）在预测IA期非小细胞肺癌复发风险中的效能，以及与标准分期系统的比较	182例来自国家肺筛查试验的IA期非小细胞肺癌患者，包括术前低剂量CT图像和切除肿瘤标本的组织学切片	医学影像分析、数字病理学、机器学习	肺癌（非小细胞肺癌）	CT成像、组织学染色（H&E）	深度学习模型（具体架构未指定）	图像（CT图像和组织学切片）	182例（IA期NSCLC患者）	NA	NA	AUC（曲线下面积，值为0.817 ± 0.037）、风险分层关联显著性（p < 0.0001）	NA
1447	2026-08-21	Self-Supervised Adversarial Learning with a Limited Dataset for Electronic Cleansing in Computed Tomographic Colonography: A Preliminary Feasibility Study 2022-Aug-26, Cancers IF:4.5Q1 DOI:10.3390/cancers14174125 PMID:36077662	研究论文	本研究评估了一种基于自监督对抗学习的新型电子清洁方案，在有限数据集下实现亚体素精度的CT结肠成像电子清洁，并初步验证其技术可行性	提出了一种自监督对抗学习方案，用于在有限训练数据集下进行电子清洁，实现亚体素精度，无需图像标注	初步可行性研究，仅使用拟人模型和18例临床CT结肠成像数据，样本量有限	评估使用自监督对抗学习方案在有限训练数据集下进行电子清洁的技术可行性	CT结肠成像数据集，包括拟人模型和18例临床病例	计算机视觉	结肠癌	CT成像	生成对抗网络（GAN）	图像（CT结肠成像）	1个拟人模型和18例临床CT结肠成像案例	未提及	三维生成对抗网络（3D GAN）	视觉感知质量评估	未提及
1448	2026-08-21	Glaucoma Diagnosis Through the Integration of Optical Coherence Tomography/Angiography and Machine Learning Diagnostic Models 2022, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S367722 PMID:36003072	研究论文	本研究整合光学相干断层扫描及其血管成像参数与机器学习模型，用于青光眼诊断	首次为北德克萨斯人群建立OCT/A参数规范数据库，并通过超2500个机器学习模型优化，识别出关键诊断参数	未提供明确的局限性信息	建立健康眼和青光眼OCT/A参数范围，开发机器学习诊断工具并识别最准确的诊断参数	1371只眼（462只健康眼和909只青光眼）来自735名受试者	机器学习	青光眼	OCT/OCTA	XGBoost（也涉及深度学习和经典机器学习算法）	图像和临床数据	1371只眼，735名受试者	scikit-learn	XGBoost	准确率，F1分数	NA
1449	2026-08-21	Robust High-Throughput Phenotyping with Deep Segmentation Enabled by a Web-Based Annotator 2022, Plant phenomics (Washington, D.C.) DOI:10.34133/2022/9893639 PMID:36059601	研究论文	提出一个基于Web注释器的高通量表型分析系统，结合语义引导的交互式对象分割算法，以减少注释工作量并加速植物遗传发现。	引入新颖的交互式分割算法SGIOS，结合语义先验图，减少用户输入，加快训练过程，并提供一个用户友好的图形界面，使无计算背景的研究人员也能使用深度分割。	尚未明确提及，但可能依赖大规模训练数据，仍需人工注释验证，初步GWAS结果未深入分析。	开发一个高效、用户友好的高通量植物表型分析系统，以支持大规模遗传研究如GWAS。	植物，特别是杨树的再生性状。	计算机视觉、数字病理学（如适用）	不适用（植物表型研究）	深度分割、交互式分割、基因组关联研究（GWAS）	交互式分割模型（SGIOS）	图像数据	来自杨树GWAS再生数据集的一个样本，具体规模未明确。	未指定	SGIOS（语义引导的交互式对象分割）	用户输入次数，可能包括准确性等，但未明确列出。	未指定
1450	2026-08-20	Evaluation of Computer-aided Detection for Identifying Missed Gastric Cancer After Endoscopic Submucosal Dissection 2027-Apr, DEN open IF:1.4Q4 DOI:10.1002/deo2.70357 PMID:42609944	研究论文	本研究评估了基于深度学习的计算机辅助检测系统在内镜黏膜下剥离术后识别漏诊胃癌的效果，并与内镜医师的检测性能进行了比较。	首次针对内镜黏膜下剥离术后监测期间发现的漏诊胃癌，评估计算机辅助检测系统的效能，并直接与内镜医师的检测性能进行对比。	样本量较小（60例漏诊胃癌图像），可能影响亚组分析的可靠性；检测图像来自单一中心，可能限制普适性。	评估计算机辅助检测系统在内镜黏膜下剥离术后监测中发现漏诊胃癌的效能，并探讨其作为双重复查工具的可行性。	内镜黏膜下剥离术后监测期间发现的漏诊胃癌图像，以及参与对比的10名内镜医师。	计算机视觉	胃癌	深度学习	卷积神经网络（推测）	内镜图像	2324张内镜图像，其中60张为漏诊胃癌图像；10名内镜医师参与对比。	未提及（推断为深度学习框架，如PyTorch或TensorFlow）	未明确指定（可能是用于早期胃癌检测的深度学习模型）	敏感性、特异性、阳性预测值、阴性预测值、诊断时间	未提及
1451	2026-08-20	DDI-MMAF: Multi-modal affine fusion of visual and semantic representations for anticancer drug synergy prediction 2026-Nov-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2026.119134 PMID:42447831	研究论文	提出DDI-MMAF，一种轻量级跨模态框架，通过多模态仿射融合视觉与语义表征预测抗癌药物协同作用。	核心创新在于多模态仿射融合机制，动态调节基于生物学语义嵌入的分子视觉特征，避免使用高维组学数据作为直接输入。	未明确提及局限性。	利用简化的输入数据实现准确的抗癌药物协同作用预测，降低数据获取障碍，提高模型在资源受限或快速筛选场景下的适用性。	药物SMILES序列、细胞系名称及其组织来源、分子图像。	机器学习，数字病理学	癌症	NA	CNN	文本，图像	基准数据集和独立AstraZeneca盲测集	NA	ResNet	ROC AUC	NA
1452	2026-08-20	Physics-informed LSTM neural network for personalized pharmacokinetic modeling of polymyxin B in critically Ill patients 2026-Oct-01, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2026.107609 PMID:42463031	研究论文	开发了一种物理信息长短期记忆神经网络，用于重症患者多粘菌素B的个性化药代动力学建模	将机理药代动力学原理与深度学习相结合，通过物理约束（如清除率与分布容积的关系）增强模型可解释性，并采用双向LSTM和多头注意力机制	模型基于模拟数据训练和验证，未在真实临床数据上测试，且未与多种PopPK模型进行广泛比较	为重症患者提供个性化的多粘菌素B浓度预测方法，作为传统群体药代动力学模型的补充	1000名模拟脓毒症患者，具有时变肾功能和个体化给药方案	机器学习	重症感染	NA	LSTM	模拟临床数据	1000名模拟脓毒症患者	PyTorch	双向LSTM，多头注意力	R², MAE, RMSE, 预测区间覆盖率	NA
1453	2026-08-20	A Structure-Aware Multimodal Framework for Drug-Target Interaction Prediction via Heterogeneous Graph Learning 2026-Oct, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1177/15578666261469586 PMID:42478599	研究论文	提出PHGDTI，一种通过异构图学习整合序列与结构线索的多模态框架，用于药物-靶点相互作用预测	在序列嵌入基础上，显式建模原子-残基级关系，利用异构图（药物原子图、蛋白质残基图、原子-残基异构图）和自注意力机制提升结合预测性能	未提及	开发一种多模态深度学习框架，以提升药物-靶点相互作用预测的准确率	药物-靶点相互作用（含药物分子与蛋白质）	机器学习	NA	NGS	图注意力网络、自注意力模块	序列数据、结构数据	Davis激酶数据集和GalaxyDB数据集	NA	异构图编码器、SAGPooling、自注意力模块	准确率等（具体度量为提及）	NA
1454	2026-08-20	Deep learning-based prediction of drug bitterness using molecular structures 2026-Oct-01, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2026.107616 PMID:42472560	研究论文	开发了一种基于分子结构的多任务图神经网络，用于直接预测药物苦味，并以甜味作为辅助任务，提高预测性能。	采用多任务图神经网络结合甜味辅助任务进行苦味预测，并引入骨架交叉验证和外部验证，显著优于单任务模型。	未提及具体局限性，但可能受限于训练数据覆盖度和模型泛化能力。	提高药物苦味的预测性能，支持早期药物研发中的苦味化合物筛选和制剂设计。	药物分子结构，特别是儿科口服药物化合物。	机器学习	NA	SMILES分子表示、图神经网络	图神经网络（GNN）	分子结构数据（SMILES）	外部验证使用185个儿科药物化合物，其中157个为已知苦味药物。	NA	多任务图神经网络	ROC-AUC、F1分数、灵敏度、精确度、平均精度	NA
1455	2026-08-20	Artificial Intelligence-Based Approach for Determining the Risk of Temporomandibular Disorders 2026-Sep, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70220 PMID:42184378	研究论文	本研究旨在利用机器学习方法基于临床和社会人口学变量预测颞下颌关节紊乱病（TMD）的风险，以辅助早期检测和风险评估。	首次采用DANets模型在TMD风险预测中达到最高性能，并结合SHAP进行模型可解释性分析，揭示了年龄、性别及特定临床症状对决策的关键影响。	样本量较小（340例），且为单中心研究，可能限制模型的泛化能力。	开发基于人工智能的模型，用于预测TMD风险，以支持临床诊断和风险评估。	患有和不患有TMD的患者。	机器学习	颞下颌关节紊乱病	NA	DANets, KAN, KNN, MLP, SVM	临床和社会人口学变量数据（表格数据）	340名患者	NA	DANets, KAN, KNN, MLP, SVM	准确率、加权精确率、召回率、F1分数	NA
1456	2026-08-20	The natural isoflavone puerarin mitigates cerebral ischemia-reperfusion injury by directly targeting CaMKⅡδ to block DLG4-Ser654 phosphorylation 2026-Sep, Phytomedicine : international journal of phytotherapy and phytopharmacology IF:6.7Q1 DOI:10.1016/j.phymed.2026.158499 PMID:42372596	研究论文	本文通过整合定量磷酸化蛋白质组学、深度学习虚拟筛选和实验验证，揭示了葛根素通过直接靶向CaMKⅡδ抑制DLG4-Ser654磷酸化，从而减轻脑缺血再灌注损伤的分子机制	首次系统识别出CaMKⅡδ-Thr287自磷酸化是脑缺血再灌注损伤的关键致病激酶，并发现DLG4-Ser654是CaMKⅡδ的新颖直接磷酸化靶点，同时利用集成深度学习筛选出葛根素作为CaMKⅡδ抑制剂，建立了结构基础的神经保护策略	文章摘要未明确提及局限性，可能需要进一步的临床验证和长期安全性评估	阐明缺血再灌注损伤中的致病激酶网络，并揭示葛根素神经保护作用的分子机制	大鼠海马组织、PC-12细胞、MCAO大鼠模型	深度学习	缺血性脑卒中	定量磷酸化蛋白质组学、深度学习虚拟筛选、分子动力学、LC-MS/MS激酶/磷酸化检测、SPR	集成深度学习模型	磷酸化蛋白质组学数据、蛋白质结构数据、实验影像数据	研究涉及大鼠海马组织、PC-12细胞和MCAO大鼠模型，但未提供具体数量	未明确指定，可能涉及TensorFlow或PyTorch	集成深度学习模型（具体架构未指定）	未明确列出性能指标，但涉及抑制率、梗死体积、神经功能评分等实验指标	未明确描述，但可能涉及GPU支持的计算环境
1457	2026-08-20	Predicting neoadjuvant breast cancer therapy response using BRIDGE from tumor transcriptomics and histopathology 2026-Sep, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2026.05.700 PMID:42203036	研究论文	开发了BRIDGE计算框架，通过去卷积预处理肿瘤转录组预测乳腺癌新辅助治疗反应，并基于组织病理学切片实现低成本快速预测	首次将转录组去卷积与组织病理学结合，提出BRIDGE-Slide方法，通过深度学习推断转录组，优于直接切片到反应的模型，具有生物学可解释性	探索性留一数据集分析提示对免疫检查点阻断治疗的泛化性需更大队列验证；前瞻性验证尚未进行	开发预测乳腺癌新辅助治疗病理完全缓解的计算框架，并探索基于组织病理学的快速低成本预测方法	乳腺癌患者，包括ER阳性/HER2阴性、HER2阳性和三阴性乳腺癌亚型	数字病理学	乳腺癌	转录组测序, 组织病理学切片成像, 空间转录组学	深度学习模型, 计算框架	基因表达数据, 组织病理学图像, 空间转录组数据	10个转录组数据集用于训练，24个独立数据集用于测试，6个含组织学切片和反应数据的数据集	NA	NA	AUC, 优势比(OR)	NA
1458	2026-08-20	Beyond the Classics: The Synergy of AI and Genomics Reveals an Expanded Repertoire of Pigmentation Genes 2026-Sep, Journal of experimental zoology. Part B, Molecular and developmental evolution DOI:10.1002/jez.b.70032 PMID:42393928	综述	本文综述了人工智能驱动的表型分析与基因组图谱方法相结合在动物色素沉着研究中的应用，揭示了非经典色素沉着基因的扩展谱系。	引入了“AI-pigmentomics”这一新术语，将AI驱动的表型分析与基因组图谱整合，扩展了经典色素沉着基因的认知，发现涉及膜运输、细胞内信号传导、结构组织和非编码调控的新基因。	未明确提及具体局限性。	综述AI与基因组学结合在动物色素沉着基因发现中的进展，提出AI-pigmentomics框架，以推动模式和非模式物种的色素研究。	动物色素沉着表型及相关基因，涵盖多种动物分类群。	机器学习和基因组学	不适用	基因关联分析、QTL定位、结构变异分析	深度学习、自监督建模、模式识别	图像、基因组数据	不适用	不适用	不适用	不适用	不适用
1459	2026-08-20	Deep learning-based effusion-synovitis volume measured on MRI is associated with osteoarthritis progression: A longitudinal analysis of data from the osteoarthritis initiative 2026-Sep, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2026.100847 PMID:42437108	research paper	本研究利用深度学习从MRI中测量膝关节积液-滑膜炎体积，并分析其48个月变化与骨关节炎进展的关联。	首次使用深度学习自动测量膝关节积液-滑膜炎体积，并证明其纵向变化相比半定量评分与影像学骨关节炎进展有更强的关联。	尚未建立预测性和临床应用价值，需要进一步研究。	评估膝关节积液-滑膜炎体积变化与骨关节炎进展的关联，并比较其与半定量评分的关联强度。	来自骨关节炎倡议研究的2469名参与者的膝关节MRI数据。	deep learning, imaging	osteoarthritis	MRI	deep learning	MRI图像	2469例膝关节MRI数据	NA	NA	p值，效应大小（IDD）	NA
1460	2026-08-20	BiGranMolNet: A deep learning method for predicting blood-brain barrier permeability based on Bi-Granularity Molecular Graphs 2026-Sep, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2026.105079 PMID:42471206	研究论文	提出BiGranMolNet，一种基于双粒度分子图的深度学习方法，用于预测血脑屏障通透性	结合原子级和基序级分子图，使用交叉注意力机制融合双粒度特征，并引入加权损失函数缓解类别不平衡	摘要中未提及具体局限	开发可靠的BBB通透性预测工具，支持中枢神经系统药物早期筛选和分子优化	血脑屏障通透性预测	机器学习	中枢神经系统疾病	图卷积网络	图卷积网络（GCN）	分子图	2148个回归样本和16904个分类样本	NA	图卷积网络、交叉注意力机制	NA	NA