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
1501	2025-07-23	Top-DTI: integrating topological deep learning and large language models for drug-target interaction prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf183 PMID:40662785	研究论文	提出了一种结合拓扑深度学习和大型语言模型的药物-靶点相互作用预测框架Top-DTI	整合拓扑数据分析和大型语言模型，通过持久同源性提取蛋白质接触图和药物分子图像的拓扑特征，并结合蛋白质和药物的序列信息生成语义丰富的嵌入	未提及具体的数据集规模限制或模型在特定条件下的性能下降情况	提高药物-靶点相互作用预测的准确性和鲁棒性，以加速药物发现过程	药物和蛋白质的相互作用	机器学习和生物信息学	NA	拓扑数据分析（TDA）和大型语言模型（LLMs）	Top-DTI框架	蛋白质接触图、药物分子图像、蛋白质序列和药物SMILES字符串	公共BioSNAP和Human DTI基准数据集
1502	2025-07-23	Prediction of piezoelectric properties of NBT-based ceramics based on deep neural networks 2025 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504251359081 PMID:40671603	研究论文	本研究利用深度神经网络（DNN）预测和优化NBT基陶瓷的压电性能	首次将深度神经网络应用于NBT基陶瓷压电性能的预测，并通过局部极性异质性验证了模型的准确性	研究可能受限于实验数据的质量和数量，且模型在其他类型压电材料上的泛化能力未经验证	加速新型压电材料的开发和优化，提高研发效率	NaBiTiO基陶瓷	材料科学	NA	深度神经网络（DNN）	DNN	实验数据	大量高质量实验数据
1503	2025-07-23	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	该研究开发了一种方法，用于在药物扰动的肺癌细胞培养物和组织中可视化空间分辨的亚细胞蛋白质-蛋白质相互作用	利用顺序邻近连接分析进行多重PPIs分析，并结合图卷积网络预测细胞处理状态	研究仅针对非小细胞肺癌中EGFR突变的细胞和组织，可能不适用于其他癌症类型	研究蛋白质-蛋白质相互作用在亚细胞水平的空间分布及其在药物扰动下的变化	非小细胞肺癌细胞培养物和组织	数字病理学	肺癌	顺序邻近连接分析，免疫荧光	图卷积网络	图像	NA
1504	2025-07-23	MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.044501 PMID:40686919	研究论文	提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack	利用高级抽象语义信息干扰模型对对抗样本的理解，并通过低频分量约束确保对抗样本的不可察觉性	目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究	研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计	深度学习医学图像分割模型	数字病理	NA	对抗攻击	深度学习模型	医学图像	NA
1505	2025-07-23	Physiological Response of Tissue-Engineered Vascular Grafts to Vasoactive Agents in an Ovine Model 2025-Jul, Tissue engineering. Part C, Methods DOI:10.1089/ten.tec.2025.0098 PMID:40548865	研究论文	本研究评估了组织工程血管移植物（TEVGs）在大型动物模型中对血管活性药物的生理反应	开发并验证了一种结合IVUS成像和血流动力学监测的新方法，用于评估TEVGs的血管反应能力	SNP未能在TEVGs中引发可测量的血管舒张，可能与静脉组织的结构差异、低压环境及系统性混杂因素有关	评估TEVGs在生理刺激下的功能整合能力，特别是其对血管活性药物的反应	植入绵羊胸段下腔静脉的组织工程血管移植物	生物医学工程	心血管疾病	IVUS成像、血流动力学监测	深度学习（用于IVUS图像分割）	图像、生理参数	Dorset绵羊
1506	2025-07-23	AI-Powered Vocalization Analysis in Poultry: Systematic Review of Health, Behavior, and Welfare Monitoring 2025-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s25134058 PMID:40648313	综述	本文系统回顾了人工智能和生物声学在非侵入性家禽福利监测中的先进声学分析应用	从传统声学特征提取到前沿深度学习架构的转变，包括CNN、LSTM、注意力机制及自监督模型如wav2vec2和Whisper的应用	数据集标准化不足、评估协议不一致、算法可解释性有限，以及跨物种领域泛化和上下文声学适应方面的知识缺口	探讨人工智能和生物声学在家禽福利监测中的应用及其潜力	家禽的声学数据	自然语言处理	NA	MFCCs、谱熵、声谱图、深度学习	CNN、LSTM、注意力机制、wav2vec2、Whisper	声学数据	NA
1507	2025-07-23	A Comprehensive Methodological Survey of Human Activity Recognition Across Diverse Data Modalities 2025-Jun-27, Sensors (Basel, Switzerland) DOI:10.3390/s25134028 PMID:40648284	综述	本文对2014年至2025年间基于多种数据模态的人类活动识别（HAR）技术进行了全面调查，重点关注机器学习和深度学习方法	涵盖了单模态和多模态技术，强调了基于融合和共同学习的框架，并提供了对最新HAR系统的详细数据集描述和比较结果	仅包括以英语发表的同行评议研究论文，可能忽略了其他语言的重要研究	调查和总结人类活动识别领域的最新进展	人类活动识别系统及其应用	计算机视觉	NA	机器学习（ML）和深度学习（DL）	NA	RGB图像和视频、骨架、深度、红外、点云、事件流、音频、加速度和雷达信号	NA
1508	2025-07-23	Towards Predictive Communication: The Fusion of Large Language Models and Brain-Computer Interface 2025-Jun-26, Sensors (Basel, Switzerland) DOI:10.3390/s25133987 PMID:40648241	观点文章	探讨非侵入性脑机接口（BCI）拼写器与大型语言模型（LLMs）的融合，以提升运动或语言障碍患者的预测性沟通能力	结合大型语言模型与脑机接口技术，探索预测性沟通的新方法	实时处理、噪声鲁棒性以及神经解码输出与概率语言生成框架的整合仍面临挑战	提升脑机接口技术在沟通辅助中的速度和可用性	运动或语言障碍患者	脑机接口	运动或语言障碍	非侵入性脑机接口（BCI）拼写器	大型语言模型（LLMs）	神经信号与文本数据	NA
1509	2025-07-23	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Jun-23, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	研究论文	本研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习从标准心脏PET/CT中快速自动获取体积身体组织成分，为医生提供详细的定量评估	研究仅基于三个中心的患者数据，可能无法完全代表所有人群	评估身体组织成分与心血管结局的关联	10,085名接受PET MPI检查的患者	数字病理学	心血管疾病	PET/CT心肌灌注成像	深度学习	医学影像	10,085名患者（中位年龄68岁，57%为男性）
1510	2025-07-23	Artificial Intelligence Deep Learning Models to Predict Spaceflight Associated Neuro-Ocular Syndrome 2025-Jun-10, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.06.009 PMID:40505849	research paper	使用深度学习人工智能模型预测太空飞行相关神经眼综合征（SANS）的发展	利用飞行数据和地面数据训练深度学习模型，预测SANS的发病，并通过类激活图（CAMs）识别关键图像区域	数据量有限，可能影响模型的泛化能力	预测太空飞行相关神经眼综合征（SANS）的发病	宇航员（飞行数据）和头低位卧床休息的研究参与者（地面数据）	digital pathology	neuro-ocular syndrome	optical coherence tomography (OCT)	Resnet50	image	宇航员和头低位卧床休息研究参与者的OCT图像数据集
1511	2025-07-23	Synergizing Attribute-Guided Latent Space Exploration (AGLSE) with Classical Molecular Simulations to Design Potent Pep-Magnet Peptide Inhibitors to Abrogate SARS-CoV-2 Host Cell Entry 2025-06-07, Viruses DOI:10.3390/v17060828 PMID:40573419	研究论文	本研究结合属性引导的潜在空间探索（AGLSE）与经典分子模拟，设计出强效的Pep-Magnet肽抑制剂以阻断SARS-CoV-2进入宿主细胞	利用生成式深度学习算法（VAE和WAE）生成具有抗病毒活性的新型肽序列，并通过分子对接和动力学模拟验证其结合亲和力与稳定性	研究仅通过计算模拟验证肽抑制剂的潜力，缺乏体外或体内实验验证	设计新型肽抑制剂以阻断SARS-CoV-2进入宿主细胞，为未来大流行提供新的治疗策略	SARS-CoV-2病毒及其宿主细胞	机器学习	COVID-19	VAE, WAE, 分子对接, 分子动力学模拟	VAE, WAE	肽序列数据	200个生成的肽序列，其中4个（MSK-1至MSK-4）进行了详细分析
1512	2025-07-23	Predicting drug-target interactions using machine learning with improved data balancing and feature engineering 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03932-6 PMID:40461636	研究论文	本研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，解决了数据不平衡和生化表示复杂性的问题	引入了结合MACCS键和氨基酸/二肽组成的双重特征提取方法，以及使用GAN生成合成数据以解决数据不平衡问题	未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力	改进药物-靶标相互作用（DTI）的预测准确性	药物-靶标相互作用数据	机器学习	NA	MACCS键、氨基酸/二肽组成特征提取	GAN、随机森林分类器（RFC）	生化数据	BindingDB-Kd、BindingDB-Ki和BindingDB-IC50数据集
1513	2025-07-23	A longitudinal observational study with ecological momentary assessment and deep learning to predict non-prescribed opioid use, treatment retention, and medication nonadherence among persons receiving medication treatment for opioid use disorder 2025-Jun, Journal of substance use and addiction treatment DOI:10.1016/j.josat.2025.209685 PMID:40127869	研究论文	本研究利用生态瞬时评估（EMA）和深度学习预测接受阿片类药物使用障碍（OUD）药物治疗患者的非处方阿片类药物使用（NPOU）、药物不依从性和治疗保留情况	结合EMA和深度学习技术，预测OUD治疗中的关键行为结果，为个性化动态风险分析和即时适应性干预提供基础	样本量较小（62名成人），模型性能在不同结果间存在较大差异（AUC 0.58-0.97）	预测OUD治疗过程中的非处方药物使用、治疗保留和药物依从性，以改善治疗效果	接受阿片类药物使用障碍（OUD）药物治疗的成人患者	机器学习	阿片类药物使用障碍	生态瞬时评估（EMA）、深度学习	循环深度学习模型	EMA数据、电子健康记录（EHR）	62名成人患者，14,322次观察
1514	2025-07-23	Epistasis regulates genetic control of cardiac hypertrophy 2025-Jun, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00656-8 PMID:40473955	研究论文	本研究开发了一种名为低信号符号迭代随机森林的方法，用于揭示心脏肥大的复杂遗传结构	使用深度学习和微流控单细胞形态分析技术，首次揭示了CCDC141、IGF1R、TTN和TNKS等基因间的上位相互作用对心肌细胞肥大的非加性调控	研究样本主要来自UK Biobank数据库，可能无法完全代表所有人群	探索心脏肥大的遗传调控机制，特别是上位相互作用在其中的作用	29,661份UK Biobank心脏磁共振图像和313个人类心脏组织的转录组数据	遗传学	心血管疾病	深度学习、微流控单细胞形态分析、RNA沉默	随机森林	图像、转录组数据	29,661份心脏磁共振图像和313个人类心脏组织样本
1515	2025-07-23	Performance of a Chest Radiograph-based Deep Learning Model for Detecting Hepatic Steatosis 2025-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240402 PMID:40539916	研究论文	开发并评估了一种基于胸部X光片的深度学习模型，用于检测肝脂肪变性	利用胸部X光片而非传统方法检测肝脂肪变性，展示了深度学习在非传统影像数据上的应用潜力	研究为回顾性设计，可能受限于数据收集的偏差；外部验证集的性能略低于内部测试集	探索深度学习模型在利用胸部X光片检测肝脂肪变性方面的性能	接受过控制衰减参数(CAP)检查的患者胸部X光片	数字病理学	肝脂肪变性	控制衰减参数(CAP)	深度学习模型	胸部X光片	6599张X光片，来自4414名患者（内部测试集529张/363人，外部测试集1100张/783人）
1516	2025-07-23	Pulse Pressure, White Matter Hyperintensities, and Cognition: Mediating Effects Across the Adult Lifespan 2025-May-25, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70086 PMID:40413732	研究论文	研究探讨了脉压或平均动脉压是否介导了年龄与白质高信号负荷之间的关系，并考察了白质高信号对认知的介导效应	发现脉压而非平均动脉压与年龄相关的白质高信号积累有机制性关联，且独立于其他心血管风险因素	研究样本仅限于无中风和痴呆的成年人，可能限制了结果的普遍性	探究脉压和平均动脉压对白质高信号负荷及认知功能的影响	231名无中风和痴呆的成年人	神经科学	老年疾病	T2-FLAIR磁共振扫描和TrUE-Net深度学习工具	TrUE-Net	磁共振图像和认知评估分数	231名成年人
1517	2025-07-23	scPrediXcan integrates deep learning methods and single-cell data into a cell-type-specific transcriptome-wide association study framework 2025-May-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100875 PMID:40373737	研究论文	提出了一种名为scPrediXcan的方法，整合深度学习和单细胞数据，用于细胞类型特异性的全转录组关联研究	结合先进的深度学习方法和单细胞数据，提高了细胞类型特异性表达的预测准确性，并捕捉了线性模型忽略的复杂基因调控规律	未提及具体样本量或数据集的局限性	改进全转录组关联研究（TWAS）框架，以更好地理解复杂疾病的细胞机制	2型糖尿病（T2D）和系统性红斑狼疮（SLE）	生物信息学	2型糖尿病, 系统性红斑狼疮	深度学习, 单细胞数据分析	ctPred（未明确具体模型类型如CNN、LSTM等）	单细胞表达数据, DNA序列数据	NA
1518	2025-07-23	PanEcho: Complete AI-enabled echocardiography interpretation with multi-task deep learning 2025-Apr-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.16.24317431 PMID:40321248	research paper	开发并评估了一个名为PanEcho的AI系统，用于自动化超声心动图的解读	提出了一个多任务深度学习模型PanEcho，能够自动化解读超声心动图，并在不同地理和时间范围内保持高准确性	研究为回顾性分析，可能需要在更多前瞻性研究中验证其性能	开发并评估一个AI系统，用于自动化超声心动图的解读	超声心动图视频和相关的39个标签和测量值	digital pathology	cardiovascular disease	multi-task deep learning	deep learning	video	1.2 million echocardiographic videos from 32,265 TTE studies of 24,405 patients
1519	2025-07-23	Harnessing AlphaFold to reveal hERG channel conformational state secrets 2025-Apr-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.27.577468 PMID:38352360	研究论文	利用AlphaFold揭示hERG通道构象状态的秘密，以改进药物安全筛选和设计更安全的治疗方法	通过精心选择的结构模板引导AlphaFold预测不同的功能状态，揭示了hERG通道的失活机制和增强药物结合的新分子特征	需要进一步的实验验证来确认预测的构象状态和药物结合机制	深入理解hERG通道的结构和功能，以改进药物安全筛选和设计更安全的治疗方法	hERG通道的构象状态及其与药物的相互作用	计算生物学	心血管疾病	AlphaFold、分子对接、分子动力学模拟	AlphaFold	蛋白质结构数据	NA
1520	2025-07-23	Mapping individualized multi-scale hierarchical brain functional networks from fMRI by self-supervised deep learning 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647618 PMID:40291726	研究论文	本文提出了一种自监督深度学习框架，用于从fMRI数据中构建个体化的多尺度层次脑功能网络	首次通过自监督深度学习同时计算多尺度功能网络并表征其跨尺度层次结构	方法尚未在更广泛的神经精神疾病群体中进行验证	开发新方法以表征个体化多尺度脑功能网络的层次结构	人类大脑功能网络	神经影像分析	神经精神疾病	fMRI, 自监督深度学习	DL模型	fMRI扫描数据	Human Connectome Project数据及两个外部队列