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
141	2025-09-06	Deep Learning-Based Multimodal Prediction of NAC Response in LARC by Integrating MRI and Proteomics 2025-Sep-01, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2025.707 PMID:40907572	研究论文	本研究开发了一种基于深度学习的多模态框架，整合MRI和蛋白质组学数据预测局部晚期直肠癌患者对新辅助化疗的反应	首次将图神经网络与空间增强3D ResNet152结合，整合MRI空间信息和蛋白质组学分子机制，显著提升预测性能	回顾性研究设计，样本量相对有限（274例患者），需外部验证确认泛化能力	提高局部晚期直肠癌患者对新辅助化疗反应预测的准确性和生物学洞察	274例接受新辅助化疗的局部晚期直肠癌患者	数字病理	直肠癌	蛋白质组学分析、MRI成像、KEGG/GO通路分析、PPI网络构建	图神经网络、3D ResNet152、LightGBM分类器	医学影像（T2WI MRI）、蛋白质组学数据、临床特征	274例局部晚期直肠癌患者
142	2025-09-06	Automated Honey Bee Subspecies Identification Using Advanced Wing Venation Analysis and Adaptive Hierarchical Clustering 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72101 PMID:40909012	研究论文	提出一种结合自适应图像处理和拓扑感知聚类的计算框架，用于实现可扩展、无标签的蜜蜂亚种鉴别	整合自适应图像处理与拓扑感知聚类，无需预定义标签即可动态推断亚种聚类，有效分析杂交种群和表型梯度	NA	开发可扩展的蜜蜂亚种自动识别方法以支持生物多样性保护和授粉韧性	蜜蜂翅膀脉纹	计算机视觉	NA	非局部均值去噪、限制对比度自适应直方图均衡化、自适应阈值处理、形态学处理、Zhang-Suen骨架化	自适应层次聚类（AHC）	图像	26,481张翅膀图像
143	2025-09-06	Semi-supervised graph learning for underwater source localization using ship-of-opportunity spectrograms 2025-Sep-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0039042 PMID:40910787	研究论文	提出一种基于半监督图学习的声源定位方法，利用机会船只频谱图进行水下声源定位	引入图学习模块有效捕捉数据空间相关性，采用两阶段训练策略（自监督特征提取+半监督图神经网络）解决标注数据稀缺问题	NA	水下声源的精确定位	机会船只产生的中频声学宽带信号（360-1100 Hz）	机器学习	NA	频谱分析，k近邻算法	CNN，图神经网络	频谱图	2017年海底特征实验（SBCEX 2017）收集的合成和实测数据
144	2025-09-06	Analysis of influencing factors and the most probable transition pathway in the narrow escape problem for molecular systems based on deep learning method 2025-Sep-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0288558 PMID:40910856	研究论文	本研究利用物理信息神经网络分析不规则域中的分子窄逃逸问题，探索关键参数对逃逸行为的影响及最可能过渡路径	首次将物理信息神经网络应用于分子窄逃逸问题，有效处理复杂域并揭示扩散系数等参数对逃逸概率的独特影响规律	未明确说明具体分子系统类型及实验验证环节	研究分子在复杂环境中的逃逸行为机制及优化逃逸效率	分子系统在随机过程中的逃逸行为	机器学习	NA	物理信息神经网络(PINNs)	PINNs	模拟数据	NA
145	2025-09-06	Beyond rigid docking: deep learning approaches for fully flexible protein-ligand interactions 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf454 PMID:40900115	综述	本文探讨深度学习如何革新分子对接领域，特别是引入蛋白质柔性以提升预测准确性	利用深度学习整合蛋白质柔性，突破传统刚性对接限制，更准确模拟生物分子动态相互作用	深度学习模型泛化能力不足，易错误预测立体化学、键长和空间相互作用等关键分子属性	改进分子对接方法，提升药物发现中虚拟筛选的准确性和效率	蛋白质与配体的相互作用	机器学习	NA	深度学习	DL	分子结构数据	NA
146	2025-09-06	Phage quest: a beginner's guide to explore viral diversity in the prokaryotic world 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf449 PMID:40900113	指南	本文为初学者提供探索原核生物世界病毒多样性的计算工具使用指南	整合最新机器学习与深度学习技术（包括语言模型）用于噬菌体分析，特别关注传统工具难以检测的丝状噬菌体（Inoviridae）	未提供详尽工具列表，主要关注可通过网页或命令行接口访问的现行先进工具	帮助研究人员选择和应用适当工具探索地球最小且最丰富复制体的遗传多样性与生物学	噬菌体与原核病毒	生物信息学	NA	宏基因组测序、机器学习、深度学习、语言模型	NA	基因组与宏基因组数据	NA
147	2025-09-06	External validation of deep learning-derived 18F-FDG PET/CT delta biomarkers for loco-regional control in head and neck cancer 2025-Aug-30, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2025.43977 PMID:40884216	研究论文	本研究外部验证了一种深度学习模型，用于自动从连续18F-FDG PET/CT扫描中确定肿瘤体积变化，以对头颈癌患者的局部区域控制进行分层	首次外部验证深度学习自动分割模型用于头颈癌PET/CT随访中的ΔPET-GTV生物标志物，证明其可替代人工分割进行风险分层	样本量较小（仅50例患者），且模型最初在不同机构数据上训练，可能影响泛化性能	评估深度学习衍生的ΔPET-GTV生物标志物在头颈癌局部区域控制预测中的临床价值	50例连续的头颈癌患者	数字病理	头颈癌	18F-FDG PET/CT扫描	深度学习分割算法	医学影像（PET/CT）	50例头颈癌患者
148	2025-09-06	Network and pharmacophore guided and BCL2 and HSP90AA1 targeted drug repurposable approaches against rheumatoid arthritis mediated diffuse large B-cell lymphoma 2025-Aug-30, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.146985 PMID:40889653	研究论文	本研究通过深度学习预测类风湿关节炎介导的弥漫大B细胞淋巴瘤关键分子靶点，并筛选FDA批准药物的再利用潜力	开发新型GCNConv深度学习流程预测疾病网络关键枢纽，并发现拉帕替尼等药物对BCL2和HSP90AA1的抑制效果优于现有批准药物	研究基于计算预测和虚拟筛选，需要实验验证	揭示RA介导DLBCL进展的分子机制并探索治疗干预策略	类风湿关节炎和弥漫大B细胞淋巴瘤的共享基因网络	生物信息学	淋巴瘤	GCNConv深度学习、网络药理学、虚拟筛选	GCNConv	基因表达数据、分子对接数据	基于804种FDA批准药物的筛选分析
149	2025-09-06	Radiomics and deep learning methods for predicting the growth of subsolid nodules based on CT images 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044104 PMID:40898494	研究论文	本研究基于CT图像评估深度学习和影像组学方法在预测亚实性结节生长中的临床效用	通过ResNet-based融合网络将影像组学特征与深度学习模型结合，构建集成模型，显著提升预测性能	回顾性研究设计，样本量相对有限（387个结节）	预测亚实性结节的生长以辅助肺癌临床管理	353名患者的387个亚实性结节	计算机视觉	肺癌	CT成像、LASSO特征选择、Pearson相关性分析	ResNet18、集成模型（融合网络）	CT图像	387个亚实性结节（195个生长组，192个非生长组）
150	2025-09-06	Artificial intelligence in joint arthroplasty: A bibliometric analysis of global research trends (2001-2025) 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044136 PMID:40898573	文献计量分析	通过文献计量分析揭示2001-2025年人工智能在关节置换领域的研究趋势与热点	首次对人工智能在关节置换领域的全球研究趋势进行系统性文献计量分析，识别关键研究焦点与演进路径	仅基于Web of Science数据库，可能未涵盖所有相关文献；分析时间范围包含未来年份（2025），实际数据可能存在偏差	阐明人工智能在关节置换领域的研究重点与全球发展趋势	关节置换相关的人工智能研究文献	医疗人工智能	骨科疾病	文献计量分析（CiteSpace, VOSviewer, Scimago Graphica）	NA	文献元数据（国家、机构、作者、期刊、参考文献、关键词）	533篇出版物
151	2025-09-06	Advancing Luciferase Activity and Stability beyond Directed Evolution and Rational Design through Expert Guided Deep Learning 2025-Aug-29, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.25.672183 PMID:40909496	研究论文	通过结合深度学习和结构引导理性设计开发热稳定性增强的NanoLuc荧光素酶变体	提出计算深度学习与结构引导理性设计的混合方法，突破传统定向进化和理性设计的局限	NA	优化NanoLuc荧光素酶的热稳定性和高温活性	NanoLuc荧光素酶变体	机器学习	NA	深度学习、分子动力学模拟、蛋白质折叠研究	深度学习模型	蛋白质序列数据、结构数据	工程变体库（包含多个变体，具体数量未明确说明）
152	2025-09-06	Artificial Intelligence-based Liver Volume Measurement Using Preoperative and Postoperative CT Images 2025-Aug-29, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056394257250818060804 PMID:40910297	研究论文	开发并验证了一种基于深度学习的系统，用于自动测量肝切除患者术前及术后7天和3个月的肝脏体积	首次利用AI自动追踪肝切除术后肝脏再生过程，提供了一种新的手术规划和患者监测方法	由于当前数据集的限制，未评估与临床结果的直接相关性	开发自动肝脏体积测量系统以辅助肝切除手术决策和术后评估	接受肝切除术的患者	计算机视觉	肝脏疾病	CT成像	3D U-Net	CT图像	NA
153	2025-09-06	Exploring foundation models for multi-class muscle segmentation in MR images of neuromuscular disorders: A comparative analysis of accuracy and uncertainty 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109035 PMID:40907134	研究论文	本研究比较了基础模型在神经肌肉疾病MR图像中多类肌肉分割的准确性和不确定性表现	首次探索基础模型（SAM和MedSAM）在神经肌肉疾病肌肉分割中的应用，并系统评估其不确定性量化能力	研究仅基于76名患者的样本，需要更大规模验证；MedSAM未显示出优于SAM的性能	开发准确且可信的肌肉分割技术，为神经肌肉疾病提供可靠的生物标志物提取方法	神经肌肉疾病患者的股部MR图像，分为早期、中期和重度脂肪浸润组	医学图像分析	神经肌肉疾病	深度学习，不确定性量化，模型微调	SAM, MedSAM, nnU-Net 2D/3D, Deep Ensembles	MR图像	76名神经肌肉疾病患者的股部MR图像数据
154	2025-09-06	Heart failure diagnosis and ejection fraction classification via feature fusion model using non-contact vital sign signals 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109031 PMID:40907135	研究论文	提出一种融合手工特征与深度学习的混合特征框架，用于基于非接触生命体征信号的心力衰竭诊断和射血分数分类	开发了结合手工特征工程与深度学习的混合特征融合框架，并设计多尺度ResNet-BiLSTM网络模型捕捉信号动态变化	NA	改进心力衰竭诊断和左心室射血分数分类的准确性	人类参与者的心力衰竭患者和健康人	医疗健康监测	心血管疾病	心冲击描记术(BCG)，呼吸信号分析	ResNet-BiLSTM	非接触生命体征信号	83名医院参与者
155	2025-09-06	GIMS: Image matching system based on adaptive graph construction and graph neural network 2025-Aug-28, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108030 PMID:40907360	研究论文	提出一种基于自适应图构建和图神经网络的图像匹配系统GIMS，通过结合GNN与Transformer提升匹配性能	创新性自适应图构建方法（基于距离和动态阈值相似度的过滤机制）以及GNN与Transformer的混合模型架构	顶点和边数量显著影响训练效率和内存使用（需多GPU加速）	提升特征点图像匹配的精度与鲁棒性	图像中的关键点及其图结构表示	computer vision	NA	Sinkhorn算法、多GPU训练技术	GNN（Graph Neural Network）、Transformer混合模型	image	大量图像数据集（具体数量未说明）
156	2025-09-06	ESPWA: a deep learning-enabled tool for precision-based use of endocrine therapy in resource-limited settings 2025-Aug-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.27.672012 PMID:40909747	研究论文	开发了一种基于深度学习的工具ESPWA，用于从H&E染色全切片图像预测乳腺癌雌激素受体状态，以指导内分泌治疗在资源有限地区的精准使用	首次针对海地患者群体开发深度学习模型，直接从H&E图像预测ER状态，减少对免疫组化的依赖，并在资源有限环境中实现精准治疗	模型性能受数据集域偏移影响（TCGA模型在ZL数据集上性能下降），且目前仅在特定人群验证	解决低收入和中等收入国家乳腺癌患者ER检测延迟或不可用的问题，实现内分泌治疗的精准应用	乳腺癌患者的H&E染色全切片图像及匹配的ER状态数据	数字病理学	乳腺癌	深度学习，全切片成像分析	弱监督注意力机制的多实例学习模型	图像	TCGA队列1085例，海地ZL队列3448例
157	2025-09-06	Integration of Gene Expression and Digital Histology to Predict Treatment-Specific Responses in Breast Cancer 2025-Aug-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.25.25334393 PMID:40909848	研究论文	通过深度学习整合基因表达和数字病理学预测乳腺癌治疗特异性反应	使用基于Transformer的模型从H&E染色切片推断基因表达特征，并验证其在多个独立队列中对病理完全缓解的预测性能优于传统临床特征模型	研究基于回顾性队列数据，需要前瞻性验证其临床适用性	开发基于数字病理学的基因表达特征预测模型以指导乳腺癌精准治疗选择	1940名接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	深度学习、RNA测序	Transformer	图像、基因表达数据	1940例乳腺癌患者活检样本，来自I-SPY2试验和四个外部验证队列
158	2025-09-06	Integrating ESM‑2 and Graph Neural Networks with AlphaFold‑2 Structures for Enhanced Protein Function Prediction 2025-Aug-26, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c05484 PMID:40893250	研究论文	提出一种整合ESM-2和图神经网络的改进图框架，用于增强蛋白质功能预测	结合ESM-2生成语义丰富的序列嵌入，并在图卷积块中使用混合池化机制捕获AlphaFold2预测结构的全局和局部特征	NA	提高蛋白质功能预测的准确性和泛化能力	人类蛋白质组	生物信息学	NA	ESM-2, AlphaFold2, 图神经网络	图卷积网络	蛋白质序列和结构数据	人类蛋白质组数据集
159	2025-09-06	BiU-Net: A Biologically Informed U-Net for Genotype Imputation 2025-Aug-26, Research square DOI:10.21203/rs.3.rs-6797863/v1 PMID:40909775	研究论文	提出一种结合生物学信息的U-Net模型BiU-Net，用于基因型插补以提高基因组关联研究的统计效力	通过分割基因型数据并编码位置信息来保留基因组上下文，解决了小数据集中罕见变异插补的难题	NA	开发参考基因组无关的深度学习方法，提升基因型插补的准确性和鲁棒性	人类基因型数据	机器学习	NA	基因型插补	U-Net	基因型数据	1000 Genomes Project、Louisiana Osteoporosis Study和Simons Genome Diversity Project数据集
160	2025-09-06	Whole-genome sequencing analysis of left ventricular structure and sphericity in 80,000 people 2025-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.22.25334019 PMID:40909813	研究论文	本研究通过全基因组测序分析80,000人的左心室结构和球形度，探索其与心肌病的遗传关联	首次将3D左心室球形度作为独立遗传指标，并发现其与扩张型心肌病的关联性强于射血分数，鉴定出366个遗传位点	研究主要基于UK Biobank人群，结果外推性需进一步验证	探究左心室结构与球形度的遗传基础及其与心肌病的关联	84,327名UK Biobank参与者的心脏磁共振成像数据	生物医学信息学	心血管疾病	全基因组测序(WGS)、心脏磁共振成像、深度学习语义分割	深度学习模型(用于语义分割)	影像数据(3D心脏MRI)、基因组数据	84,327人(UK Biobank)，并在All of Us队列中进行验证