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	2025-07-21	In silico prediction of pK a values using explainable deep learning methods 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101174 PMID:40678476	research paper	本研究提出了一种名为GraFp的pKa预测模型，结合了图神经网络和分子指纹技术，旨在提高预测准确性和可解释性	GraFp模型不仅提高了pKa预测的准确性，还通过集成梯度（IGs）增强了模型的可解释性，能够清晰展示对pKa值有显著影响的原子	NA	开发一个既准确又可解释的pKa预测模型，以支持药物研究中的ADMET属性评估	分子及其pKa值	machine learning	NA	graph neural networks (GNNs), molecular fingerprints, Integrated Gradients (IGs)	GNN	molecular structure data	NA
142	2025-07-21	Identify drug-drug interactions via deep learning: A real world study 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101194 PMID:40678481	研究论文	本研究开发了一种名为MDFF的多维特征融合模型，用于预测药物-药物相互作用（DDIs），并在真实世界数据中验证其性能	MDFF模型整合了一维简化分子输入行条目系统序列特征、二维分子图特征和三维几何特征，以增强药物表示，提高DDI预测的准确性	尽管在真实世界数据中表现良好，但样本量较小（仅12份不良反应报告），可能需要更大规模的数据验证	开发一种能够准确预测药物-药物相互作用的深度学习模型，并验证其在临床实践中的应用潜力	药物-药物相互作用（DDIs）	机器学习	NA	深度学习	MDFF（多维特征融合模型）	分子序列数据、分子图数据、几何特征数据	两个DDI数据集和12份真实世界不良反应报告
143	2025-07-21	Multi-class classification of central and non-central geographic atrophy using Optical Coherence Tomography 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.27.25328446 PMID:40492092	研究论文	开发并验证基于深度学习的模型，利用光学相干断层扫描（OCT）数据对地理萎缩（GA）亚型进行分类	首次使用Vision Transformer (ViT-B/16)架构对GA亚型进行分类，并通过选择性使用包含中央凹区域的B扫描提高了诊断准确性	研究样本量相对较小（104名患者），且为回顾性研究	开发能够准确分类地理萎缩亚型的深度学习模型	地理萎缩（GA）患者的OCT扫描数据	数字病理学	年龄相关性黄斑变性（AMD）	光学相干断层扫描（OCT）	ResNet50, MobileNetV2, Vision Transformer (ViT-B/16)	图像	455个OCT体积（来自104名患者），包括258个中央GA、74个非中央GA和123个无GA样本
144	2025-07-21	Deep-learning-based single-domain and multidomain protein structure prediction with D-I-TASSER 2025-May-23, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02654-4 PMID:40410405	research paper	提出了一种结合深度学习和传统物理模拟的蛋白质结构预测方法D-I-TASSER	D-I-TASSER通过整合多源深度学习势能和迭代线程片段组装模拟，实现了对单域和多域蛋白质结构的自动化建模，且在性能上超越了AlphaFold2和AlphaFold3	NA	开发一种高精度的蛋白质结构和功能预测方法，适用于全基因组应用	单域和多域蛋白质结构	machine learning	NA	深度学习，迭代线程片段组装模拟	D-I-TASSER	蛋白质序列和结构数据	人类蛋白质组中的81%蛋白质域和73%全链序列
145	2025-07-21	FlowMRI-Net: A generalizable self-supervised 4D flow MRI reconstruction network 2025-May-16, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101913 PMID:40383184	research paper	本文提出了一种名为FlowMRI-Net的自监督深度学习框架，用于快速准确地重建高度欠采样的4D流MRI数据	FlowMRI-Net采用基于物理展开优化的复数卷积循环神经网络，并以自监督方式进行训练，具有较高的泛化能力	研究仅针对主动脉和脑血管应用进行了验证，未涵盖其他血管区域	开发一个通用的自监督深度学习框架，用于快速准确地重建高度欠采样的4D流MRI数据	主动脉和脑血管的4D流MRI数据	medical imaging	cardiovascular disease	4D flow MRI	complex-valued convolutional recurrent neural network	MRI data	使用来自两个不同厂商系统的主动脉和脑血管4D流MRI采集数据
146	2025-07-21	Using deep learning to predict internalizing problems from brain structure in youth 2025-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625869 PMID:40654936	研究论文	使用深度学习通过青少年大脑结构预测内化问题	利用深度学习技术从大脑结构特征中预测内化问题，特别是在神经发育条件较高的个体中表现出良好的预测性能	纵向模型在一般人群样本中预测性能较差，且样本主要集中在神经发育条件较高的个体中	探索内化问题的生物标志物，并预测其跨时间和纵向恶化轨迹	青少年内化问题（如焦虑和抑郁）	机器学习	精神疾病	深度学习	深度学习模型	大脑结构数据（厚度、表面积和体积）	横断面研究样本量14,523，纵向研究样本量10,540
147	2025-07-21	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	本研究旨在开发基于机器学习和深度学习的模型，用于通过临床记录检测mpox病例以支持监测工作	开发了基于临床记录的机器学习和深度学习模型，用于mpox病例检测，并比较了不同模型的性能	研究为回顾性研究，可能存在数据偏差，且样本量相对较小	开发用于mpox病例监测的机器学习和深度学习模型	临床记录中的mpox病例	机器学习	mpox（猴痘）	机器学习和深度学习	LASSO回归, ClinicalBERT, ClinicalLongformer	临床记录文本	228例PCR确诊的mpox病例和698例对照
148	2025-07-21	AI-Cirrhosis-ECG (ACE) score for predicting decompensation and liver outcomes 2025-May, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101356 PMID:40276480	研究论文	本研究开发了一种基于深度学习的AI-Cirrhosis-ECG (ACE)评分系统，用于预测肝硬化患者的失代偿和肝脏相关结局	首次将深度学习技术应用于ECG数据分析，开发出能够准确预测肝硬化失代偿和临床结局的非侵入性评分系统	需要在更多样化的人群中进行进一步验证，并与其他已建立的预测因子整合	提高肝硬化患者疾病严重程度和预后的预测准确性	肝硬化患者	数字病理学	肝硬化	深度学习	深度学习模型	ECG数据	来自三个队列的总共1233名患者（472名回顾性队列，420名前瞻性移植队列，341名外部验证队列）
149	2025-07-21	Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function 2025-May, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02665-8 PMID:40341204	研究论文	介绍了一个名为DeepSPT的深度学习框架，用于快速高效地分析细胞内物体的扩散行为，并自动提取功能信息	开发了DeepSPT框架，能够仅通过扩散行为自动提取生物功能信息，显著提高了分析速度和效率	未提及具体的数据集规模或模型验证的广泛性	开发自动化工具来分析细胞内物体的扩散行为并提取功能信息	细胞内分子和细胞器的扩散行为	计算机视觉	NA	深度学习	深度学习框架	时间序列数据	NA
150	2025-07-21	Migration of Deep Learning Models Across Ultrasound Scanners 2025-Apr-25, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3564567 PMID:40279236	研究论文	本文提出了一种在定量超声（QUS）中迁移深度学习模型功能的黑盒无监督域适应技术	开发了一种策略，可以在黑盒设置下将深度学习模型的功能从一台超声机器迁移到另一台，且不依赖模型内部信息	需要假设测试机器上有未标记数据可用，且未探讨模型在其他类型超声机器上的迁移效果	研究深度学习模型在不同超声机器间的功能迁移方法	超声机器（SonixOne和Verasonics）和深度学习模型	医学影像分析	NA	黑盒无监督域适应技术	深度学习模型	超声数据	使用了SonixOne和Verasonics两台超声机器的数据
151	2025-07-21	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2025-Apr-23, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	research paper	本研究旨在通过深度学习模型（BEDDLM）对外部验证巴雷特食管（BE）异型增生的组织学诊断	使用cGANs进行染色标准化，并采用YOLO模型与ResNet101分类器结合的集成方法进行WSIs分析	样本来源仅限于三个外部学术中心，可能影响模型的广泛适用性	提高巴雷特食管异型增生的诊断准确性，减少人工病理读片中的观察者间变异和过度诊断	巴雷特食管（BE）患者的非异型增生（NDBE）、低度异型增生（LGD）和高度异型增生（HGD）组织切片	digital pathology	esophageal adenocarcinoma	cycle-generative adversarial networks (cGANs), YOLO, ResNet101	CNN (ResNet101), YOLO	whole slide images (WSIs)	489张WSIs（232 NDBE, 117 LGD, 140 HGD）
152	2025-07-21	Dissection of tumoral niches using spatial transcriptomics and deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112214 PMID:40230519	研究论文	本研究介绍了TG-ME，一个创新的计算框架，结合了transformer和图变分自编码器（GraphVAE）模型，用于利用空间转录组学数据和形态学图像解析肿瘤微环境	TG-ME框架创新性地整合了transformer与GraphVAE模型，能够有效识别和表征肿瘤微环境中的特定区域	NA	解析肿瘤微环境的空间组织，揭示其分子变化与癌症进展的关系	肿瘤微环境中的特定区域	数字病理学	非小细胞肺癌（NSCLC）	空间转录组学	transformer, GraphVAE	空间转录组学数据, 形态学图像	NA
153	2025-07-21	Accurate and rapid determination of metabolic flux by deep learning of isotope patterns 2025-Apr-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.06.565907 PMID:37986781	研究论文	本文介绍了一种名为ML-Flux的机器学习框架，用于快速准确地测定代谢通量	创新性地使用深度学习解析复杂的同位素标记模式，提高了代谢通量计算的准确性和速度	目前仅针对26种关键碳和氢标记的葡萄糖和谷氨酰胺示踪剂进行了训练	开发更高效的代谢通量定量分析方法	细胞代谢状态和代谢通量	机器学习	NA	同位素标记示踪实验	神经网络	同位素模式数据	26种关键C-葡萄糖、H-葡萄糖和C-谷氨酰胺示踪剂
154	2025-07-21	Quantitative CT Measures of Lung Fibrosis and Outcomes in the National Lung Screening Trial 2025-Apr-10, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202410-1048OC PMID:40208581	研究论文	该研究通过定量CT测量肺纤维化，探讨其与全国肺癌筛查试验(NLST)中临床相关结局的关联	使用CALIPER和深度学习算法(DL-UIP)进行ILD定量测量，而非传统的定性评估	未发现ILD定量测量与肺癌发病率的关联	确定ILD定量测量是否与NLST中的临床相关结局相关联	全国肺癌筛查试验(NLST)中的11,518名个体	数字病理学	肺癌	低剂量CT(LDCT), CALIPER, DL-UIP算法	深度学习	CT图像	11,518名有吸烟史的高危人群
155	2025-07-21	pC-SAC: A method for high-resolution 3D genome reconstruction from low-resolution Hi-C data 2025-Apr-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf289 PMID:40226920	研究论文	提出了一种名为pC-SAC的计算方法，用于从低分辨率Hi-C数据中重建高分辨率3D基因组	pC-SAC采用自适应重要性采样与序列蒙特卡洛方法，生成满足物理约束的3D染色质链集合，显著提高了Hi-C数据的分辨率	未提及具体样本量或实验验证的局限性	提高Hi-C数据的分辨率，以更深入地研究3D基因组组织及其在基因调控和疾病中的作用	3D基因组组织	计算生物学	NA	Hi-C, 自适应重要性采样, 序列蒙特卡洛	probabilistically Constrained Self-Avoiding Chromatin (pC-SAC)	Hi-C数据	NA
156	2025-07-21	Enhancing nonlinear transcriptome- and proteome-wide association studies via trait imputation with applications to Alzheimer's disease 2025-Apr, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011659 PMID:40209152	研究论文	本文探讨了在非线性转录组和蛋白质组关联研究中使用估算的阿尔茨海默病状态，以识别与AD风险相关的基因和蛋白质	利用估算的AD状态进行非线性TWAS/PWAS研究，结合深度学习模型DeLIVR，提高了统计功效而不增加假阳性	研究依赖于估算的AD状态，可能受到估算准确性的影响	识别与阿尔茨海默病风险相关的基因和蛋白质	阿尔茨海默病相关的基因和蛋白质	生物信息学	阿尔茨海默病	TWAS/PWAS, 深度学习	DeLIVR	基因表达数据, 蛋白质组数据	来自GTEx项目和UK Biobank的数据，以及ADSP的临床诊断AD病例
157	2025-07-21	SuperMRF: deep robust reconstruction for highly accelerated magnetic resonance fingerprinting 2025-Apr-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1819 PMID:40235764	研究论文	本研究提出了一种名为SuperMRF的新型深度学习框架，用于从欠采样的三维笛卡尔磁共振指纹数据直接生成定量T1和T2图，绕过传统的模式匹配方法	SuperMRF利用三维CNN同时利用二维空间和一维时间信息进行重建，相比传统方法能更充分地利用MRF数据的时空内容	研究仅针对健康志愿者的膝关节扫描数据进行了验证，样本量较小（4名志愿者）	设计和评估一种能实现快速、稳健MRF重建的深度学习框架	磁共振指纹数据	医学影像分析	NA	磁共振指纹成像(MRF)	3D CNN	三维笛卡尔MRF数据	4名健康志愿者
158	2025-07-21	Reducing hepatitis C diagnostic disparities with a fully automated deep learning-enabled microfluidic system for HCV antigen detection 2025-Mar-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt3803 PMID:40106555	research paper	开发了一种基于智能手机的自动化微流控系统，用于HCV抗原检测，以减少诊断差异	结合铂纳米颗粒、深度学习图像处理和微流控技术，开发了一种高准确度（94.59%）的便携式HCV抗原检测设备	目前尚未获得FDA批准，且未提及大规模临床试验结果	解决资源有限地区HCV诊断的及时性和准确性问题	HCV抗原检测	digital pathology	hepatitis C	microfluidics, deep learning image processing	deep learning	image	NA
159	2025-07-21	StainAI: quantitative mapping of stained microglia and insights into brain-wide neuroinflammation and therapeutic effects in cardiac arrest 2025-Mar-20, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07926-y PMID:40114030	研究论文	介绍了一种名为StainAI的深度学习工具，用于快速、高通量分析小胶质细胞形态，并应用于心脏骤停后的神经炎症研究	开发了StainAI工具，能够从小胶质细胞的免疫组化图像中快速分类和量化形态特征，超越了现有方法的速度和规模	未提及具体的技术限制或数据局限性	研究小胶质细胞在神经炎症中的作用及其形态变化	小胶质细胞	数字病理学	神经炎症	免疫组化	深度学习	图像	大鼠模型和非人灵长类模型
160	2025-07-21	Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks 2025-Mar-05, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.02.026 PMID:40050174	研究论文	本研究评估了四种深度学习架构在3D MRI数据中自动分割声道的效果	比较了2D和3D卷积网络及Transformer网络在声道分割中的性能，并探讨了迁移学习的应用	所有模型在分割某些特定声音（如/kõn/）和骨性区域（如牙齿）附近时表现不佳	评估深度学习算法在3D MRI数据中自动分割声道的效能	10名法语使用者的53个声道体积数据	计算机视觉	NA	3D MRI扫描	2D U-Net, 3D U-Net, 3D U-Net with transfer learning, 3D transformer U-Net (3D U-NetR)	3D MRI图像	53个声道体积数据（来自10名受试者）