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
16841	2024-09-13	Integrated deep learning model for automatic detection and classification of stenosis in coronary angiography 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108184 PMID:39191164	研究论文	本文提出了一种集成深度学习模型，用于冠状动脉造影图像中狭窄的自动检测和分类	首次提出了一种集成深度学习模型，用于血管造影中动脉狭窄的识别和分类，并开发了一个名为“Hemadostenosis”的网络平台，为临床实践提供了实际支持	NA	开发一种能够自动检测和分类冠状动脉造影图像中狭窄的深度学习模型，并提供实际的临床支持	冠状动脉造影图像中的狭窄	计算机视觉	心血管疾病	深度学习	卷积神经网络	图像	1606张冠状动脉造影图像，来自132名患者
16842	2024-09-13	DRN-CDR: A cancer drug response prediction model using multi-omics and drug features 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108175 PMID:39191166	研究论文	本文提出了一种基于深度残差网络的多组学和药物特征的癌症药物反应预测模型DRN-CDR	本文创新性地整合了基因表达、突变数据、甲基化数据以及药物分子结构信息，通过深度残差网络预测药物的IC50值，并在分类问题上取得了较高的AUC和AUPR值	NA	优化癌症治疗方案，提高治疗效果并减少副作用	癌症药物反应预测	机器学习	NA	深度学习	深度残差网络	多组学数据	多种药物和细胞系对
16843	2024-09-13	Balinese story texts dataset for narrative text analyses 2024-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110781 PMID:39252773	研究论文	本文介绍了首个用于叙事文本分析的巴厘故事文本数据集，包含四个子数据集用于角色识别、别名聚类和角色分类	首次为巴厘故事文本创建了标注数据集，填补了低资源语言数据集的空白	数据集仅包含120个巴厘故事文本，样本量相对较小	开发和提供用于叙事文本分析的巴厘故事文本数据集	巴厘故事文本中的角色识别、别名聚类和角色分类	自然语言处理	NA	命名实体识别、自然语言处理	NA	文本	120个手动标注的巴厘故事文本，包含89,917个标注词和6,634个句子
16844	2024-09-13	A scarce dataset for ancient Arabic handwritten text recognition 2024-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110813 PMID:39252777	研究论文	本文提供了一个稀缺的古代阿拉伯手写文本识别数据集，填补了该领域的空白	本文首次提供了一个包含图像和文本真值的古代阿拉伯手稿数据集，有助于阿拉伯OCR和文本校正任务的研究和实践	数据集规模较小，仅包含八本书和四十页	开发用于古代阿拉伯手写文本识别的深度学习光学字符识别模型	古代阿拉伯手稿的图像和文本	计算机视觉	NA	深度学习	深度神经网络	图像和文本	八本书，四十页
16845	2024-09-13	FruitSeg30_Segmentation dataset & mask annotations: A novel dataset for diverse fruit segmentation and classification 2024-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110821 PMID:39252785	研究论文	本文介绍了一个名为FruitSeg30_Segmentation Dataset & Mask Annotations的新数据集，旨在提升深度学习模型在水果分割和分类任务中的能力	该数据集包含了1969张高质量图像，涵盖30种不同的水果类别，提供了多样化的视觉信息，有助于构建更强大的模型	NA	提升水果分割和分类任务中深度学习模型的性能	水果图像的分割和分类	计算机视觉	NA	NA	U-Net	图像	1969张高质量图像，涵盖30种不同的水果类别
16846	2024-09-13	AI-guided identification of risk variants for adrenocortical tumours in TP53 p.R337H carrier children: a genetic association study 2024-Oct, Lancet regional health. Americas DOI:10.1016/j.lana.2024.100863 PMID:39258234	研究论文	研究探讨了TP53 p.R337H携带儿童中与肾上腺皮质肿瘤风险相关的遗传变异	使用深度学习算法分析全外显子测序数据，发现与肾上腺皮质肿瘤发生相关的非编码变异	研究样本主要来自巴西南部，结果的普适性可能受限	研究TP53 p.R337H携带儿童中与肾上腺皮质肿瘤风险相关的遗传变异	TP53 p.R337H携带儿童及其父母	遗传学	肾上腺皮质肿瘤	全外显子测序	深度学习	基因组数据	发现队列包括21名儿童及其父母，验证队列包括392名TP53 p.R337H携带者
16847	2024-09-13	A deep learning method for predicting the origins of cervical lymph node metastatic cancer on digital pathological images 2024-Sep-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110645 PMID:39252964	研究论文	本文提出了一种基于深度学习的方法，用于预测数字病理图像中颈部淋巴结转移癌的起源	本文设计了一种多实例学习算法，用于关键区域识别，并在内部和外部数据集上验证了模型的泛化能力	本文仅使用了H&E染色的切片数据，未考虑其他类型的病理图像	开发一种辅助医生在手术前评估颈部淋巴结状态的方法	颈部淋巴结转移癌的起源	数字病理学	NA	深度学习	多实例学习算法	图像	1036例颈部淋巴结活检样本
16848	2024-09-13	Advancing precise diagnosis of nasopharyngeal carcinoma through endoscopy-based radiomics analysis 2024-Sep-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110590 PMID:39252978	研究论文	本研究开发了一种基于内窥镜图像的深度学习模型，用于鼻咽癌的精确诊断	提出了一个基于内窥镜图像的深度学习模型，用于鼻咽癌的早期检测和诊断	NA	开发一种用于鼻咽癌诊断的深度学习模型	鼻咽癌的早期检测和诊断	计算机视觉	鼻咽癌	深度学习	深度学习模型	图像	12,087张鼻咽内窥镜图像和309个视频，来自1,108名患者
16849	2024-09-13	Prediction and Interpretability Study of the Glass Transition Temperature of Polyimide Based on Machine Learning with Quantitative Structure-Property Relationship (Tg-QSPR) 2024-Sep-12, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c00756 PMID:38979707	研究论文	本研究利用机器学习方法基于定量结构-性质关系（QSPR）预测聚酰亚胺的玻璃化转变温度（Tg）	本研究通过六种不同的特征选择方法优化分子描述符，并使用五种集成学习算法和一种深度学习算法构建预测模型，显著提高了预测准确性和鲁棒性	本研究仅限于聚酰亚胺材料，且模型需要进一步验证以确保其在不同条件下的适用性	开发一种基于机器学习的预测模型，用于快速设计和开发聚酰亚胺结构	聚酰亚胺的玻璃化转变温度	机器学习	NA	RDKit	集成学习算法和深度学习算法	分子描述符	1257种聚酰亚胺
16850	2024-09-13	Deep learning-driven forward and inverse design of nanophotonic nanohole arrays: streamlining design for tailored optical functionalities and enhancing accessibility 2024-Sep-12, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr03081h PMID:39171500	研究论文	本文利用深度学习方法进行纳米光子学中纳米孔阵列（NHAs）的正向和逆向设计，以优化其光学性能	采用深度神经网络进行NHAs的正向和逆向设计，显著提高了设计效率和精度	实验验证仅限于金纳米孔阵列，未来需扩展到其他材料和结构	通过深度学习优化纳米孔阵列的光学性能，简化设计过程	纳米孔阵列的光学特性和结构参数	纳米光子学	NA	深度学习	深度神经网络	结构数据	超过6000个样本
16851	2024-09-13	Accelerating Global Search of Large-Sized Silver Clusters Using Cluster Graph Attention Network 2024-Sep-12, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c01953 PMID:39213499	研究论文	本文利用集群图注意力网络（CGANet）和自制的综合遗传算法（CGA）程序，加速了大规模银簇的全局搜索	本文首次将深度学习技术应用于银簇的结构搜索，效率比传统的密度泛函理论（DFT）计算高出约两个数量级	NA	研究银簇的稳定性与反应性，并解释实验中观察到的银簇增强稳定性现象	银簇（Ag = 30-60）的结构与电子性质	机器学习	NA	集群图注意力网络（CGANet），综合遗传算法（CGA）	图注意力网络（GANet）	结构数据	银簇（Ag = 30-60）
16852	2024-09-13	A Deep Learning Approach to Uncover Voltage-Gated Ion Channels' Intermediate States 2024-Sep-12, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c03182 PMID:39213618	研究论文	本文提出了一种基于深度学习的管道，用于全面探索电压门控离子通道在门控过程中的构象重排	本文首次应用深度学习方法来解析电压门控离子通道的中间状态及其过渡机制	由于缺乏实验数据，本文主要依赖分子动力学模拟和深度学习方法，可能存在对实际生物过程的简化	旨在揭示电压门控离子通道的门控机制及其中间状态	Kv1.2电压传感器域的电压门控离子通道	机器学习	NA	深度学习	深度学习模型	结构数据	具体样本数量未明确提及
16853	2024-09-13	Machine Learning Approaches for Automated Diagnosis of Cardiovascular Diseases: A Review of Electrocardiogram Data Applications 2024-Sep-12, Cardiology in review IF:2.0Q3 DOI:10.1097/CRD.0000000000000764 PMID:39264208	综述	本文综述了机器学习和深度学习算法在利用心电图数据诊断和分类心血管疾病中的应用	深度学习算法在数据稀缺情况下仍表现出高效性	NA	评估机器学习和深度学习算法在心血管疾病诊断中的有效性	心电图数据	机器学习	心血管疾病	机器学习	卷积神经网络、深度神经网络	心电图数据	30项研究
16854	2024-09-13	Deep-Learning-Based Blood Glucose Detection Device Using Acetone Exhaled Breath Sensing Features of α-Fe2O3-MWCNT Nanocomposites 2024-Sep-11, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c06855 PMID:39225263	研究论文	本文开发了一种基于α-Fe2O3-MWCNT纳米复合材料的呼气中丙酮传感特征的无创血糖检测设备	利用α-Fe2O3-MWCNT纳米复合材料开发了一种能够在高湿度环境下准确检测呼气中丙酮含量的传感器，并结合深度学习算法提高了检测设备的可靠性和校准精度	NA	开发一种用于早期糖尿病诊断的无创血糖检测设备	呼气中的丙酮含量与血糖水平的关系	传感器技术	糖尿病	α-Fe2O3-MWCNT纳米复合材料	深度学习算法	呼气数据	50名志愿者
16855	2024-09-13	GIAE-DTI: Predicting Drug-Target Interactions Based on Heterogeneous Network and GIN-based Graph Autoencoder 2024-Sep-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3458794 PMID:39259623	研究论文	提出了一种基于异构网络和GIN图自编码器的药物-靶点相互作用预测模型GIAE-DTI	通过计算药物和靶点的跨模态相似性，构建异构网络，并使用基于图同构网络的图自编码器进行特征提取，结合双解码器实现更好的自监督学习	未提及	提高药物-靶点相互作用预测的准确性，推动药物发现和再利用	药物-靶点相互作用	机器学习	NA	图自编码器	深度神经网络	网络数据	未提及
16856	2024-09-13	A conditional protein diffusion model generates artificial programmable endonuclease sequences with enhanced activity 2024-Sep-10, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-024-00728-2 PMID:39251570	研究论文	本研究开发了一种条件蛋白质扩散模型CPDiffusion，用于生成具有增强功能的蛋白质序列，并应用于生成人工可编程核酸酶序列	CPDiffusion模型能够捕捉特定蛋白质家族的高度保守残基和序列特征，无需依赖大量训练数据，并在单一步骤中生成具有复杂结构和功能的新蛋白质序列	NA	开发一种新的深度学习方法，用于生成具有增强功能的蛋白质序列	Argonaute蛋白及其野生型模板Kurthia massiliensis Ago和Pyrococcus furiosus Ago	机器学习	NA	深度学习	条件蛋白质扩散模型	蛋白质序列	生成了多达近400个氨基酸差异的人工蛋白质序列，并进行了实验测试
16857	2024-09-13	Spatiotemporal transcriptomic landscape of rice embryonic cells during seed germination 2024-Sep-09, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2024.05.016 PMID:38848718	研究论文	研究通过空间增强分辨率组学测序和单细胞RNA测序，揭示了水稻胚胎细胞在种子萌发过程中的时空转录组图谱	首次报道了两种未知的盾片细胞类型，并开发了一种基于深度学习的自动细胞分割模型	NA	揭示水稻胚胎细胞在种子萌发过程中的复杂生物学功能	水稻胚胎细胞在种子萌发过程中的时空转录组	基因组学	NA	空间增强分辨率组学测序（Stereo-seq）和单细胞RNA测序（scRNA-seq）	深度学习	转录组	6, 24, 36, 和 48小时后的萌发水稻胚胎
16858	2024-09-13	Accelerating segmentation of fossil CT scans through Deep Learning 2024-09-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71245-1 PMID:39251621	研究论文	本文介绍了一种利用深度学习加速化石CT扫描分割的方法	该方法通过使用少于1%-2%的训练数据，实现了高保真的3D化石模型分割	NA	旨在通过深度学习技术加速化石CT扫描数据的处理	化石CT扫描数据	计算机视觉	NA	深度学习	Unet	CT扫描图像	少于1%-2%的总CT数据集
16859	2024-09-13	Modelling protein complexes with crosslinking mass spectrometry and deep learning 2024-Sep-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51771-2 PMID:39251624	研究论文	本文通过将交联质谱（MS）实验获得的距离约束整合到AlphaFold-Multimer中，扩展了AlphaLink以应用于蛋白质复合物，显著提高了结构建模的性能	首次将交联质谱数据整合到AlphaFold-Multimer中，扩展了AlphaLink的应用范围，并展示了其在全细胞结构研究中的潜力	NA	提高基于深度学习的蛋白质复合物结构建模的准确性	蛋白质复合物的结构建模	机器学习	NA	交联质谱（MS）	AlphaFold-Multimer	蛋白质结构数据	涉及Bacillus subtilis中的铁稳态分子基础研究
16860	2024-09-13	EpiScan: accurate high-throughput mapping of antibody-specific epitopes using sequence information 2024-Sep-09, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00432-7 PMID:39251627	研究论文	本文介绍了一种基于注意力机制的深度学习框架EpiScan，用于预测抗体特异性表位	EpiScan采用多输入单输出策略，设计了独立模块处理抗体的不同部分，并通过加权整合进行表位预测	NA	开发高效且成本效益高的计算工具，用于识别病毒蛋白上的抗体特异性表位，支持疫苗开发和药物设计	抗体特异性表位	机器学习	NA	深度学习	注意力机制	序列	多个实验数据样本