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
1681	2025-04-22	The Application of Natural Language Processing Technology in Hospital Network Information Management Systems: Potential for Improving Diagnostic Accuracy and Efficiency 2025-Apr-18, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100287 PMID:40254184	研究论文	本文探讨了自然语言处理技术在医院网络信息管理系统中的应用，以提高诊断效率和准确性	提出了一种新颖的隐藏贝叶斯集成密集Bi-LSTM（HB-DBi-LSTM）策略，用于优化词袋模型	研究主要关注睡眠问题诊断，可能不适用于其他医疗领域	研究NLP技术在医院网络信息管理系统中的应用潜力，以提高诊断效率和准确性	电子健康记录中的扫描文档	自然语言处理	睡眠问题	NLP, OCR, 图像预处理	HB-DBi-LSTM, 贝叶斯技术	扫描PDF图像	报告分为70%训练集和30%测试集
1682	2025-04-22	Generating Artificial Patients With Reliable Clinical Characteristics Using a Geometry-Based Variational Autoencoder: Proof-of-Concept Feasibility Study 2025-Apr-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63130 PMID:40245392	研究论文	本研究探讨了使用基于几何的变分自编码器（VAE）生成具有可靠临床特征的人工患者的可行性	首次将基于几何的VAE应用于高维度、小样本量的表格数据，生成人工患者	需要进一步研究整合纵向动态以映射患者轨迹	测试生成具有可靠临床特征的人工患者的可行性	521名真实患者的数据	机器学习	麻醉准备	变分自编码器（VAE）	VAE	表格数据	521名真实患者，生成多达10,000名人工患者
1683	2025-04-22	Self-supervised network predicting neoadjuvant chemoradiotherapy response to locally advanced rectal cancer patients 2025-Apr-14, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102552 PMID:40253816	研究论文	提出一种自监督学习框架EIA-Net，用于预测局部晚期直肠癌患者对新辅助放化疗的反应	开发了Expand Intensive Attention Network (EIA-Net)和实例导向协作自监督学习(IOC-SSL)，增强特征提取能力并减少对标记数据的依赖	研究为回顾性研究，需要进一步前瞻性验证	提高局部晚期直肠癌患者对新辅助放化疗反应预测的准确性	局部晚期直肠癌(LARC)患者	数字病理	直肠癌	深度学习	EIA-Net (基于3D CNN和坐标注意力机制)	CT影像	1575个体积(自监督数据集1394个，监督数据集195个)
1684	2025-04-22	Interpreting regulatory mechanisms of Hippo signaling through a deep learning sequence model 2025-Apr-09, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100821 PMID:40174587	研究论文	通过深度学习序列模型解析Hippo信号通路的调控机制	利用深度学习模型在全基因组范围内学习细胞类型特异性序列规则，揭示了TFAP2C基序以核小体范围和距离依赖的方式增强TEAD4/YAP1结合，驱动协同增强子激活	研究仅基于小鼠滋养层干细胞模型，结果在其他细胞类型中的普适性有待验证	解析信号通路如何介导细胞类型特异性转录反应的机制	小鼠滋养层干细胞中的Hippo信号通路	机器学习	NA	深度学习、分子动力学模拟	深度学习序列模型	基因组序列数据	NA
1685	2025-04-22	Rapid COD Sensing in Complex Surface Water Using Physicochemical-Informed Spectral Transformer with UV-Vis-SWNIR Spectroscopy 2025-Apr-08, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c14209 PMID:40053333	research paper	该论文提出了一种结合物理化学信息的Transformer模型（PIST）与紫外-可见-短波近红外光谱（UV-vis-SWNIR）技术，用于复杂地表水中的化学需氧量（COD）快速检测	首次将Transformer模型与光谱技术结合用于水质检测，并引入了物理化学信息块以增强模型的领域适应性和特征提取能力	未提及模型在其他类型水质或更大规模数据集上的泛化能力测试	提高复杂水环境中化学需氧量（COD）的快速检测准确性和一致性	地表水（包括长江和鄱阳湖）	machine learning	NA	UV-vis-SWNIR spectroscopy	Transformer (PIST)	spectral data	实际地表水光谱数据集（覆盖长江和鄱阳湖等广泛地理区域）
1686	2025-04-22	Unsupervised Learning of Progress Coordinates during Weighted Ensemble Simulations: Application to NTL9 Protein Folding 2025-Apr-08, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01136 PMID:40105797	research paper	该研究开发了一种在加权集成（WE）罕见事件采样过程中通过深度学习（DL）识别进展坐标的无监督方法，并应用于NTL9蛋白质折叠过程	提出了一种在加权集成采样过程中通过深度学习识别进展坐标的无监督方法，显著提高了采样效率	方法仅在NTL9蛋白质折叠过程中进行了验证，尚未在其他系统或更复杂的生物分子系统中测试	开发一种无监督学习方法，用于识别罕见事件采样中的进展坐标	NTL9蛋白质折叠过程	machine learning	NA	deep learning, weighted ensemble simulations	convolutional variational autoencoder	molecular dynamics trajectories	NA
1687	2025-04-22	Weight Differences-Based Multi-level Signal Profiling for Homogeneous and Ultrasensitive Intelligent Bioassays 2025-03-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c01436 PMID:40059671	research paper	提出了一种基于重量差异的多级信号分析策略Mata，用于实现均相和超灵敏的智能生物检测	通过纳米磁标记和多级信号分类器结合深度学习模型，实现了高灵敏度和便捷操作的平衡	需要进一步验证其在其他生物标志物检测中的适用性	开发一种高灵敏度且操作简便的免疫分析方法	白细胞介素-6（interleukin-6）	智能生物检测	NA	纳米磁标记、深度学习	深度学习识别模型	光学成像数据	NA
1688	2025-04-22	Computational methods for binding site prediction on macromolecules 2025-Mar-12, Quarterly reviews of biophysics IF:7.2Q1 DOI:10.1017/S003358352500006X PMID:40071518	综述	本文综述了利用机器学习方法预测大分子结合位点的最新进展	分类了基于大分子序列、结构、模板知识、几何和能量特性的编码方法，并根据相互作用分子类型（小分子、肽和离子）对方法进行了分类	强调了基于深度学习方法的最新技术的局限性	推进药物发现，通过识别药理学靶点中的新结合位点，促进基于结构的命中识别和先导优化	蛋白质和RNA等生物分子结构	计算生物学	NA	机器学习	深度学习	序列、结构、模板知识、几何和能量特性数据	NA
1689	2025-04-22	DMGAT: predicting ncRNA-drug resistance associations based on diffusion map and heterogeneous graph attention network 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf179 PMID:40251829	research paper	该研究提出了一种名为DMGAT的新型深度学习模型，用于预测非编码RNA（ncRNA）与药物抗性之间的关联	DMGAT整合了扩散映射进行序列嵌入、图卷积网络进行特征提取以及图注意力网络（GAT）进行异质信息融合，同时采用随机森林分类器选择可靠的负样本以解决数据集不平衡问题	模型性能可能受到数据集不平衡和稀疏性的限制	预测ncRNA与药物抗性之间的关联，以识别潜在的生物标志物和治疗靶点	非编码RNA（ncRNA）和药物	machine learning	NA	word2vec, 扩散映射, 图卷积网络, 图注意力网络（GAT）	DMGAT（基于扩散映射和异质图注意力网络的深度学习模型）	序列数据（ncRNA序列和药物SMILES）	来自NoncoRNA和ncDR的精选数据集
1690	2025-04-22	A graph neural network approach for accurate prediction of pathogenicity in multi-type variants 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf151 PMID:40251830	research paper	提出了一种基于图神经网络的多模态注释致病性预测方法GNN-MAP，用于准确预测人类疾病相关基因中的致病性变异	GNN-MAP能够有效整合多模态注释和变异间的相似性关系，准确预测多种类型变异的致病性，尤其在罕见变异和高度不平衡数据集上表现优异	NA	提高人类疾病相关基因中致病性变异的预测准确性，以辅助临床决策	人类疾病相关基因中的多类型变异	machine learning	inherited retinal disease	graph neural network	GNN	multimodal annotations	ClinVar数据集
1691	2025-04-22	Prospective Evaluation of Accelerated Brain MRI Using Deep Learning-Based Reconstruction: Simultaneous Application to 2D Spin-Echo and 3D Gradient-Echo Sequences 2025-01, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0653 PMID:39780631	研究论文	前瞻性评估基于深度学习的加速脑部MRI重建技术（Accel-DL）在提高成像质量和缩短扫描时间方面的效果	首次在2D自旋回波和3D梯度回波序列中同时应用Accel-DL技术，并验证其在减少扫描时间和提高图像质量方面的效果	深部灰质（包括丘脑）的体积测量存在显著差异，且白质高信号（WMH）分割中的白质皮层病变类别存在差异	评估Accel-DL技术在脑部MRI中的效果，包括扫描时间减少和图像质量提升	150名参与者（51名男性，平均年龄57.3±16.2岁）	数字病理	NA	MRI	U-Net	图像	150名参与者，使用三种不同厂商的3T扫描仪
1692	2025-04-22	Detection and classification of ChatGPT-generated content using deep transformer models 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1458707 PMID:40256321	研究论文	本文提出了一种基于深度transformer模型的ChatGPT生成内容的检测与分类方法	使用RoBERTa和DistilBERT等transformer架构模型，实现了对AI生成文本的高效检测与分类，F1分数和准确率均超过0.98	模型在不同AI生成内容来源上的泛化能力尚未验证，且未考虑AI文本检测领域不断演变的挑战	解决AI生成文本（特别是ChatGPT）的检测与分类问题，以防止技术滥用	人类撰写文本与ChatGPT生成的AI文本	自然语言处理	NA	深度学习	RoBERTa, DistilBERT	文本	包含人类撰写和ChatGPT生成文本的数据集（具体数量未说明）
1693	2025-04-22	The G Protein-Coupled Receptor-Related Gene Signatures for Diagnosis and Prognosis in Glioblastoma: A Deep Learning Model Using RNA-Seq Data 2024-Dec-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2024.25.12.4201 PMID:39733410	研究论文	本研究利用RNA-Seq数据和深度学习模型，探索了胶质母细胞瘤中G蛋白偶联受体相关基因标记的诊断和预后价值	首次将深度学习模型与RNA-Seq数据结合，鉴定出胶质母细胞瘤中G蛋白偶联受体相关基因作为新型生物标志物	研究仅基于532名患者的回顾性数据，需要更大样本的前瞻性研究验证	探索胶质母细胞瘤的新型诊断和预后生物标志物	532名胶质母细胞瘤患者的RNA-Seq数据	数字病理学	胶质母细胞瘤	RNA-Seq	深度学习	基因表达数据	532名GBM患者
1694	2025-04-22	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-05-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	research paper	该研究结合像素化全介质超表面与深度学习技术，开发了一种用于时间分辨原位生物光谱学的集成光流控平台	利用高Q超表面在损耗性水环境中操作，结合深度学习实现实时分类，准确率达98%	目前仅应用于光开关脂质膜的动态行为研究，尚未扩展到更广泛的生物分子系统	开发一种集成光流控平台，用于研究生物系统的动态相互作用	光开关脂质膜的动态行为	digital pathology	NA	光谱采样技术	CNN	光谱数据	NA
1695	2025-04-21	Validation of a Deep Learning Model for Diabetic Retinopathy on Patients with Young-Onset Diabetes 2025-May, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01116-z PMID:40087218	研究论文	本研究验证了一种深度学习模型在年轻发病糖尿病患者中筛查糖尿病视网膜病变（DR）的性能	针对年轻糖尿病患者（18-25岁）验证深度学习系统的性能，发现其敏感性与年长患者相当，但特异性更高	视网膜光泽的存在可能干扰参考DME状态的判定，影响模型敏感性的测量	评估深度学习系统在年轻糖尿病患者中筛查糖尿病视网膜病变的性能	18-45岁的糖尿病患者（主要为1型糖尿病）	数字病理学	糖尿病视网膜病变	深度学习	DLS（深度学习系统）	眼底照片	321名18-45岁患者（98.8%为1型糖尿病）
1696	2025-04-21	Deep-Learning-Assisted Analysis of Early Biomarker Changes in Treatment-Naïve Patients with Neovascular AMD Under Intravitreal Faricimab 2025-May, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01125-y PMID:40133689	研究论文	本研究应用基于AI的分割算法量化关键OCT生物标志物，并评估玻璃体内faricimab在初治新生血管性年龄相关性黄斑变性患者中的短期疗效	首次将AI驱动的生物标志物分割技术应用于faricimab治疗的初治nAMD患者，量化了多种疾病活动性生物标志物的变化	样本量较小(40只眼)，且为回顾性研究，缺乏长期随访数据	评估AI辅助生物标志物分析在nAMD治疗监测中的应用价值	初治新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描(OCT)	深度学习语义分割算法	医学影像	38名患者的40只眼
1697	2025-04-21	A Deep Learning Segmentation Model for Detection of Active Proliferative Diabetic Retinopathy 2025-May, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01127-w PMID:40146482	research paper	开发一种深度学习分割模型，用于在六视野视网膜图像中检测活动性增殖性糖尿病视网膜病变	该模型能够准确识别需要立即治疗的增殖性糖尿病视网膜病变患者，通过注释新生血管和视网膜前出血来提高检测准确性	模型的阳性预测值较低（57%），可能存在一定的误诊率	开发一种深度学习模型，用于检测活动性增殖性糖尿病视网膜病变	六视野视网膜图像	digital pathology	diabetic retinopathy	deep learning segmentation	DL segmentation model	image	637张活动性PDR图像和301张非活动性PDR图像，来自199名个体
1698	2025-04-21	Virtual screening and characterization of novel myogenic peptides from bovine collagen hydrolysates: Targeting myomaker 2025-May, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116267 PMID:40253143	研究论文	本研究通过虚拟筛选和表征牛骨胶原水解物中的新型肌原性肽，探索其通过靶向Myomaker促进肌肉分化和再生的机制	首次发现肽AGPPGPPGPAGK能与Myomaker形成稳定复合物，并通过调节能量代谢促进成肌细胞分化	HRH1在细胞分化能量代谢中的调控作用需进一步验证	阐明牛骨胶原促进肌肉分化和再生的分子机制	牛骨胶原水解物中的肽序列（特别是AGPPGPPGPAGK）及其与Myomaker的相互作用	生物信息学与分子生物学	肌肉衰老	肽组学、分子对接、动力学模拟、深度学习预测、转录组分析	深度学习工具（未指定具体模型）	肽序列数据、分子模拟数据、转录组数据	未明确说明样本数量（基于牛骨胶原水解物的肽组学分析）
1699	2025-04-21	Progress in machine learning-supported electronic nose and hyperspectral imaging technologies for food safety assessment: A review 2025-May, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116285 PMID:40253192	综述	本文综述了机器学习支持的电子鼻和高光谱成像技术在食品安全评估中的应用进展	结合电子鼻和高光谱成像技术与机器学习算法，提供食品安全评估的综合视角	技术应用主要局限于实验室环境，缺乏标准化协议，影响测试的可重复性和实际应用	探讨机器学习如何提升电子鼻和高光谱成像技术在食品安全评估中的性能	食品安全评估中的电子鼻和高光谱成像技术	机器学习	NA	电子鼻(e-nose)、高光谱成像(HSI)	人工神经网络(ANN)、深度学习(DL)	NA	NA
1700	2025-04-21	Genetic and Environmental Factors Affecting Hair Density in East Asian Populations 2025-Apr-19, The British journal of dermatology DOI:10.1093/bjd/ljaf149 PMID:40251992	research paper	该研究通过大规模定量评估和基因组关联分析，识别了影响东亚人群头发密度的环境和遗传因素	首次在东亚人群中发现了三个与头发密度显著相关的遗传位点，并揭示了这些基因在毛囊发育中的功能注释	研究样本仅来自东亚人群，可能限制了结果在其他人群中的普适性	探究影响东亚人群头发密度的环境和遗传因素，并分析与其他毛发特征和疾病的共享遗传影响	5735名东亚个体的毛囊单位密度和每毛囊单位毛发数	遗传学	脱发症	GWAS, meta-analysis, C-GWAS, 深度学习图像分析	混合线性模型	图像数据, 基因组数据	5735名东亚个体