深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
16981	2025-10-07	Screening of multi deep learning-based de novo molecular generation models and their application for specific target molecular generation 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86840-z PMID:39910075	研究论文	本研究筛选并改进多种基于深度学习的从头分子生成模型，并将其应用于针对非小细胞肺癌特定靶点的分子生成	基于GPT架构改进顶级分子生成模型，提出基于T5架构的端到端神经网络学习框架，通过条件分子属性嵌入向量指导SMILES序列表示	NA	开发高效的从头分子生成方法用于靶向药物发现	L858R/T790M/C797S突变EGFR的非小细胞肺癌靶点分子	自然语言处理	肺癌	从头分子生成，逆分子设计	Transformer, GPT, T5	SMILES序列，分子属性数据	NA	NA	Generative Pretraining Transformer (GPT), Text-to-Text Transfer Transformer (T5), 选择性状态空间模型	最大似然目标	NA
16982	2025-10-07	A feature extraction method for hydrofoil attached cavitation based on deep learning image semantic segmentation algorithm 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88582-4 PMID:39910333	研究论文	提出一种基于深度学习图像语义分割算法的水翼附着空化特征提取方法	首次将深度学习图像语义分割技术应用于水翼空化特征提取，能够自动获取空化长度并推导更敏感的空化区域面积和位置变化指标	NA	研究水翼上空化从片状空化向云状空化转变过程的机理	水翼附着空化现象	计算机视觉	NA	深度学习图像语义分割	语义分割模型	空化图像	大量空化图像（具体数量未说明）	NA	NA	准确度	NA
16983	2025-10-07	Barlow Twins deep neural network for advanced 1D drug-target interaction prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00952-2 PMID:39910404	研究论文	提出了一种名为BarlowDTI的新型药物-靶点相互作用预测方法，结合Barlow Twins架构和梯度提升机	首次将Barlow Twins架构用于药物-靶点相互作用预测，提出混合深度学习和梯度提升机的方法，并引入影响分析方法增强模型可解释性	仅使用一维输入数据，可能无法充分利用蛋白质的三维结构信息	提高药物-靶点相互作用预测的准确性和效率，加速药物发现过程	药物-靶点相互作用	机器学习	NA	深度学习，梯度提升机	Barlow Twins, 梯度提升机	一维序列数据	NA	NA	Barlow Twins	NA	无需大量计算资源
16984	2025-10-07	Positional embeddings and zero-shot learning using BERT for molecular-property prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00959-9 PMID:39910649	研究论文	本研究探索了在基于BERT的分子性质预测中不同位置嵌入方法的潜力	首次系统探索了不同位置嵌入方法在BERT模型中对分子性质预测的影响，并在零样本学习场景下评估模型性能	研究主要基于SMILES和DeepSMILES分子表示，未涵盖其他分子表示方法	优化位置嵌入方法以提高分子性质预测的准确性和泛化能力	分子结构数据（SMILES和DeepSMILES表示）	自然语言处理	COVID-19	BERT预训练和微调	Transformer	文本数据（SMILES字符串）	多个数据集，包括COVID-19相关数据、生物测定数据和其他分子生物性质数据	BERT	BERT（掩码语言建模）	分类任务和回归任务的性能指标	NA
16985	2025-10-07	Deep Learning Predicts Non-Normal Transmission Distributions in High-Field Asymmetric Waveform Ion Mobility (FAIMS) Directly from Peptide Sequence 2025-Feb-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05359 PMID:39865577	研究论文	开发深度学习模型直接从肽序列预测高场不对称波形离子淌度中的非正态传输分布	首次使用多标签分类方案建模肽离子的FAIMS淌度，并采用集成学习方法结合随机森林和LSTM神经网络	模型在某些情况下仍会出现预测错误，需要进一步优化	预测肽离子在高场不对称波形离子淌度中的迁移行为	人类肽前体	机器学习	NA	高场不对称波形离子淌度，质谱蛋白质组学	随机森林，LSTM	肽序列数据	超过100,000个人类肽前体用于训练，近40,000个肽离子用于测试	NA	LSTM	F2分数，AUROC	NA
16986	2025-10-07	Human Tooth Crack Image Analysis with Multiple Deep Learning Approaches 2025-Feb, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03615-9 PMID:39242442	研究论文	本研究使用多种深度学习方法分析人类牙齿裂纹图像，旨在提高牙齿裂纹的诊断效率	结合吲哚菁绿近红外荧光牙科成像技术与多种深度学习模型进行牙齿裂纹分析	NA	开发基于深度学习的牙齿裂纹图像分析方法以辅助牙医诊断	人类牙齿裂纹图像	计算机视觉	牙齿疾病	吲哚菁绿近红外荧光成像	CNN, GAN, SSD	图像	593张裂纹牙齿图像和601张无裂纹牙齿图像	NA	ResNet, SqueezeNet1_1, 单发多框检测器, 超分辨率生成对抗网络	准确率	NA
16987	2025-10-07	Attention 3D UNET for dose distribution prediction of high-dose-rate brachytherapy of cervical cancer: Intracavitary applicators 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14568 PMID:39545816	研究论文	本研究提出了一种基于注意力门控机制的3D UNET模型，用于预测宫颈癌高剂量率腔内近距离放射治疗的剂量分布	首次将注意力门控机制与3D UNET结合应用于近距离放射治疗的剂量预测，相比传统UNET模型具有更好的预测性能	研究样本量相对较小（77个原始计划），仅针对腔内施源器（串联-卵形/环形施源器）	开发高效的剂量预测模型以改善宫颈癌近距离放射治疗计划制定的效率和准确性	宫颈癌患者的高剂量率腔内近距离放射治疗计划	数字病理	宫颈癌	近距离放射治疗	CNN	3D医学图像	77个回顾性临床近距离放射治疗计划，通过数据增强扩展到252个	NA	3D UNET with attention gates	平均绝对误差,剂量统计量,剂量体积指数,D2cc,D1cc,D90,V100%,V150%,V200%	NA
16988	2025-10-07	BCDB: A dual-branch network based on transformer for predicting transcription factor binding sites 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.12.006 PMID:39701486	研究论文	提出基于Transformer的双分支网络BCDB，用于预测转录因子结合位点	整合DNABERT、CNN和多头注意力机制，采用双分支输出策略，平衡全局和局部信息提取，提升预测性能的同时增强模型可解释性	未明确说明模型在特定数据条件下的局限性	提高转录因子结合位点预测的准确性和模型可解释性	转录因子结合位点	自然语言处理	NA	ChIP-seq	Transformer, CNN	DNA序列数据	165个ChIP-seq数据集	NA	DNABERT, 多头注意力机制	NA	NA
16989	2025-10-07	Deepstack-ACE: A deep stacking-based ensemble learning framework for the accelerated discovery of ACE inhibitory peptides 2025-Feb, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.12.005 PMID:39709069	研究论文	提出一种基于深度堆叠的集成学习框架Deepstack-ACE，用于精确识别ACE抑制肽	首次将深度堆叠集成学习应用于ACE抑制肽发现，结合五种深度学习模型构建基础分类器	NA	加速ACE抑制肽的发现过程	血管紧张素转化酶抑制肽	机器学习	心血管疾病	计算肽识别方法	LSTM, CNN, MLP, GRU, RNN	肽序列数据	NA	NA	深度堆叠集成架构	平衡准确度, 灵敏度, 马修斯相关系数	NA
16990	2025-10-07	Targeting protein-ligand neosurfaces with a generalizable deep learning tool 2025-Jan-15, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08435-4 PMID:39814890	研究论文	开发了一种基于几何深度学习的计算工具，用于设计靶向蛋白质-配体复合物新表面的蛋白质	首次将仅基于蛋白质训练的分子表面指纹应用于小分子诱导产生的新表面，展示了在其他深度学习方法中不常见的泛化能力	仅在三种药物-蛋白质复合物(Bcl2-venetoclax、DB3-progesterone、PDF1-actinonin)上进行了实验验证	设计能够靶向蛋白质-配体复合物新表面的蛋白质，扩展化学诱导蛋白质相互作用的计算工具	蛋白质-配体复合物形成的新表面	机器学习	NA	几何深度学习	深度学习	分子表面表示	三种药物-蛋白质复合物系统	NA	NA	亲和力、特异性	NA
16991	2025-10-07	Assessment of hard tissue changes after horizontal guided bone regeneration with the aid of deep learning CBCT segmentation 2025-Jan-13, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06136-w PMID:39804427	研究论文	本研究开发基于SegResNet的深度学习模型用于CBCT扫描分割，以评估下颌水平引导骨再生后的硬组织变化	首次将SegResNet深度学习模型应用于下颌水平引导骨再生前后的CBCT扫描分割，实现硬组织变化的自动评估	训练数据库规模有限（70个CBCT扫描），需要进一步扩大以提高模型鲁棒性	评估深度学习模型在分割下颌水平引导骨再生前后CBCT扫描中的性能	接受下颌水平引导骨再生治疗的患者	医学影像分析	颌骨缺损	锥形束计算机断层扫描（CBCT）	深度学习	医学影像（CBCT扫描）	70个CBCT扫描用于训练，10对术前术后CBCT扫描用于测试	NA	SegResNet	Dice相似系数（DSC）, 交并比（IoU）, 豪斯多夫距离（HD95）, 体积比较	NA
16992	2025-10-07	Deep learning predicts DNA methylation regulatory variants in specific brain cell types and enhances fine mapping for brain disorders 2025-Jan-03, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adn1870 PMID:39742481	研究论文	开发基于Transformer的深度学习模型INTERACT，用于预测特定脑细胞类型中影响DNA甲基化的调控变异	首次利用Transformer深度学习模型预测脑细胞类型特异性DNA甲基化调控变异	NA	识别脑细胞类型特异性DNA甲基化调控变异，增强脑部疾病的精细定位	人类大脑单核DNA甲基化数据	机器学习	脑部疾病	单核DNA甲基化测序	Transformer	DNA甲基化数据	NA	NA	Transformer	AUC	NA
16993	2025-10-07	Temporomandibular joint assessment in MRI images using artificial intelligence tools: where are we now? A systematic review 2025-Jan-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae055 PMID:39563454	系统综述	系统回顾人工智能在颞下颌关节MRI图像评估中的应用现状	首次系统总结AI在颞下颌关节MRI评估中的性能证据，重点关注关节盘评估和内部紊乱诊断	研究间存在高度异质性，特别是患者选择方面，需要更多多样化和多中心数据验证	评估人工智能算法在颞下颌关节MRI图像分析中的诊断性能	颞下颌关节MRI图像中的关节盘位置和内部紊乱	医学影像分析	颞下颌关节疾病	MRI	CNN	MRI图像	13项研究	NA	基于CNN的模型	准确率	NA
16994	2025-10-07	Physical-aware model accuracy estimation for protein complex using deep learning method 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.01.017 PMID:39916698	研究论文	提出一种物理感知的深度学习方法DeepUMQA-PA，用于评估蛋白质复合物模型的残基水平质量	首次将基于Voronoi剖分的接触面积和方向特征用于蛋白质复合物质量评估，结合几何特征、蛋白质语言模型嵌入和知识统计势能特征	方法在柔性蛋白质评估方面表现优异，但未明确说明对其他类型蛋白质复合物的适用性限制	开发独立于预测方法的蛋白质复合物模型质量评估方法	蛋白质复合物结构模型	生物信息学	NA	深度学习，Voronoi剖分	图神经网络，CNN	蛋白质结构数据	CASP15测试集	NA	图神经网络，ResNet	Pearson相关系数，Spearman相关系数，MAE	NA
16995	2025-10-07	Vision transformer distillation for enhanced gastrointestinal abnormality recognition in wireless capsule endoscopy images 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014505 PMID:39916992	研究论文	提出一种基于知识蒸馏的视觉Transformer方法，用于无线胶囊内窥镜图像中的胃肠道异常识别	首次将知识蒸馏技术应用于CNN教师模型到视觉Transformer学生模型的迁移，用于胃肠道异常识别	仅在公开数据集上进行验证，未在真实临床环境中测试	开发计算机视觉辅助系统以辅助胃肠道异常的诊断	无线胶囊内窥镜图像中的胃肠道异常区域	计算机视觉	胃肠道疾病	无线胶囊内窥镜成像	CNN, ViT	图像	Kvasir和KID数据集	NA	Vision Transformer	准确率	NA
16996	2025-10-07	The Role and Limitations of Artificial Intelligence in Combating Infectious Disease Outbreaks 2025-Jan, Cureus DOI:10.7759/cureus.77070 PMID:39917100	综述	探讨人工智能在传染病爆发管理中的多重应用及其面临的主要限制	系统分析AI在疫情预测、诊断、药物发现和疫苗开发等领域的综合应用，并提出人机协同优化全球健康结果的路径	数据隐私问题、模型透明度不足、需持续更新以适应新发病原体	评估AI在传染病防控中的潜力与障碍	传染病爆发管理过程	机器学习	传染病	深度学习、强化学习	深度学习模型	NA	NA	NA	NA	NA	NA
16997	2025-10-07	Role of Artificial Intelligence in the Assessment of Postoperative Pain in the Pediatric Population: A Systematic Review 2025-Jan, Cureus DOI:10.7759/cureus.77074 PMID:39917118	系统综述	本系统综述探讨人工智能在评估儿童术后疼痛中的作用	首次系统评估AI在儿童术后疼痛管理中的应用现状和效果	纳入研究数量有限且异质性高，无法进行荟萃分析，AI工具仍处于早期阶段且多关注单一参数	评估人工智能在预测和评估儿童术后疼痛中的作用	儿科术后患者	医疗人工智能	术后疼痛	深度学习，机器学习	深度学习模型，机器学习模型	疼痛评估数据	8项研究，共4,470名儿科患者	NA	NA	准确率，AUC值	NA
16998	2025-10-07	Cropformer: An interpretable deep learning framework for crop genomic prediction 2024-Dec-16, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2024.101223 PMID:39690739	研究论文	开发了一个名为Cropformer的可解释深度学习框架，用于作物基因组预测和表型预测	将卷积神经网络与多种自注意力机制相结合，提高了基因组选择的准确性和可解释性	NA	解决当前基因组选择中深度学习模型鲁棒性低和可解释性差的问题	玉米、水稻、小麦、谷子和番茄五种主要作物	机器学习	NA	基因组选择	CNN, Transformer	基因组数据	超过20个性状的基因组数据	NA	Cropformer（CNN与自注意力机制结合）	预测准确率	NA
16999	2025-10-07	De novo designed proteins neutralize lethal snake venom toxins 2024-May-17, Research square DOI:10.21203/rs.3.rs-4402792/v1 PMID:38798548	研究论文	利用深度学习方法设计能够中和蛇毒三指毒素的新型蛋白质	首次使用深度学习计算设计针对三指毒素家族多种亚型的高亲和力中和蛋白	实验筛选规模有限，尚未进行大规模临床验证	开发新一代安全、经济、易生产的蛇毒解毒疗法	蛇毒三指毒素家族（包括短链和长链α-神经毒素及细胞毒素）	机器学习	蛇咬伤中毒	深度学习	NA	蛋白质结构数据	小鼠实验	NA	NA	热稳定性、结合亲和力、结构一致性、中和效果、存活率	NA
17000	2025-10-07	Longitudinal single-cell transcriptional dynamics throughout neurodegeneration in SCA1 2024-Feb-07, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2023.10.039 PMID:38016472	研究论文	通过纵向单细胞转录组测序研究SCA1神经退行性疾病过程中不同细胞类型的动态变化	首次建立小鼠和人类SCA1小脑组织的连续动态轨迹，发现浦肯野细胞丢失前的精确转录变化，并识别出单极刷细胞和少突胶质细胞的早期转录失调	NA	解析异质组织中不同细胞类型在神经退行性疾病发病机制和进展中的作用	小鼠和人类脊髓小脑性共济失调1型(SCA1)小脑组织	生物信息学	神经退行性疾病	单核RNA测序, 深度学习	深度学习模型	单细胞转录组数据	NA	NA	NA	疾病状态预测准确度	NA