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
17341	2024-09-13	Deep learning based method for predicting DNA N6-methyladenosine sites 2024-Oct, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.07.012 PMID:39097179	研究论文	提出了一种基于深度学习的预测DNA N6-甲基腺苷位点的方法	提出了基于全局响应归一化的多尺度卷积模型（CG6mA）来解决6mA位点预测问题	未提及	开发一种高效的方法来预测DNA N6-甲基腺苷位点	DNA N6-甲基腺苷位点	机器学习	NA	深度学习	多尺度卷积模型	DNA序列	使用了三种不同类型的基准数据集进行测试
17342	2024-09-13	MMCL-CPI: A multi-modal compound-protein interaction prediction model incorporating contrastive learning pre-training 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108137 PMID:39079285	研究论文	本文提出了一种名为MMCL-CPI的多模态化合物-蛋白质相互作用预测模型，结合对比学习预训练方法	本文的创新点在于提出了从一维SMILES和二维图像两种模态提取化合物特征，并设计了一种多模态模型，同时引入了多模态预训练策略，利用对比学习在大规模未标注数据集上建立SMILES字符串与化合物图像之间的对应关系	NA	本文的研究目的是提高化合物-蛋白质相互作用预测的准确性	本文的研究对象是化合物和蛋白质的相互作用	机器学习	NA	对比学习	多模态模型	序列和图像	NA
17343	2024-09-13	ACDMBI: A deep learning model based on community division and multi-source biological information fusion predicts essential proteins 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108115 PMID:38865861	研究论文	本文提出了一种基于社区划分和多源生物信息融合的深度学习模型ACDMBI，用于预测关键蛋白质	ACDMBI模型通过整合蛋白质相互作用网络、基因表达数据和亚细胞定位数据，有效提升了关键蛋白质预测的准确性	NA	提高关键蛋白质预测的准确性，为药物研究和疾病诊断提供支持	关键蛋白质	机器学习	NA	图卷积网络（GCN）、图注意力网络（GAT）、双向长短期记忆网络（BiLSTM）、多头自注意力机制	深度神经网络（DNN）	蛋白质相互作用网络、基因表达数据、亚细胞定位数据	酿酒酵母数据
17344	2024-09-13	Prediction of viral families and hosts of single-stranded RNA viruses based on K-Mer coding from phylogenetic gene sequences 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108114 PMID:38852362	研究论文	本研究利用机器学习和深度学习模型，基于K-Mer编码的基因序列预测单链RNA病毒的家族和宿主	首次在文献中对包含大量家族和宿主多样性的单链RNA病毒基因序列进行分类研究，并详细探讨了K-Mer编码中不同词长对分类结果的影响	NA	快速准确地分类病毒物种及其潜在宿主，以更好地理解传播动态并促进针对性疗法的开发	单链RNA病毒的基因序列及其家族和宿主	机器学习	NA	K-Mer编码	全连接深度神经网络	基因序列	包含不同宿主和物种的单链RNA病毒基因序列的数据集
17345	2024-09-13	CNN-BLSTM based deep learning framework for eukaryotic kinome classification: An explainability based approach 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108169 PMID:39137619	研究论文	本文提出了一种基于CNN-BLSTM的深度学习框架，用于真核激酶家族的分类，并通过解释性方法提高模型的可靠性	本文引入了GRAD CAM和Integrated Gradient（IG）解释性方法，替代传统的类激活图解释，以提高结果的可靠性和责任性	本文仅针对真核激酶序列进行了分类，未涉及其他蛋白质家族	提高深度学习模型在生物序列相关研究中的可信度	真核激酶序列及其家族分类	机器学习	NA	深度学习	CNN-BLSTM	序列	八个真核激酶序列
17346	2024-08-20	Advanced deep learning approaches enable high-throughput biological and biomedicine data analysis 2024-Oct, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.08.002 PMID:39154807	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17347	2024-09-13	A novel deep learning identifier for promoters and their strength using heterogeneous features 2024-Oct, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.08.005 PMID:39168294	研究论文	设计了一种名为PROCABLES的双层深度学习预测器，用于区分DNA样本中的启动子和启动子强度	提出了一种新的双层深度学习模型PROCABLES，结合了卷积神经网络（CNN）和双向长短期记忆网络（LSTM），并利用多种特征提取DNA序列中的隐藏模式	NA	开发一种计算方法来准确识别和表征启动子及其强度，以支持药物发现	DNA序列中的启动子和启动子强度	机器学习	NA	深度学习	卷积神经网络（CNN）和双向长短期记忆网络（LSTM）	DNA序列	NA
17348	2024-09-13	E-pharmacophore and deep learning based high throughput virtual screening for identification of CDPK1 inhibitors of Cryptosporidium parvum 2024-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108172 PMID:39191165	研究论文	本文利用E-pharmacophore模型和深度学习模型进行高通量虚拟筛选，以识别Cryptosporidium parvum的CDPK1抑制剂	本文创新性地结合了E-pharmacophore模型和深度学习模型，用于筛选新的CDPK1抑制剂，并通过量子极化对接和MD模拟验证了其抑制潜力	本文未提及具体的实验验证结果，仅通过虚拟筛选和模拟进行了初步验证	识别Cryptosporidium parvum的CDPK1抑制剂，以开发治疗隐孢子虫病的药物	Cryptosporidium parvum的CDPK1蛋白及其抑制剂	药物发现	隐孢子虫病	E-pharmacophore模型、深度学习、量子极化对接、MD模拟	深度学习模型	化合物库	200万化合物库中的部分化合物
17349	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
17350	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
17351	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
17352	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
17353	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
17354	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
17355	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
17356	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
17357	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
17358	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
17359	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）
17360	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