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
17781	2025-10-07	VirGrapher: a graph-based viral identifier for long sequences from metagenomes 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae036 PMID:38343326	研究论文	提出基于图卷积网络的病毒识别方法VirGrapher，用于从宏基因组中识别长病毒序列	通过将长序列视为图结构并利用图卷积网络学习短子序列间的多层连接关系，解决了现有方法忽略序列间关系的问题	未提及具体的数据集规模和计算资源限制	提高从宏基因组中识别长病毒序列的性能	宏基因组中的长病毒序列	生物信息学	NA	宏基因组测序	GCN	序列数据	NA	NA	图卷积网络	AUC, 准确率	NA
17782	2025-10-07	Should we really use graph neural networks for transcriptomic prediction? 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae027 PMID:38349060	研究论文	本文通过系统基准测试评估图神经网络在转录组预测中的实际效果	首次提供完整可复现的基准测试，系统比较GNN与标准机器学习方法在转录组预测中的成本效益平衡	基于有限但受控的模拟数据集，可能无法完全代表真实世界的复杂性	评估图神经网络在转录组预测任务中的实际价值	基因表达数据和表型预测	生物信息学	NA	转录组分析	图神经网络, 标准机器学习方法	基因表达数据	多个数据集	NA	图神经网络	预测性能	NA
17783	2025-10-07	Cracking the black box of deep sequence-based protein-protein interaction prediction 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae076 PMID:38446741	研究论文	系统评估基于深度学习的蛋白质-蛋白质相互作用预测方法的可靠性，揭示数据泄露和序列相似性对性能评估的影响	首次系统性地揭示深度学习模型在PPI预测中过度依赖数据泄露和序列相似性，而非真正学习蛋白质相互作用的生物学机制	研究主要关注序列相似性和网络拓扑信息的影响，未考虑其他可能影响PPI预测的因素	评估深度学习模型在蛋白质-蛋白质相互作用预测中的真实性能和可靠性	蛋白质-蛋白质相互作用预测模型	生物信息学	NA	深度学习, 机器学习	深度学习模型, 基础机器学习模型	蛋白质序列数据, 蛋白质相互作用网络数据	NA	NA	NA	准确率	NA
17784	2025-10-07	SuperCUT, an unsupervised multimodal image registration with deep learning for biomedical microscopy 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae029 PMID:38483256	研究论文	提出了一种基于深度学习的无监督多模态生物医学显微镜图像配准方法SuperCUT	结合模态域风格转换与完全无监督训练，无需人工标注即可达到与有监督方法相当的配准精度	NA	解决生物医学多模态图像配准的挑战	生物医学显微镜图像	计算机视觉	NA	显微镜成像	深度学习	多模态图像	NA	NA	NA	配准精度	NA
17785	2025-10-07	Deep learning in spatially resolved transcriptfomics: a comprehensive technical view 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae082 PMID:38483255	综述	对空间转录组学中深度学习方法的全面技术评述	系统分析深度学习在空间转录组学中的创新应用，提出整合生物学细微特征的发展方向	现有方法在整合生物学细微特征和处理数据技术挑战方面仍有不足	评述深度学习在空间转录组学数据分析中的应用与挑战	空间转录组学数据（基因表达矩阵、空间信息和组织学图像）	计算生物学	NA	空间转录组学技术	深度学习	基因表达数据、空间坐标数据、组织学图像	NA	NA	NA	NA	NA
17786	2025-10-07	Enhancer-MDLF: a novel deep learning framework for identifying cell-specific enhancers 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae083 PMID:38485768	研究论文	提出一种名为Enhancer-MDLF的新型多输入深度学习框架，用于识别细胞特异性增强子	开发了多输入深度学习框架，引入迁移学习解决增强子特异性预测挑战，并利用模型解释识别可能与增强子区域相关的转录因子结合位点基序	NA	开发更有效的细胞特异性增强子识别方法	人类细胞系中的增强子	生物信息学	NA	深度学习	深度学习框架	基因组数据	八种不同人类细胞系	NA	多输入深度学习框架	NA	NA
17787	2025-02-04	Leveraging deep learning for toxic comment detection in cursive languages 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2486 PMID:39896410	研究论文	本文提出了一种新的深度学习模型，用于检测乌尔都语中的有毒评论，通过使用transformer进行文本的二元分类	提出了一种新的模型来识别乌尔都语句子中的显著特征，并使用transformer进行有毒评论的检测	乌尔都语作为一种低资源语言，其复杂性和不规则性增加了检测难度	开发一种工具来检测乌尔都语中的有毒评论，以保护社区免受其负面影响	乌尔都语中的有毒评论	自然语言处理	NA	深度学习	transformer, BERT, GPT-2	文本	NA	NA	NA	NA	NA
17788	2025-10-07	Digital labeling for 3D histology: segmenting blood vessels without a vascular contrast agent using deep learning 2023-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.480230 PMID:37342724	研究论文	提出一种基于深度学习的数字标记方法，可在无需血管造影剂的情况下对3D组织中的血管进行分割	使用回归损失而非传统分割损失训练U-net架构，仅依赖自发荧光信号和DAPI核染色实现血管分割	方法目前仅验证于血管结构，未来需扩展至其他生物结构	开发无需血管造影剂的3D组织血管分割方法	完整组织样本中的血管结构	数字病理学	NA	光学组织透明化，3D荧光显微镜，自发荧光成像	CNN	3D荧光显微镜图像	NA	NA	U-net	血管检测准确率，血管长度密度，血管方向准确性	NA
17789	2025-02-03	Hybrid deep learning based stroke detection using CT images with routing in an IoT environment 2025-Feb-01, Network (Bristol, England) DOI:10.1080/0954898X.2025.2452280 PMID:39893512	研究论文	本文提出了一种基于混合深度学习的CT图像中风检测方法，结合物联网技术进行数据传输	提出了一种新的Jaccard_Residual SqueezeNet模型，用于从CT图像中预测中风，并结合物联网技术进行数据传输	未提及具体的研究局限性	提高中风病变的早期检测和准确分割，以改善治疗效果和减少长期残疾	CT图像中的中风病变	计算机视觉	中风	CT成像	Jaccard_Residual SqueezeNet	图像	未提及具体样本数量	NA	NA	NA	NA
17790	2025-02-03	MMnc: Multi-modal interpretable representation for non-coding RNA classification and class annotation 2025-Jan-31, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf051 PMID:39891346	研究论文	本文介绍了一种名为MMnc的可解释深度学习方法，用于将非编码RNA分类到功能组中	MMnc利用基于注意力的多模态数据集成方法，整合序列、二级结构和表达等多种数据源，确保学习有意义的表示，并处理部分样本中缺失的数据源	NA	旨在通过深度学习技术对非编码RNA进行功能分类和注释	非编码RNA	机器学习	NA	深度学习	基于注意力的多模态数据集成模型	序列、二级结构、表达数据	NA	NA	NA	NA	NA
17791	2025-02-03	Diagnostic Accuracy of an Integrated AI Tool to Estimate Gestational Age From Blind Ultrasound Sweeps 2024-08-27, JAMA DOI:10.1001/jama.2024.10770 PMID:39088200	研究论文	本研究开发了一种深度学习人工智能模型，用于从盲超声扫描中估计孕龄，并将其集成到低成本、电池供电设备的软件中	开发了一种低成本、电池供电的AI工具，使未经培训的新手用户能够准确估计孕龄，适用于资源匮乏的环境	研究仅包括单胎、无异常的第一孕期妊娠，且仅在14至27周孕龄范围内进行评估	评估由未经培训的新手用户使用AI超声工具估计孕龄的准确性	400名在赞比亚卢萨卡和美国北卡罗来纳州教堂山的单胎、无异常的第一孕期妊娠个体	数字病理	NA	深度学习	深度学习模型	超声图像	400名妊娠个体	NA	NA	NA	NA
17792	2025-02-03	Defining the boundaries: challenges and advances in identifying cells in microscopy images 2024-02, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2023.103055 PMID:38142646	研究论文	本文探讨了在显微镜图像中识别细胞的挑战和进展，特别是分割技术的改进	深度学习工具在细胞分割技术中的主导地位增强，如Cellpose模型的准确性和用户友好性提升	NA	提高显微镜图像中细胞分割的准确性和效率	显微镜图像中的细胞	计算机视觉	NA	深度学习	Cellpose	图像	NA	NA	NA	NA	NA
17793	2025-02-03	Detecting major depressive disorder presence using passively-collected wearable movement data in a nationally-representative sample 2024-Feb, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2023.115693 PMID:38194801	研究论文	本研究探讨了利用腕戴式活动记录仪数据结合机器学习和深度学习技术检测重度抑郁症（MDD）的效用	结合传统机器学习方法和深度学习卷积神经网络（CNN）方法，利用被动收集的活动记录仪数据检测MDD，并识别出与MDD相关的生物标志物	研究依赖于PHQ-9作为MDD筛查工具，可能存在筛查偏差	探索利用被动收集的活动记录仪数据结合机器学习技术检测MDD的潜力	8,378名参与者，其中766名参与者通过PHQ-9筛查为MDD	机器学习	重度抑郁症	机器学习和深度学习	传统机器学习方法和CNN	活动记录仪数据	8,378名参与者，其中766名通过PHQ-9筛查为MDD	NA	NA	NA	NA
17794	2025-02-03	Nonmetastatic Axillary Lymph Nodes Have Distinct Morphology and Immunophenotype in Obese Patients with Breast Cancer at Risk for Metastasis 2024-02, The American journal of pathology DOI:10.1016/j.ajpath.2023.11.005 PMID:38029922	研究论文	本研究使用深度学习模型识别肥胖乳腺癌患者非转移性腋窝淋巴结的形态学差异，并探讨其与淋巴结转移的潜在机制	首次通过深度学习模型揭示肥胖乳腺癌患者非转移性腋窝淋巴结的形态学差异，并初步发现脂肪替代淋巴结中CD3表达减少和瘦素表达增加的趋势	研究样本量较小（180例），且免疫组化分析仅基于30例患者的子集，结果需要进一步验证	探讨肥胖乳腺癌患者非转移性腋窝淋巴结的形态学差异及其与淋巴结转移的潜在机制	肥胖乳腺癌患者的非转移性腋窝淋巴结	数字病理学	乳腺癌	深度学习模型、免疫组化分析	深度学习模型	图像（H&E染色全切片图像）	180例乳腺癌患者（其中30例用于免疫组化分析）	NA	NA	NA	NA
17795	2025-10-07	Respiratory signal estimation for cardiac perfusion SPECT using deep learning 2024-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.16653 PMID:37523268	研究论文	本研究开发了一种基于深度学习的方法，仅使用SPECT投影数据估计呼吸信号，用于心脏灌注成像中的呼吸运动校正	首次提出使用改进的U-Net网络直接从SPECT投影数据估计呼吸信号，无需外部跟踪设备	研究依赖于外部立体相机视觉跟踪系统作为训练目标信号，且样本量相对有限	开发仅使用SPECT投影数据的深度学习方法进行呼吸信号估计，以改善心脏灌注SPECT图像质量	心脏灌注SPECT成像中的呼吸运动伪影	医学影像分析	心血管疾病	SPECT成像，深度学习	CNN	SPECT投影数据	900名接受负荷心脏灌注SPECT研究的受试者（302名测试，598名训练验证）	NA	改进的U-Net	Pearson相关系数，平均绝对差异	NA
17796	2025-02-03	Flexible protein-protein docking with a multitrack iterative transformer 2024-Feb, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4862 PMID:38148272	研究论文	本文介绍了一种名为GeoDock的多轨迭代变压器网络，用于从分离的对接伙伴预测对接结构，解决了现有蛋白质-蛋白质对接方法在结合诱导构象变化方面的局限性	GeoDock在蛋白质残基水平上具有灵活性，能够预测结合时的构象变化，且在DIPS测试集上达到了43%的top-1成功率，优于其他测试方法	尽管GeoDock在预测结合诱导的构象变化方面有所突破，但由于训练和评估数据的限制，这仍然是一个挑战	开发一种能够处理结合诱导构象变化的蛋白质-蛋白质对接方法，以提高对接成功率和应用效率	蛋白质-蛋白质对接	机器学习	NA	多轨迭代变压器网络	Transformer	序列和结构数据	DIPS测试集、DB5.5测试集和抗体-抗原复合物基准数据集	NA	NA	NA	NA
17797	2025-10-07	Applying deep learning to recognize the properties of vitreous opacity in ophthalmic ultrasound images 2024-02, Eye (London, England) DOI:10.1038/s41433-023-02705-7 PMID:37596401	研究论文	本研究探索基于深度学习的AI技术自动识别眼科超声图像中玻璃体混浊性质的可行性	首次将深度学习应用于眼科超声图像中玻璃体混浊性质的自动识别	样本量相对有限（2000张图像），仅包含三种典型玻璃体混浊类型	开发自动识别眼科超声图像中玻璃体混浊性质的AI系统	眼科超声图像中的玻璃体混浊病变	计算机视觉	眼科疾病	灰度多普勒超声成像	CNN	图像	2000张灰度多普勒超声图像，包含正常眼和三种玻璃体混浊类型	NA	ResNet, GoogLeNet Inception V1	准确率, 精确率, 召回率, F1分数, AUC	NA
17798	2025-10-07	Deep-learning based automated quantification of critical optical coherence tomography features in neovascular age-related macular degeneration 2024-Feb, Eye (London, England) DOI:10.1038/s41433-023-02720-8 PMID:37670143	研究论文	开发并验证基于深度学习的算法，用于自动量化新生血管性年龄相关性黄斑变性中的关键OCT特征	首次使用深度学习算法对nAMD中的三种关键液体类型（IRF、SRF、nPED）进行自动化分割和量化	样本量较小（仅50名患者），为回顾性研究	验证深度学习算法在新生血管性年龄相关性黄斑变性中自动分割视网膜内液体、视网膜下液体和新生血管性色素上皮脱离的性能	50名渗出性新生血管性年龄相关性黄斑变性患者（50只眼）的光学相干断层扫描数据	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描（OCT）	深度学习	医学图像	50名患者（50只眼）	NA	NA	AUC, Dice系数, 相关系数（R2）	NA
17799	2025-10-07	Image quality assessment of retinal fundus photographs for diabetic retinopathy in the machine learning era: a review 2024-Feb, Eye (London, England) DOI:10.1038/s41433-023-02717-3 PMID:37667028	综述	评估糖尿病视网膜病变公开数据集中使用的图像质量评估方法和质量标准	首次系统评估糖尿病视网膜病变公开数据集中的图像质量评估现状，提出自动化质量评估可作为手动标注的有效替代方案	仅纳入20个数据集，部分数据集质量标准信息难以获取	分析糖尿病视网膜病变数据集中图像质量评估的应用现状和标准	20个公开的糖尿病视网膜病变数据集	数字病理	糖尿病视网膜病变	图像质量评估	深度学习算法	视网膜眼底图像	20个公开数据集	NA	NA	NA	NA
17800	2025-02-03	Deep learning enables the discovery of a novel cuproptosis-inducing molecule for the inhibition of hepatocellular carcinoma 2024-Feb, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-023-01167-7 PMID:37803139	研究论文	本研究利用深度学习技术从ZINC15化合物库中筛选出新型肝癌抑制剂LGOd1，并发现其通过干扰铜稳态诱导铜死亡的新机制	首次发现具有左旋葡糖烯酮支架的化合物LGOd1可通过非离子载体机制诱导铜死亡，代表了一类新型铜死亡诱导剂	未明确说明实验样本的具体数量和研究模型的局限性	发现新型抗肝癌化合物并研究其作用机制	肝细胞癌（HCC）细胞系	药物发现	肝细胞癌	深度学习筛选、化学表征分析	深度学习模型	化学化合物数据	超过600万种ZINC15化合物库中的化合物	NA	NA	NA	NA