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
161	2025-09-09	A Molecular Representation Learning Model Based on Multidimensional Joint and Cross-Learning for Drug-Drug Interaction Prediction 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01171 PMID:40758117	研究论文	提出一种基于多维联合与交叉学习的分子表示学习模型，用于药物相互作用预测	通过交叉注意力融合模块整合一维、二维和三维分子特征，并利用分子对反应模块定位潜在相互作用位点	NA	提升药物-药物相互作用（DDI）的预测性能	药物分子	机器学习	NA	深度学习	交叉注意力网络	分子特征数据（1D/2D/3D）	基准数据集（具体数量未说明）
162	2025-09-09	FakeRotLib: Expedient Noncanonical Amino Acid Parametrization in Rosetta 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01030 PMID:40789114	研究论文	提出FakeRotLib方法，通过小分子构象统计拟合创建非经典氨基酸的旋转异构体分布，以改进Rosetta中的参数化	开发了能快速生成非经典氨基酸旋转异构体分布的新方法，可参数化Rosetta此前无法处理的氨基酸类型	NA	改进Rosetta中非经典氨基酸的参数化方法，特别是旋转异构体分布的建模	非经典氨基酸（NCAAs）	计算生物学	NA	统计拟合、小分子构象分析	NA	分子构象数据	NA
163	2025-09-09	PepPCBench is a Comprehensive Benchmarking Framework for Protein-Peptide Complex Structure Prediction 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01084 PMID:40792461	研究论文	介绍了一个名为PepPCBench的蛋白质-肽复合物结构预测基准测试框架，用于系统评估深度学习方法的性能	开发了首个专门针对蛋白质-肽复合物结构预测的基准测试框架PepPCBench，并构建了包含261个实验解析复合物的数据集PepPCSet	置信度指标与实验结合亲和力相关性较差，需要改进评分策略和泛化能力	评估深度学习在蛋白质-肽复合物结构预测中的性能	蛋白质-肽复合物	计算生物学	NA	深度学习	AlphaFold3, AlphaFold-Multimer, Chai-1, HelixFold3, RoseTTAFold-All-Atom	蛋白质结构数据	261个实验解析的蛋白质-肽复合物（肽长度5-30个残基）
164	2025-09-09	Reflection-Enhanced Raman Identification of Single Bacterial Cells Patterned Using Capillary Assembly 2025-Aug-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01225 PMID:40754993	研究论文	提出一种结合反射增强拉曼光谱与毛细管组装技术的单细菌细胞检测平台，用于病原菌的快速识别	利用反射性Ag/SiO薄膜增强拉曼信号，并通过毛细管组装技术精确定位单细胞以优化信号采集	NA	开发可靠的单细菌细胞拉曼检测平台，实现临床样本中细菌的简单、准确、可重复检测	单细菌细胞	生物传感	细菌感染	拉曼光谱，毛细管辅助粒子组装（CAPA）	深度学习	光谱数据	人工尿液悬浮液中的单细菌细胞
165	2025-09-09	AI-Driven Integration of Deep Learning With Lung Imaging, Functional Analysis, and Blood Gas Metrics for Perioperative Hypoxemia Prediction 2025-Aug-22, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73995 PMID:40759599	观点文章	探讨人工智能通过整合深度学习与多模态临床数据预测围手术期低氧血症的变革性作用	提出融合CNN和LSTM的TD-CNNLSTM-LungNet混合模型，整合CT影像、肺功能测试和动脉血气分析，实现96.57%肺炎亚型分类准确率和0.96 AUC的低氧血症预测	存在数据集异质性、模型可解释性不足以及临床工作流整合困难等挑战	通过多模态AI系统提升围手术期低氧血症的预测精度	围手术期患者（动脉血氧分压<60 mmHg或血氧饱和度<90%）	医疗人工智能	呼吸系统疾病	深度学习、多模态数据融合	CNN、LSTM、TD-CNNLSTM-LungNet	影像（CT）、功能测试（肺功能）、数值指标（ABG参数）	NA
166	2025-09-09	Deep unrolled primal dual network for TOF-PET list-mode image reconstruction 2025-Aug-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf9b7 PMID:40780257	研究论文	提出一种用于TOF-PET列表模式图像重建的深度展开原始对偶网络LMPDnet	首次将深度展开原始对偶网络应用于TOF-PET列表模式重建，通过CUDA并行加速实现系统矩阵计算	未明确说明计算资源需求和模型可解释性方面的限制	提升低计数数据下的TOF-PET列表模式图像重建质量	TOF-PET列表模式数据	医学图像重建	NA	深度展开网络，CUDA并行计算	原始对偶网络（primal dual network）	TOF-PET列表模式数据	NA
167	2025-09-09	Personalization of AI Using Personal Foundation Models Can Lead to More Precise Digital Therapeutics 2025-Aug-21, JMIR AI DOI:10.2196/55530 PMID:40840869	观点文章	本文探讨了利用个人基础模型实现AI个性化以提升数字疗法精度的前沿方法	提出结合自监督学习与个性化机器学习，通过患者生成的无标签数据预训练模型，显著减少个性化医疗所需的标注数据量	需解决人机交互创新等实际挑战，以确保单个参与者标注的一致性	推动个性化AI在数字健康干预中的应用，提高对异质性健康事件预测的准确性	患者生成的健康数据流及相关的健康事件预测	机器学习	NA	自监督学习	深度学习模型	患者生成的无标签数据流	NA
168	2025-09-09	Deep Learning for the Early Detection of Invasive Ductal Carcinoma in Histopathological Images: Convolutional Neural Network Approach With Transfer Learning 2025-Aug-21, JMIR formative research IF:2.0Q4 DOI:10.2196/62996 PMID:40840868	研究论文	本研究开发了一种基于卷积神经网络和迁移学习的深度学习模型，用于从组织病理学图像中早期检测浸润性导管癌	采用预训练的Visual Geometry Group架构进行迁移学习以提升特征提取性能，并针对类别不平衡问题设计了加权损失函数	数据增强未能改善模型性能，且测试集准确率为90%仍有提升空间	开发自动化的IDC检测解决方案，辅助病理学家进行临床决策	浸润性导管癌（IDC）的组织病理学图像	数字病理学	乳腺癌	深度学习，迁移学习	CNN（卷积神经网络）	图像	277,524张组织病理学图像（71.6% IDC阳性，28.4% IDC阴性）
169	2025-09-09	Memory-enhanced and multi-domain learning-based deep unrolling network for medical image reconstruction 2025-Aug-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf939 PMID:40774313	研究论文	提出一种基于记忆增强和多域学习的深度展开网络，用于医学图像高质量重建	设计了记忆增强模块整合历史输出，引入跨阶段空间域学习Transformer提取局部和非局部特征，并采用频域一致性学习模块	NA	解决医学图像重建中信息流弱和全局特征捕获受限的问题	医学图像（PET、MRI、CT）	计算机视觉	NA	深度学习，Transformer	DUN（深度展开网络），Transformer	图像	三种医学成像模态（PET、MRI、CT）的数据
170	2025-09-09	An evaluation of rectum contours generated by artificial intelligence automatic contouring software using geometry, dosimetry and predicted toxicity 2025-Aug-21, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf8f2 PMID:40774288	研究论文	评估商业深度学习自动勾画软件生成的直肠危及器官轮廓，并与临床医生勾画结果进行几何、剂量学和毒性预测比较	首次综合使用几何指标、剂量学差异和毒性预测模型来评估AI自动勾画软件在直肠轮廓生成中的性能	回顾性研究，样本量有限(n=308)，且仅针对前列腺癌患者，未编辑自动生成的轮廓	评估AI自动轮廓生成软件在放射治疗计划中的临床应用价值	308名接受3D适形放射治疗的前列腺癌患者	数字病理	前列腺癌	深度学习自动轮廓生成，剂量体积直方图分析，毒性预测建模	深度学习模型	CT图像	308名前列腺癌患者，其中124例有1级及以上晚期直肠出血数据
171	2025-09-09	The use of artificial intelligence in predicting maximal intercuspal position: A feasibility study 2025-Aug-20, Journal of prosthodontic research IF:3.2Q1 DOI:10.2186/jpr.JPR_D_24_00112 PMID:39756870	研究论文	本研究探索使用人工智能通过两阶段粗到细牙齿对齐流程预测上下颌骨关系的可行性	开发了一种新的两阶段粗到细牙齿对齐流程AI系统，用于基于咬合形态预测颌骨关系	NA	研究人工智能在预测最大牙尖交错位中的可行性	上下颌石膏模型	人工智能医疗应用	口腔颌面疾病	深度学习	深度学习对齐网络	3D扫描数据	325对上下颌石膏模型（300对训练，25对验证）
172	2025-09-09	ChemKANs for combustion chemistry modeling and acceleration 2025-Aug-20, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d5cp02009c PMID:40747601	研究论文	提出ChemKANs新型神经网络框架，用于燃烧化学的模型推断和模拟加速	将通用Kolmogorov-Arnold网络ODE与化学动力学和热力学定律的信息流知识相结合，形成化学特异性结构	NA	开发高效化学动力学模型推断和燃烧模拟加速方法	燃烧化学系统	机器学习	NA	KAN-ODE算法	ChemKANs神经网络	化学动力学数据	NA
173	2025-09-09	A predicted structural interactome reveals binding interference from intrinsically disordered regions 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.15.670535 PMID:40894573	研究论文	本研究利用AlphaFold2多聚体预测蛋白质相互作用，并探讨内在无序区域在其中的作用	结合功能关联数据提升蛋白质物理相互作用预测准确性，并首次系统分析无序区域在预测高置信度相互作用中的重要性	主要针对非哺乳动物物种，可能限制了在哺乳动物系统中的普适性	预测和分析蛋白质-蛋白质相互作用的结构细节	蛋白质相互作用网络	计算生物学	NA	AlphaFold2 multimer, 深度学习	深度学习模型	蛋白质结构数据, 功能关联数据	NA
174	2025-09-09	AI-Enhanced SERS with Probe Combinations for Concurrent Identification and Quantification of Coexisting Metal Ions in Water 2025-Aug-19, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c07025 PMID:40764259	研究论文	提出一种结合AI与表面增强拉曼光谱（SERS）的方法，用于水中多种共存金属离子的同步识别与定量检测	采用定制化探针组合构建高维光谱阵列，并应用基于自注意力的深度学习架构解决光谱重叠和非线性响应问题	NA	开发高效同步检测共存金属离子的技术，以提升水质监测能力	水环境中的四种共存金属离子	环境监测	NA	表面增强拉曼光谱（SERS），深度学习	基于自注意力的深度学习架构	光谱数据	涵盖河水、工业废水和生活污水等多种环境样本的84种浓度组合
175	2025-09-09	Genetic and environmental factors affecting hair density in East Asian populations 2025-Aug-18, The British journal of dermatology DOI:10.1093/bjd/ljaf149 PMID:40251992	研究论文	本研究通过大规模样本和深度学习技术，识别影响东亚人群头发密度的遗传与环境因素	首次在东亚人群中发现三个与头发密度显著相关的遗传位点，并揭示其与毛囊发育基因的关联及非那雄胺治疗的基因型特异性反应	研究样本仅限东亚人群，结果可能不适用于其他族群；表型测量依赖图像分析技术	解析影响头发密度的遗传与环境因素，探索毛发特征之间的遗传共享机制	5735名东亚个体	生物医学	毛发疾病	GWAS、meta分析、C-GWAS、深度学习图像分析	深度学习模型（未指定具体架构）	图像（毛发镜图像）、基因型数据	5735名东亚个体，另包含UK Biobank纵向数据
176	2025-09-09	Modelling In vitro Mutagenicity Using Multi-Task Deep Learning and REACH Data 2025-Aug-18, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.5c00152 PMID:40680271	研究论文	本研究利用多任务深度学习和REACH数据构建体外诱变性预测模型	首次将多任务深度学习应用于诱变性预测，利用不同检测方法间的内在相关性提升模型性能	模型性能在外部测试集上的表现仍有提升空间（72-78%平衡准确率）	开发优于单任务模型的多任务深度学习模型来预测化学物质的诱变性	超过12,000种化学物质及其基因毒性数据	机器学习	NA	深度学习方法、图神经网络、化学指纹	多任务深度学习模型、图神经网络	化学结构数据、基因毒性测试数据	超过12,000种物质，包含来自REACH数据和多个公共来源的算法筛选信息
177	2025-09-09	HIST-DIP: histogram thresholding and deep image priors assisted smartphone-based fluorescence microscopy imaging 2025-Aug-18, The Analyst DOI:10.1039/d5an00487j PMID:40717611	研究论文	提出一种基于直方图阈值和深度图像先验的无监督荧光显微镜图像恢复框架HIST-DIP	无需外部训练数据，结合直方图阈值去噪和深度图像先验增强分辨率	未提及实时设备计算的优化需求	提升智能手机荧光显微镜图像质量	荧光显微镜图像	计算机视觉	NA	荧光显微镜成像	Deep Image Prior (DIP)	图像	NA
178	2025-09-09	Development and validation of a multimodal automatic interictal epileptiform discharge detection model: a prospective multi-center study 2025-Aug-15, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04316-3 PMID:40817241	研究论文	开发并验证一种多模态自动检测癫痫样放电的深度学习模型，通过多中心前瞻性研究评估其性能	提出整合视频和脑电图特征的多模态检测模型vEpiNetV2，引入坏道去除和患者检测方法提升多中心鲁棒性	不同中心存在振幅差异，错误患者检测可能影响整体性能	开发高精度自动化癫痫样放电检测模型以辅助癫痫诊断	癫痫患者的视频脑电图数据	医疗人工智能	癫痫	深度学习，视频-EEG多模态分析	深度学习模型（具体架构未说明）	视频和脑电图时序数据	训练集：530名患者26,706个IED和194,797个非IED片段；测试集：149名患者377小时视频-EEG数据含9,232个IED
179	2025-09-09	Ground Reaction Force Estimation via Time-aware Knowledge Distillation 2025-Aug-15, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/jiot.2025.3578012 PMID:40918555	研究论文	提出一种时间感知知识蒸馏框架，用于从鞋垫传感器数据估计地面反作用力（GRF）	利用小批量内的相似性和时序特征进行知识蒸馏，有效捕捉特征间互补关系和数据的序列特性	NA	开发轻量级模型以实现便携式GRF估计，解决现有方法计算资源需求高的问题	人类步态分析中的地面反作用力	机器学习	NA	知识蒸馏	轻量级学生模型（具体架构未指定）	传感器时序数据	不同步行速度下收集的数据（具体数量未说明）
180	2025-09-09	Towards proactively improving sleep: machine learning and wearable device data forecast sleep efficiency 4-8 hours before sleep onset 2025-Aug-14, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf113 PMID:40293116	研究论文	本研究利用机器学习模型基于可穿戴设备数据预测睡眠效率，旨在实现睡眠问题的主动干预	首次开发了能在睡眠开始前4-8小时预测睡眠效率的机器学习模型，并揭示了活动时间与睡眠效率的U型关系	研究仅基于UK Biobank的加速度计数据，未考虑其他可能影响睡眠的因素	开发能够提前预测睡眠效率的机器学习系统，为主动改善睡眠提供干预目标	80,811名UK Biobank成年参与者的加速度计数据	机器学习	睡眠障碍	加速度计数据采集与分析	CatBoost, CNN-LSTM	时间序列传感器数据	80,811名成年人