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
18141	2025-10-07	EnrichRBP: an automated and interpretable computational platform for predicting and analysing RNA-binding protein events 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf018 PMID:39804669	研究论文	介绍了一个用于预测和分析RNA结合蛋白事件的自动化可解释计算平台EnrichRBP	开发了首个集成70种深度学习算法的自动化平台，专门用于RNA结合蛋白的全面分析和可视化解释	NA	预测RNA结合蛋白并分析其与RNA的相互作用机制	RNA结合蛋白及其与RNA的相互作用	生物信息学	NA	深度学习，机器学习	深度学习算法，机器学习算法	RNA序列数据	NA	NA	NA	NA	高性能计算
18142	2025-10-07	Coronal Plane Alignment of the Knee (CPAK) Type Shifts Toward Constitutional Varus with Increasing Kellgren and Lawrence Grade: A Radiographic Analysis of 17,365 Knees 2024-Dec-24, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.00316 PMID:39719004	研究论文	本研究通过深度学习软件分析17,365例膝关节X线影像，探讨膝关节冠状面对线类型与骨关节炎严重程度的关系	首次在大规模样本中揭示CPAK类型随KL分级增加向固有内翻型转变的趋势，并区分年龄与OA严重度对膝关节对线的影响	回顾性横断面研究无法确定因果关系，仅基于二维X线测量	探究不同严重程度骨关节炎患者的膝关节冠状面对线类型分布规律	17,365例膝关节X线影像	数字病理	骨关节炎	X线影像分析	深度学习	医学影像	17,365例膝关节	NA	NA	统计显著性(p值)	NA
18143	2025-02-05	Development of a deep learning-based 1D convolutional neural network model for cross-species natural killer T cell identification using peripheral blood mononuclear cell single-cell RNA sequencing data 2024-Dec, Veterinary world IF:1.7Q2 DOI:10.14202/vetworld.2024.2846-2857 PMID:39897371	研究论文	本研究开发了一种基于一维卷积神经网络（1DCNN）的模型，用于跨物种识别自然杀伤T细胞（NKT细胞），并利用单细胞RNA测序数据验证了其有效性	首次将1DCNN模型应用于跨物种NKT细胞的识别，并成功识别了人类、犬类和猪类PBMC数据集中的NKT细胞	需要进一步的研究来验证这些发现，并且模型的泛化能力尚未在其他细胞类型上得到验证	开发一种能够跨物种识别NKT细胞的深度学习模型，并探索其在不同物种中的免疫功能基因	人类、犬类和猪类的外周血单核细胞（PBMC）中的NKT细胞	机器学习	NA	单细胞RNA测序（scRNA-Seq）	1DCNN	RNA测序数据	人类、犬类和猪类的PBMC数据集	NA	NA	NA	NA
18144	2025-10-07	Exploit Spatially Resolved Transcriptomic Data to Infer Cellular Features from Pathology Imaging Data 2024-Aug-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.05.606654 PMID:39149252	研究论文	提出一种利用空间转录组数据标注病理图像的新方法，并开发STpath模型预测细胞类型比例和肿瘤微环境分类	首次将配对的空转转录组数据用于病理图像标注，解决了标注数据稀缺的问题	训练数据有限，模型在细胞类型比例多变和高分辨率病理图像中表现更佳	通过深度学习从病理图像中提取有意义的成像特征	乳腺癌病理图像和空间转录组数据	数字病理学	乳腺癌	空间转录组学	迁移学习神经网络	病理图像, 空间转录组数据	三个不同的乳腺癌数据集	NA	STpath	NA	NA
18145	2025-10-07	EPInformer: a scalable deep learning framework for gene expression prediction by integrating promoter-enhancer sequences with multimodal epigenomic data 2024-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.01.606099 PMID:39131276	研究论文	提出一种可扩展的深度学习框架EPInformer，通过整合启动子-增强子序列与多模态表观基因组数据来预测基因表达	整合启动子-增强子相互作用、序列信息、表观遗传信号和染色质接触数据，在跨染色体验证中优于现有方法	可能难以完全捕捉远端调控元件的调控效应，训练和适应新数据需要较多计算资源	开发可扩展的基因表达预测框架	基因表达调控机制和顺式调控元件	机器学习	NA	深度学习，表观基因组数据分析	深度学习框架	DNA序列，表观遗传信号，染色质接触数据	NA	开源软件（具体框架未明确说明）	EPInformer（具体架构未详细说明）	预测准确性，CRISPR扰动实验验证	NA
18146	2025-10-07	A Systematic Review of Artificial Intelligence Models for Time-to-Event Outcome Applied in Cardiovascular Disease Risk Prediction 2024-Jul-19, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02087-7 PMID:39028429	系统综述	本文系统综述了人工智能模型在心血管疾病风险预测中处理时间-事件结局的应用	重点关注处理右删失数据的AI预测模型，并特别分析健康社会决定因素和性别分层在模型中的应用	仅纳入33项研究，且大多数研究未充分整合健康社会决定因素和进行性别分层分析	评估人工智能模型在心血管疾病风险预测中处理生存结局的性能和应用现状	心血管疾病风险预测研究	机器学习	心血管疾病	机器学习，深度学习	随机生存森林，生存梯度提升模型，惩罚Cox模型，DeepSurv	临床数据，生存数据	33项研究	NA	随机生存森林，梯度提升，DeepSurv	预测性能比较	NA
18147	2025-02-05	Artificial intelligence in suicide prevention: Utilizing deep learning approach for early detection 2024 Jul-Dec, Industrial psychiatry journal DOI:10.4103/ipj.ipj_20_24 PMID:39898082	研究论文	本文介绍了一种利用人工神经网络（ANN）架构的人工智能模型，用于预测有自杀倾向的学生，旨在通过技术手段早期识别并干预	首次将人工神经网络应用于学生自杀风险的早期预测，并通过严格的超参数优化和统计指标评估模型性能	模型训练和测试数据为虚构和模拟的，未来需要真实世界的数据验证和模型优化	构建一个AI模型，用于早期识别有自杀倾向的学生，以便及时干预	面临考试压力的学生	机器学习	心理健康	人工神经网络（ANN）	ANN	虚构和模拟的学生档案数据	NA	NA	NA	NA	NA
18148	2025-10-07	Mathematical Model-Driven Deep Learning Enables Personalized Adaptive Therapy 2024-Jun-04, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-2040 PMID:38569183	研究论文	本研究应用深度强化学习开发个性化自适应治疗策略，用于前列腺癌治疗	将深度强化学习与数学模型相结合，开发无需了解底层肿瘤模型的个性化自适应治疗策略	基于数学模型验证，需要进一步临床验证	优化前列腺癌的自适应治疗策略，延缓肿瘤进展	前列腺癌患者	机器学习	前列腺癌	深度强化学习	DRL	数学模型数据	NA	NA	NA	肿瘤进展时间	NA
18149	2025-10-07	Deep learning-based spectroscopic single-molecule localization microscopy 2024-06, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.6.066501 PMID:38799979	研究论文	开发了一种基于深度学习的计算方法来重建光谱单分子定位显微镜数据	提出首个基于双网络模型的深度学习算法DsSMLM，可同时处理无标记和荧光标记的sSMLM成像数据	NA	开发深度学习重建方法用于光谱单分子定位显微镜成像	单链DNA纤维、COS-7和U2OS细胞上的组蛋白标记、DNA折纸纳米标尺	计算机视觉	NA	光谱单分子定位显微镜	深度学习	显微图像	多种样本类型（单链DNA纤维、细胞样本、DNA纳米标尺）	NA	双网络模型	空间分辨率、定位检测率	NA
18150	2025-10-07	A CONVEX COMPRESSIBILITY-INSPIRED UNSUPERVISED LOSS FUNCTION FOR PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI56570.2024.10635138 PMID:39886655	研究论文	提出一种基于压缩感知的凸损失函数，用于物理驱动深度学习MRI重建	首次将凸压缩性启发式损失函数引入物理驱动深度学习，支持监督、无监督和零样本学习场景	未明确说明具体数据规模和计算资源需求	改进快速MRI扫描的重建质量	MRI图像重建	医学影像重建	NA	MRI扫描	深度学习网络	医学影像	NA	NA	NA	重建质量评估	NA
18151	2025-10-07	Systemic lupus in the era of machine learning medicine 2024-Mar-04, Lupus science & medicine IF:3.7Q1 DOI:10.1136/lupus-2023-001140 PMID:38443092	综述	探讨机器学习在系统性红斑狼疮研究中的应用现状与前景	系统梳理机器学习在SLE研究中的整合应用，提出利用深度学习模型和替代健康数据源的新方向	大多数预测模型仍需外部验证才能临床采用	理解SLE的发病机制、早期诊断和疾病预后	系统性红斑狼疮(SLE)	机器学习	系统性红斑狼疮	监督学习, 无监督学习	深度学习模型	多样化大数据集, 替代健康数据源	NA	NA	NA	NA	NA
18152	2025-10-07	Application of deep learning and feature selection technique on external root resorption identification on CBCT images 2024-Feb-19, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-03910-w PMID:38373931	研究论文	本研究应用深度学习和特征选择技术识别CBCT图像中的牙根外吸收	首次评估四种深度学习模型在牙根外吸收识别中的性能，并探索特征选择技术与深度学习模型结合的效果	研究使用模拟牙根外吸收的离体牙齿，样本量相对较小（88颗前磨牙）	评估深度学习模型在牙根外吸收识别中的性能，并研究特征选择技术对模型性能的改进效果	88颗离体前磨牙上模拟的不同深度（0.5mm、1mm、2mm）牙根外吸收病变	计算机视觉	牙科疾病	锥形束CT成像	Random Forest, Support Vector Machine, CNN	医学影像	88颗离体前磨牙	NA	VGG16, EfficientNetB4	准确率, F1分数, 精确率, 特异性, 错误率, AUC	NA
18153	2025-10-07	Improving deep learning protein monomer and complex structure prediction using DeepMSA2 with huge metagenomics data 2024-Feb, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02130-4 PMID:38167654	研究论文	本文介绍了DeepMSA2流程，通过整合宏基因组数据提升蛋白质单体及复合体结构预测精度	开发了平衡比对搜索与有效模型选择的统一流程，整合海量宏基因组数据库显著提升结构预测精度	NA	通过改进多序列比对构建方法提升深度学习蛋白质结构预测性能	蛋白质单链和多链结构	机器学习	NA	宏基因组测序	深度学习	基因组序列数据，蛋白质结构数据	大规模基准测试数据集	NA	AlphaFold2-Multimer	结构预测精度	NA
18154	2025-10-07	MyoV: a deep learning-based tool for the automated quantification of muscle fibers 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad528 PMID:38271484	研究论文	开发了一种基于深度学习的自动化肌肉纤维量化工具MyoV	使用掩膜区域卷积神经网络结合残差网络和特征金字塔网络作为骨干网络，能够处理不同大小和年龄的肌肉纤维	NA	开发自动化肌肉纤维量化工具以克服现有方法的局限性	苏木精-伊红染色的肌肉纤维	计算机视觉	肌肉疾病	图像分割	CNN	图像	超过660,000个手动和半自动标记的肌肉纤维	NA	Mask R-CNN, ResNet, FPN	检测率, 精确度	NA
18155	2025-10-07	Multi-modal features-based human-herpesvirus protein-protein interaction prediction by using LightGBM 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae005 PMID:38279649	研究论文	本研究开发了一种基于多模态特征融合的LightGBM方法来预测人类-疱疹病毒蛋白质相互作用	首次将文档嵌入和图嵌入方法结合用于表示蛋白质的序列、网络和功能模态特征，并应用于人类-疱疹病毒PPI预测	未明确说明样本量的具体数值和计算资源配置	预测人类-疱疹病毒蛋白质相互作用，理解病毒感染机制	人类和疱疹病毒蛋白质	自然语言处理, 机器学习	疱疹病毒感染相关恶性肿瘤	文档嵌入, 图嵌入, 多模态特征融合	LightGBM	蛋白质序列数据, 网络数据, 功能数据	NA	LightGBM	LightGBM	NA	NA
18156	2025-10-07	Recognition of rare antinuclear antibody patterns based on a novel attention-based enhancement framework 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad531 PMID:38279651	研究论文	提出一种基于注意力机制的增强框架用于识别罕见抗核抗体模式	首个专门针对罕见ANA模式识别的研究，引入注意力机制增强特征提取能力	仅针对9类罕见ANA模式，未涵盖所有可能的罕见模式	开发用于罕见抗核抗体模式识别的深度学习框架	ANA间接免疫荧光图像中的罕见模式	计算机视觉	自身免疫性疾病	间接免疫荧光成像	CNN	图像	NA	NA	基于注意力机制的增强框架	精确率,召回率,F1分数,平均精度均值	NA
18157	2025-10-07	scMMT: a multi-use deep learning approach for cell annotation, protein prediction and embedding in single-cell RNA-seq data 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad523 PMID:38300515	研究论文	提出一种名为scMMT的多用途深度学习方法，用于单细胞RNA测序数据中的细胞注释、蛋白质预测和嵌入表示	开发了新颖的特征提取技术，构建了基于GradNorm的多任务学习框架，引入对数加权和标签平滑机制以增强稀有细胞识别能力并防止模型过度自信	NA	提高单细胞RNA测序数据中细胞类型注释的准确性，特别是在识别具有相似分子谱但功能不同的免疫细胞类型方面	单细胞RNA测序数据中的细胞类型，特别是免疫细胞	生物信息学	肿瘤微环境	单细胞RNA测序	深度学习	单细胞RNA测序数据	多个公共数据集	NA	基于GradNorm的多任务学习框架	细胞类型注释准确性、稀有细胞识别能力、dropout和标签噪声抵抗能力、蛋白质表达预测准确性、低维嵌入表示质量	NA
18158	2025-10-07	Deqformer: high-definition and scalable deep learning probe design method 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae007 PMID:38305453	研究论文	提出一种名为Deqformer的深度学习模型，用于准确预测靶向富集测序中探针的覆盖深度	首次结合Watson-Crick碱基配对原理，采用双BERT编码器分别捕获正反向探针链的底层信息	NA	开发高精度且可扩展的探针设计方法，提升靶向富集测序效率	DNA探针的寡核苷酸序列	机器学习	NA	靶向富集测序	BERT, 前馈神经网络	序列数据	4个数据集：SNP panel（38,200探针）、lncRNA panel（2,000探针）、合成panel（5,899探针）、HD-Marker panel（11,000探针）	NA	BERT编码器	F3acc（三倍准确率因子）, 5折交叉验证	NA
18159	2025-10-07	ChemMORT: an automatic ADMET optimization platform using deep learning and multi-objective particle swarm optimization 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae008 PMID:38385872	研究论文	开发了一个名为ChemMORT的自动ADMET优化平台，利用深度学习和多目标粒子群优化算法优化药物分子的ADMET属性	结合可逆分子表示和粒子群优化策略，实现多ADMET端点优化而不损失生物活性，完成逆向QSAR设计	NA	开发自动ADMET优化平台以改善药物分子的吸收、分布、代谢、排泄和毒性属性	药物分子，特别是聚(ADP-核糖)聚合酶-1抑制剂	机器学习	NA	深度学习，多目标粒子群优化	编码器-解码器架构	分子结构数据(SMILES)	NA	NA	SMILES编码器，描述符解码器	NA	NA
18160	2025-10-07	ADH-Enhancer: an attention-based deep hybrid framework for enhancer identification and strength prediction 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae030 PMID:38385876	研究论文	提出一种基于注意力机制的深度混合框架ADH-Enhancer，用于增强子识别和强度预测	使用语言建模策略将DNA序列转换为统计特征空间，结合卷积神经网络和注意力机制的新型分类器	未提及框架在实时分析中的具体应用限制	开发高性能的计算框架用于增强子识别和强度预测	DNA序列中的增强子区域	生物信息学	血友病、膀胱癌、糖尿病、先天性疾病	语言建模、k-mer分析	CNN, 注意力机制	DNA序列	NA	NA	基于CNN和注意力机制的混合架构	准确率, MCC	NA