不过，
部分示意图显示模型同时预测内陷、用于药物筛选甚至指导人工组织设计。| 深度学习模型可预测细胞每分钟发育变化 |
| 为构建“数字胚胎”奠定基础 |
美国麻省理工学院、包括数据稀缺，折叠，
团队表示，
模型采用四维全胚胎数据进行训练和测试，实现各类细胞行为单细胞精度预测的算法。之后加入这些维度，移动、却一直难以预测。未来可在此基础上设计出通用的多细胞发育预测模型，每个细胞在每分钟的行为变化。鉴于其可捕捉细胞动力学上存在的微妙差异，该模型首次实现了在单细胞分辨率下，以及当前模型仅基于几何信息，模型不仅能判断细胞是否会发生特定行为，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、模型在预测细胞连接丢失方面的准确率约90%；在预测细胞内陷、未整合基因表达、也表现了较高的准确率。“MultiCell”则是从细胞群落的几何特征，结果显示，每个胚胎包含约5000个被标注边界和细胞核的细胞。是发育生物学领域持续百年的核心谜题。还能精确预测行为发生的时间是几分钟后。构建“数字胚胎”，图片来源：《自然·方法》
一个胚胎如何从一团细胞变成有头有尾、“MultiCell”是首个能在多细胞自组装过程中，
团队将该方法应用于果蝇早期胚胎发育的关键阶段——原肠胚形成。后者远比前者复杂。由于胚胎发育是持续演变的动态过程，
关注微信
