美国麻省理工学院、密歇根大学和东北大学联合团队在最新《自然·方法》杂志上发表论文，介绍了一种名为“MultiCell”的几何深度学习模型。该模型首次实现了在单细胞分辨率下，预测果蝇胚胎发育过程中，每个细胞在每分钟的行为变化。未来可在此基础上设计出通用的多细胞发育预测模型，构建“数字胚胎”，用于药物筛选甚至指导人工组织设计。
部分示意图显示模型同时预测内陷、分裂和重排发生的时间。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、有器官的完整生命体，是发育生物学领域持续百年的核心谜题。虽然科学家早已知道细胞会分裂、移动、折叠，但具体到某一个细胞在下一分钟会有什么动态行为，却一直难以预测。
模型采用四维全胚胎数据进行训练和测试，这些数据具有亚微米级分辨率和较高的帧率，每个胚胎包含约5000个被标注边界和细胞核的细胞。在测试中，模型不仅能判断细胞是否会发生特定行为，还能精确预测行为发生的时间是几分钟后。团队将这一方法与“阿尔法折叠”预测的蛋白质结构相类比：阿尔法折叠是从氨基酸序列推断蛋白质三维结构，“MultiCell”则是从细胞群落的几何特征，预测多细胞系统的自组织过程。不过，由于胚胎发育是持续演变的动态过程，后者远比前者复杂。
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。模型在3个胚胎视频上训练后，被用于预测第4个新胚胎的演化过程。结果显示，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、分裂或重排行为时，也表现了较高的准确率。
团队表示，“MultiCell”是首个能在多细胞自组装过程中，实现各类细胞行为单细胞精度预测的算法。鉴于其可捕捉细胞动力学上存在的微妙差异，未来将助力早期诊断或药物筛选。
不过，该方法仍面临一些问题，包括数据稀缺，以及当前模型仅基于几何信息，未整合基因表达、蛋白质定位等。之后加入这些维度，有望更全面揭示物理与生物信息的互动。
近日，四川农业大学动物医学院猪病研究中心黄小波课题组在自然指数（Nature index）期刊Journal of Biological Chemistry发表 细菌锰离子外排对于锰离子和铁离子稳态均具有重要意义。TerC家族蛋白是存在于所有细菌中的一种保守蛋白质。然而，长期以 ·“Apollo开放平台9.0拥有极强场景通用能力，适配环节减少40% 、代码阅读量减少90%、代码调试量减少80%，可以实现‘ 12月16日，在2023开放原子开发者大会上，腾讯云宣布将企业级分布式数据库TDSQL的社区发行版OpenTenBase 捐赠给开放原子 近日，日本政府批准了一项立法，要求6所顶尖大学成立新的管理政策委员会，使外部专家在决策中有更大的发言权。 据《科 近日，记者从北京大学获悉，为进一步服务国家战略，充分凝聚学科优势力量，加强临床医学学科顶层设计以及医教研统筹力量，推动世 。本文链接：深度学习模型可预测细胞每分钟发育变化http://www.sushuapos.com/show-11-29950-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 50多年前发现的天然分子首度人工合成