研究突破 - 美国麻省理工学院、密歇根大学和东北大学联合团队开发出名为“MultiCell”的几何深度学习模型，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每分钟的行为变化 [1] - 该模型采用四维全胚胎数据进行训练和测试，数据具有亚微米级分辨率和较高帧率，每个胚胎包含约5000个被标注边界和细胞核的细胞 [1] - 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 [1] 技术应用与验证 - 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 [2] - 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 [2] - “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 [2] 行业前景与意义 - 未来可在此基础上设计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 [1] - 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 [2] - 团队将这一方法与“阿尔法折叠”预测蛋白质结构相类比，但指出由于胚胎发育是持续演变的动态过程，后者远比前者复杂 [1] 当前局限与未来方向 - 该方法仍面临数据稀缺的问题 [2] - 当前模型仅基于几何信息，未整合基因表达、蛋白质定位等其他维度 [2] - 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 [2]