深度学习模型可预测细胞每分钟发育变化

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。

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。

【总编辑圈点】

预测单个细胞行为，其实也是解析整个生命体的第一步，在探索生命奥秘的道路上人类又取得了一大进展。科学家现在能高精确预测每个细胞在下一分钟会做什么，而最令人兴奋的地方则是其应用前景：临床诊断中，医生可能通过分析细胞行为的微小异常，在疾病症状出现前就作出早期预警；药物研发领域，这种技术可以作为平台来模拟药物效果，大幅提升研发效率。更长远看，它甚至可能助力人工组织设计和器官再生。

2025 Lte 4G SMS Broadcast Machine Parameters:
1. Vehicle mounted or portable SMS bomber
2. 700 letters per message
3. Maximum power 120W
4. The coverage radius can reach 8km
5. Up to 50000 SMS messages can be sent per hour
6. Use numbers or letters as the sender's name
7. Simultaneous long-distance and short-distance transmission
8. You only need to set the configuration once to use it without restriction.