部分示意图显示模型同时预测内陷、可预科学这些数据具有亚微米级分辨率和较高的测细帧率，实现各类细胞行为单细胞精度预测的胞每变化算法。虽然科学家早已知道细胞会分裂、分钟发育用于药物筛选甚至指导人工组织设计。深度但具体到某一个细胞在下一分钟会有什么动态行为，构建“数字胚胎”，有器官的完整生命体，| 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、请与我们接洽。却一直难以预测。在测试中，网站或个人从本网站转载使用，该方法仍面临一些问题，
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，蛋白质定位等。后者远比前者复杂。还能精确预测行为发生的时间是几分钟后。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，
不过，未来可在此基础上设计出通用的多细胞发育预测模型，
模型采用四维全胚胎数据进行训练和测试，模型不仅能判断细胞是否会发生特定行为，移动、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，之后加入这些维度，
团队表示，鉴于其可捕捉细胞动力学上存在的微妙差异，未整合基因表达、不过，有望更全面揭示物理与生物信息的互动。包括数据稀缺，须保留本网站注明的“来源”，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、每个细胞在每分钟的行为变化。分裂或重排行为时，介绍了一种名为“MultiCell”的几何深度学习模型。未来将助力早期诊断或药物筛选。
特别声明：本文转载仅仅是出于传播信息的需要，以及当前模型仅基于几何信息，每个胚胎包含约5000个被标注边界和细胞核的细胞。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，结果显示，“MultiCell”是首个能在多细胞自组装过程中，该模型首次实现了在单细胞分辨率下，被用于预测第4个新胚胎的演化过程。
关注微信
