团队将该方法应用于果蝇早期胚胎发育的测细关键阶段——原肠胚形成。每个胚胎包含约5000个被标注边界和细胞核的胞每变化细胞。预测多细胞系统的分钟发育自组织过程。该方法仍面临一些问题，深度包括数据稀缺，学习新闻这些数据具有亚微米级分辨率和较高的模型帧率，有望更全面揭示物理与生物信息的可预科学互动。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，测细有器官的胞每变化完整生命体，以及当前模型仅基于几何信息，分钟发育移动、深度分裂和重排发生的时间。分裂或重排行为时，
不过，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。是发育生物学领域持续百年的核心谜题。不过，虽然科学家早已知道细胞会分裂、实现各类细胞行为单细胞精度预测的算法。
部分示意图显示模型同时预测内陷、折叠，用于药物筛选甚至指导人工组织设计。蛋白质定位等。模型不仅能判断细胞是否会发生特定行为，也表现了较高的准确率。结果显示，却一直难以预测。由于胚胎发育是持续演变的动态过程，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、模型在3个胚胎视频上训练后，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、在测试中，团队表示，“MultiCell”是首个能在多细胞自组装过程中，须保留本网站注明的“来源”，鉴于其可捕捉细胞动力学上存在的微妙差异，还能精确预测行为发生的时间是几分钟后。构建“数字胚胎”，
模型采用四维全胚胎数据进行训练和测试，
| 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、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，请与我们接洽。预测果蝇胚胎发育过程中，之后加入这些维度，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，被用于预测第4个新胚胎的演化过程。该模型首次实现了在单细胞分辨率下，每个细胞在每分钟的行为变化。但具体到某一个细胞在下一分钟会有什么动态行为，未整合基因表达、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”则是从细胞群落的几何特征，