美國麻省理工學院、密歇根大學和東北大學聯(lián)合團隊在最新《自然·方法》雜志上發(fā)表論文，介紹了一種名為“MultiCell”的幾何深度學習模型。該模型首次實現(xiàn)了在單細胞分辨率下，預測果蠅胚胎發(fā)育過程中，每個細胞在每分鐘的行為變化。未來可在此基礎上設計出通用的多細胞發(fā)育預測模型，構建“數(shù)字胚胎”，用于藥物篩選甚至指導人工組織設計。

　　一個胚胎如何從一團細胞變成有頭有尾、有器官的完整生命體，是發(fā)育生物學領域持續(xù)百年的核心謎題。雖然科學家早已知道細胞會分裂、移動、折疊，但具體到某一個細胞在下一分鐘會有什么動態(tài)行為，卻一直難以預測。

　　模型采用四維全胚胎數(shù)據(jù)進行訓練和測試，這些數(shù)據(jù)具有亞微米級分辨率和較高的幀率，每個胚胎包含約5000個被標注邊界和細胞核的細胞。在測試中，模型不僅能判斷細胞是否會發(fā)生特定行為，還能精確預測行為發(fā)生的時間是幾分鐘后。團隊將這一方法與“阿爾法折疊”預測的蛋白質結構相類比：阿爾法折疊是從氨基酸序列推斷蛋白質三維結構，“MultiCell”則是從細胞群落的幾何特征，預測多細胞系統(tǒng)的自組織過程。不過，由于胚胎發(fā)育是持續(xù)演變的動態(tài)過程，后者遠比前者復雜。

　　團隊將該方法應用于果蠅早期胚胎發(fā)育的關鍵階段——原腸胚形成。模型在3個胚胎視頻上訓練后，被用于預測第4個新胚胎的演化過程。結果顯示，模型在預測細胞連接丟失方面的準確率約90%;在預測細胞內陷、分裂或重排行為時，也表現(xiàn)了較高的準確率。

　　團隊表示，“MultiCell”是首個能在多細胞自組裝過程中，實現(xiàn)各類細胞行為單細胞精度預測的算法。鑒于其可捕捉細胞動力學上存在的微妙差異，未來將助力早期診斷或藥物篩選。

　　不過，該方法仍面臨一些問題，包括數(shù)據(jù)稀缺，以及當前模型僅基于幾何信息，未整合基因表達、蛋白質定位等。之后加入這些維度，有望更全面揭示物理與生物信息的互動。

　　【總編輯圈點】

　　預測單個細胞行為，其實也是解析整個生命體的第一步，在探索生命奧秘的道路上人類又取得了一大進展�？茖W家現(xiàn)在能高精確預測每個細胞在下一分鐘會做什么，而最令人興奮的地方則是其應用前景：臨床診斷中，醫(yī)生可能通過分析細胞行為的微小異常，在疾病癥狀出現(xiàn)前就作出早期預警;藥物研發(fā)領域，這種技術可以作為平臺來模擬藥物效果，大幅提升研發(fā)效率。更長遠看，它甚至可能助力人工組織設計和器官再生。

（責任編輯：華康）