AI-новости20 марта 2026 г., 00:02 МСК🤖 Auto

ИИ-модель предсказывает развитие клеток у плодовых мушек

Новый метод глубокого обучения может помочь выявить ранние признаки заболеваний через моделирование развития тканей.

Команда инженеров из MIT создала глубокую модель обучения, которая способна предсказывать, как клетки плодовой мушки (дрозофилы) меняются и взаимодействуют в процессе развития. Эта инновация может стать важным инструментом для изучения более сложных тканей и органов, а также для выявления ранних признаков заболеваний, таких как астма и рак.

Предсказание клеточных изменений

Исследователи из MIT разработали модель, которая анализирует и предсказывает изменения в геометрических свойствах клеток дрозофилы на ранней стадии развития. Модель отслеживает показатели, такие как положение клетки и ее взаимодействие с соседними клетками, с точностью до 90%.

Специалисты применили модель к видеозаписям развития эмбрионов дрозофил, состоящих из 5000 клеток. В течение первого часа развития модель показала, как каждая клетка складывается, делится и перестраивается, переходя от гладкой формы к более сложной структуре.

Гаструляция и перспективы

Этот начальный этап развития известен как гаструляция, и его точное моделирование может помочь понять, как локальные взаимодействия клеток приводят к формированию тканей и организмов в целом. В будущем исследователи планируют применить модель к другим видам, таким как рыбки данио и мыши, чтобы выявить общие закономерности.

Модель двойного графа

Модель, разработанная MIT, основана на структуре двойного графа, которая позволяет представлять эмбрион как движущиеся точки и пузырьки. Это дает более детальное представление о свойствах клеток, таких как местоположение ядра и взаимодействие с соседними клетками.

Эти данные могут быть полезны для более точной диагностики заболеваний и разработки новых методов лечения. Исследователи подчеркивают, что основное ограничение — это доступность качественных видео данных, которые необходимы для обучения модели.

Работа поддержана Национальными институтами здравоохранения США.