AI-новости24 марта 2026 г., 18:02 МСК🤖 Auto

Искусственный интеллект предсказывает развитие эмбрионов дрозофилы по клеткам

Новая модель глубокого обучения от MIT предсказывает, как клетки дрозофилы развиваются на ранних стадиях, что может помочь в исследовании болезней.

Исследователи из MIT разработали модель глубокого обучения, способную предсказывать, как отдельные клетки дрозофилы развиваются и изменяются на самых ранних стадиях роста. Этот подход может быть применен и к более сложным тканям и органам, что поможет ученым выявлять ранние признаки заболеваний.

Как работает модель глубокого обучения

Инженеры из MIT создали модель, которая может предсказывать, как изменяются геометрические свойства клеток в процессе развития эмбриона дрозофилы. Модель отслеживает такие характеристики, как положение клетки и ее контакт с соседними клетками в данный момент времени.

Исследователи применили модель к видеозаписям развивающихся эмбрионов дрозофилы, каждая из которых начинается с кластера из примерно 5000 клеток. Модель предсказала с точностью 90%, как эти клетки будут складываться, перемещаться и менять свое положение в течение первого часа развития.

Потенциальные применения и будущее исследований

Созданная модель может быть использована для изучения развития клеток у других видов, таких как рыбки данио и мыши. Это позволит выявить общие клеточные паттерны, характерные для разных видов. Кроме того, метод может помочь в понимании, как развиваются ткани, подверженные заболеваниям, таким как астма или рак.

«Астматические ткани показывают разные динамики клеток в живом изображении», — объясняет соавтор исследования Хайцян Ян. Модель может уловить эти тонкие различия и предоставить более полное представление о поведении тканей, что потенциально улучшит диагностику и скрининг лекарств.

Технические аспекты модели

В основе модели лежит «двойная графовая» структура, которая представляет развивающийся эмбрион как движущиеся точки и пузыри. Это позволяет более детально изучать геометрию клеток, включая расположение ядра клетки и взаимодействие с соседними клетками.

Исследователи надеются, что эта модель поможет предсказывать развитие клеток в более сложных многоклеточных системах, вплоть до человеческих тканей и органов. Однако главным препятствием остается доступ к высококачественным видеоданным.

Эта работа поддерживается Национальными институтами здоровья США.