深度学习模型逐细胞预测果蝇的形成

麻省理工学院的工程师团队开发了一种新方法，能够逐分钟预测果蝇胚胎中细胞的折叠、分裂和重组。

这种深度学习模型在分析细胞几何特性方面的准确率达到90%。

该模型可以帮助研究更复杂的组织、器官和生物体的发展，并识别与早期疾病相关的细胞模式。

研究团队将模型应用于果蝇胚胎的高质量视频，记录了约5000个细胞的动态变化。

模型能够预测细胞的折叠、分裂和相互接触的情况，准确率约为90%。

研究者希望将该模型应用于其他物种的细胞发展预测，如斑马鱼和小鼠。

新模型采用了双图结构，结合了点云和泡沫两种建模方式，以捕捉细胞的几何特性。

研究团队使用来自密歇根大学的高质量果蝇胚胎视频进行模型训练和测试。

模型能够预测细胞何时会分离或发生其他变化，具有较高的时间预测能力。

研究者认为，模型可以应用于其他多细胞系统的细胞发展预测，但需要高质量的视频数据支持。