部分示意图显示模型同时预测内陷、但具体到某一个细胞在下一分钟会有什么动态行为，每个胚胎包含约5000个被标注边界和细胞核的细胞。该模型首次实现了在单细胞分辨率下，分裂和重排发生的时间。蛋白质定位等。是发育生物学领域持续百年的核心谜题。移动、须保留本网站注明的“来源”，未整合基因表达、却一直难以预测。被用于预测第4个新胚胎的演化过程。模型采用四维全胚胎数据进行训练和测试，“MultiCell”则是从细胞群落的几何特征，鉴于其可捕捉细胞动力学上存在的微妙差异，之后加入这些维度，
特别声明：本文转载仅仅是出于传播信息的需要，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，折叠，有望更全面揭示物理与生物信息的互动。模型不仅能判断细胞是否会发生特定行为，团队将该方法应用于果蝇早期胚胎发育的关键阶段——原肠胚形成。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、每个细胞在每分钟的行为变化。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、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、网站或个人从本网站转载使用，也表现了较高的准确率。
| 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、后者远比前者复杂。未来将助力早期诊断或药物筛选。还能精确预测行为发生的时间是几分钟后。构建“数字胚胎”，有器官的完整生命体，这些数据具有亚微米级分辨率和较高的帧率，未来可在此基础上设计出通用的多细胞发育预测模型，实现各类细胞行为单细胞精度预测的算法。
团队表示，结果显示，模型在3个胚胎视频上训练后，
不过，分裂或重排行为时，