Bir embriyo, yalnızca yerel etkileşimler ve mekaniklerle "hücre hücre" formunu güvenilir şekilde nasıl "hesaplayabilir", ancak kesin bir küresel vücut planı üretir? Nature Methods makalemizi "MultiCell: Multicell: Multicellic Learning" adlı makaleyi paylaşmaktan heyecan duyuyorum; @HaiqianYang liderliğindeki #AIxBiology araştırmayı ve Ming Guo, George Roy, Tomer Stern, Anh Nguyen ve Dapeng Bi ile yapılan büyük iş birliğinin sonucunu sunuyor. Gelişim biyolojisinde uzun süredir devam eden bir zorluk, binlerce hücrenin dokular katlanırken, bölünürken ve yeniden düzenlenirken kolektif olarak nasıl kendini organize ettiğini tahmin etmektir. MultiCell'de, gelişmekte olan embriyoyu doku mekaniğinin tek hücre çözünürlüğiyle iki tamamlayıcı görüşünü birleştiren çift bir grafik olarak temsil ediyoruz: hücreler hareket eden noktalar (granül) ve hücreler bağlı bir köpük (bağlantı ağı) olarak. Bu, modelin hem geometriden hem de hücre-hücre bağlantısından dinamikleri öğrenmesini sağlar. Drosophila gastrulasyonunun (~5.000 hücre) tüm embriyo 4D ışık tabakası filmlerinde, modelimiz anahtar hücre davranışlarını ve birleşim kaybı, yeniden düzenlemeler ve bölünmeler dahil olmak üzere olayların zamanlamasını tek hücre çözünürlükte yüksek doğrulukla tahmin eder. Tahminin ötesinde, aynı temsil embriyolar arasında sağlam zaman hizasını destekler ve gelişimin morfogenetik "sürücülerini" vurgulayan yorumlanabilir aktivasyon haritaları sunar. Daha geniş hedef, daha karmaşık dokularda hücre hücre tahmin için temel oluşturmak ve nihayetinde hastalıkların ince dinamik imzalarını tespit etmektir. Biyolojide yapay zekanın sınırlarını zorlayan parlak araştırmacılarla bu ilham verici iş birliği için ekibe tebrikler! Atıf: Yang, H., Roy, G., Nguyen, A.Q., Buehler, M.J. ve diğerleri. MultiCell: Çok hücreli gelişimde geometrik öğrenme. Nature Methods (2025), DOI: 10.1038/s41592-025-02983-x Kod/veri bağlantıları el yazmasında yer alır.