Як ембріон надійно «обчислює» свою форму — «клітина за клітиною» — використовуючи лише локальні взаємодії та механіку, але при цьому створює точний глобальний план тіла? Я радий поділитися нашою статтею для Nature Methods «MultiCell: геометричне навчання в багатоклітинному розвитку», в якій представлено #AIxBiology дослідження, очолюване @HaiqianYang та результат чудової співпраці з Мін Го, Джорджем Роєм, Томером Стерном, Ан Нгуєном та Дапенгом Бі. Давнім викликом у біології розвитку є передбачити, як тисячі клітин колективно самоорганізовуються під час складання, поділу та перебудови тканин. У MultiCell ми представляємо ембріон, що розвивається, у вигляді подвійного графа, який об'єднує два комплементарні погляди на механіку тканини з роздільною здатністю однієї клітини: клітини як рухомі точки (гранулярні) і клітини як з'єднану піну (мережу з'єднання). Це дозволяє моделі вивчати динаміку як геометрії, так і зв'язності клітина-клітина. На цілому ембріоні 4D світлових фільмах гаструляції Drosophila (~5 000 клітин) наша модель з високою точністю прогнозує поведінку ключових клітин і час подій, включаючи втрату з'єднання, перестановки та поділи, з високою точністю при роздільній здатності однієї клітини. Поза прогнозуванням, те саме представлення підтримує надійне часове вирівнювання між ембріонами та пропонує інтерпретовані карти активації, які підкреслюють морфогенетичні «драйвери» розвитку. Ширша мета — створити основу для клітинного прогнозування у складніших тканинах і, зрештою, для виявлення тонких динамічних сигнатур хвороб. Велика подяка команді за цю надихаючу співпрацю з блискучими дослідниками, які розширюють межі ШІ для біології! Цитата: Янг, Г., Рой, Г., Нгуєн, А.К., Бюлер, М.Дж. та ін. MultiCell: геометричне навчання в багатоклітинному розвитку. Nature Methods (2025), DOI: 10.1038/s41592-025-02983-x Код/дата-посилання є в рукописі.