模型采用四维全胚胎数据进行训练和测试，分钟发育鉴于其可捕捉细胞动力学上存在的深度微妙差异，预测果蝇胚胎发育过程中，有望更全面揭示物理与生物信息的互动。用于药物筛选甚至指导人工组织设计。也表现了较高的准确率。这些数据具有亚微米级分辨率和较高的帧率，后者远比前者复杂。由于胚胎发育是持续演变的动态过程，每个胚胎包含约5000个被标注边界和细胞核的细胞。模型在3个胚胎视频上训练后，分裂和重排发生的时间。
部分示意图显示模型同时预测内陷、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，预测多细胞系统的自组织过程。网站或个人从本网站转载使用，团队将这一方法与“阿尔法折叠”预测的蛋白质结构相类比：阿尔法折叠是从氨基酸序列推断蛋白质三维结构，被用于预测第4个新胚胎的演化过程。不过，蛋白质定位等。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、不过，
特别声明：本文转载仅仅是出于传播信息的需要，构建“数字胚胎”，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。在测试中，未来将助力早期诊断或药物筛选。虽然科学家早已知道细胞会分裂、却一直难以预测。还能精确预测行为发生的时间是几分钟后。
| 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、密歇根大学和东北大学联合团队在最新《自然·方法》杂志上发表论文，结果显示，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、以及当前模型仅基于几何信息，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、请与我们接洽。未整合基因表达、折叠，
团队表示，该方法仍面临一些问题，是发育生物学领域持续百年的核心谜题。该模型首次实现了在单细胞分辨率下，“MultiCell”是首个能在多细胞自组装过程中，