Bagaimana embrio dengan andal "menghitung" bentuknya - "sel demi sel" - hanya menggunakan interaksi dan mekanika lokal, namun menghasilkan rencana tubuh global yang tepat? Saya sangat senang untuk membagikan makalah Metode Alam kami "MultiCell: pembelajaran geometris dalam pengembangan multiseluler", menyajikan penelitian #AIxBiology dipimpin oleh @HaiqianYang dan hasil kolaborasi hebat dengan Ming Guo, George Roy, Tomer Stern, Anh Nguyen dan Dapeng Bi. Tantangan lama dalam biologi perkembangan adalah memprediksi bagaimana ribuan sel secara kolektif mengatur diri sendiri saat jaringan melipat, membelah, dan mengatur ulang. Dalam MultiCell, kami mewakili embrio yang sedang berkembang sebagai grafik ganda yang menyatukan dua pandangan melengkapi mekanika jaringan dengan resolusi sel tunggal: sel sebagai titik bergerak (granular) dan sel sebagai busa yang terhubung (jaringan persimpangan). Ini memungkinkan model mempelajari dinamika dari geometri dan konektivitas sel-sel. Pada film lembaran cahaya 4D embrio utuh dari gastrulasi Drosophila (~5.000 sel), model kami memprediksi perilaku sel utama dan waktu peristiwa, termasuk kehilangan persimpangan, penataan ulang, dan pembelahan dengan akurasi tinggi, pada resolusi sel tunggal. Di luar prediksi, representasi yang sama mendukung penyelarasan waktu yang kuat di seluruh embrio dan menawarkan peta aktivasi yang dapat ditafsirkan yang menyoroti "pendorong" perkembangan morfogenetik. Tujuan yang lebih luas adalah fondasi untuk peramalan sel demi sel di jaringan yang lebih kompleks, dan akhirnya untuk mendeteksi tanda tangan dinamis penyakit yang halus. Pujian untuk tim atas kolaborasi inspiratif ini dengan para peneliti brilian untuk mendorong batas AI untuk biologi! Kutipan: Yang, H., Roy, G., Nguyen, A.Q., Buehler, MJ, dkk. MultiCell: pembelajaran geometris dalam pengembangan multiseluler. Metode Alam (2025), DOI: 10.1038/s41592-025-02983-x Tautan kode/data ada dalam naskah.