胚胎是如何可靠地 "逐个细胞" 计算其形态的——仅通过局部相互作用和力学，却能产生精确的整体身体计划？我很高兴分享我们的《自然方法》论文《MultiCell：多细胞发育中的几何学习》，这是由 @HaiqianYang 领导的 #AIxBiology 研究，并且是与 Ming Guo、George Roy、Tomer Stern、Anh Nguyen 和 Dapeng Bi 的伟大合作的结果。 发育生物学中的一个长期挑战是预测成千上万的细胞如何在组织折叠、分裂和重组时集体自我组织。在 MultiCell 中，我们将发育中的胚胎表示为一个双重图，统一了组织力学的两个互补视角，具有单细胞分辨率：细胞作为移动点（颗粒）和细胞作为连接泡沫（连接网络）。这使得模型能够从几何和细胞-细胞连接性中学习动态。 在果蝇胚胎发育的整体4D光片电影中（约5000个细胞），我们的模型以单细胞分辨率高精度预测关键细胞行为和事件的时序，包括连接丧失、重组和分裂。除了预测，相同的表示支持跨胚胎的稳健时间对齐，并提供可解释的激活图，突出发育的形态发生 "驱动因素"。更广泛的目标是为更复杂组织中的逐个细胞预测奠定基础，最终用于检测疾病的微妙动态特征。 向团队致敬，感谢与杰出研究人员的这一鼓舞人心的合作，推动生物学领域的AI边界！ 引用：Yang, H., Roy, G., Nguyen, A.Q., Buehler, M.J., et al. MultiCell: geometric learning in multicellular development. Nature Methods (2025), DOI: 10.1038/s41592-025-02983-x 代码/数据链接在手稿中。