胚胎如何可靠地 "逐細胞" "計算" 其形態，僅使用局部互動和力學，卻能產生精確的全局身體計劃？我很高興能分享我們的《自然方法》論文 "MultiCell: 多細胞發展中的幾何學習"，這是由 @HaiqianYang 主導的 #AIxBiology 研究，並且是與 Ming Guo、George Roy、Tomer Stern、Anh Nguyen 和 Dapeng Bi 的偉大合作成果。 發展生物學中的一個長期挑戰是預測數千個細胞如何集體自我組織，隨著組織的摺疊、分裂和重組。在 MultiCell 中，我們將發展中的胚胎表示為一個雙重圖，統一了組織力學的兩種互補視角，具有單細胞解析度：細胞作為移動點（顆粒）和細胞作為連接泡沫（交界網絡）。這使得模型能夠從幾何和細胞-細胞連接中學習動態。 在果蠅胚胎發育的整體 4D 光片電影中（約 5,000 個細胞），我們的模型以單細胞解析度高精度預測關鍵細胞行為和事件的時間，包括交界喪失、重組和分裂。除了預測，這種表示還支持胚胎之間的穩健時間對齊，並提供可解釋的激活圖，突顯出發展的形態生成 "驅動因素"。更廣泛的目標是為更複雜組織中的逐細胞預測奠定基礎，最終檢測疾病的微妙動態特徵。 向團隊致敬，感謝這些出色的研究人員的啟發性合作，推動 AI 在生物學中的邊界！ 引用：Yang, H., Roy, G., Nguyen, A.Q., Buehler, M.J., 等。MultiCell: 多細胞發展中的幾何學習。《自然方法》（2025），DOI: 10.1038/s41592-025-02983-x 代碼/數據鏈接在手稿中。