MIT-ov AI Model Predviđa Kako Hiljade Ćelija Organizuju Rani Embrion Voćne Mušice

Onaj prvi impuls života — uredno i šablonsko pomeranje ćelija koje oblikuje novi organizam — i dalje fascinira biologe. Inženjeri sa MIT-a razvili su duboki model učenja koji može predvideti tačne pokrete, ćelijske deobe i preraspodele hiljada ćelija dok embrion voćne mušice (Drosophila) prelazi iz jednostavne grupacije u složenije strukture.

Šta model radi?

Model prati položaj svake ćelije, njene susede i događaje poput savijanja (invaginacije), deobe ili odvajanja tokom rane faze razvoja poznate kao gastrulacija. Trening je izveden na snimcima visoke rezolucije sa pojedinačnom ćelijskom preciznošću, pri čemu je svaki embrion na početku imao otprilike 5.000 ćelija.

Tačnost i preciznost

Istraživači navode da model predviđa ponašanje svake ćelije tokom prvog sata gastrulacije sa oko 90% tačnosti. Osim toga, model ne predviđa samo koja će se dešavanja dogoditi, već i približan trenutak — čak i tačan minut kada će se određeni događaj (npr. savijanje ili odvajanje) desiti.

"Preciznim modeliranjem ovog ranog perioda možemo početi da otkrivamo kako lokalne interakcije ćelija dovode do formiranja globalnih tkiva i organizama," rekao je Ming Guo, koautor studije i vanredni profesor mašinskog inženjerstva na MIT-u.

Tehnički pristup

Umesto da koristi samo jedan od standardnih modela ("point cloud" — ćelije kao tačke — ili model "pene" — ćelije kao mehurići), tim je razvio kombinovani dual-graph pristup koji spaja prednosti oba opisa. To omogućava bogatiju reprezentaciju kako se ćelije povezuju, pomeraju i preraspoređuju u prostoru i vremenu.

Moguće primene i ograničenja

Autori planiraju da pristup primene na razvoj drugih modelnih organizama (zebrice, miševi) i na kraju — uz dovoljno podataka — i na ljudska tkiva. Potencijalna primena uključuje otkrivanje rana dinamička odstupanja u tkivima koja bi mogla biti povezana sa bolestima poput astme ili raka, kao i poboljšanje testova za lekove.

"Sa modelskog stanovišta mislim da je spreman. Pravi usko grlo je u podacima. Ako imamo kvalitetne podatke za određena tkiva, model se može direktno primeniti da predvidi razvoj mnogih drugih struktura," rekao je Guo.

Glavno ograničenje za širu primenu danas je dostupnost visokokvalitetnih snimaka sa pojedinačnom ćelijskom rezolucijom. Ipak, model predstavlja važan korak ka razumevanju kako lokalne ćelijske interakcije oblikuju globalne obrasce razvoja.

Studija je objavljena u časopisu Nature Methods 15. decembra.