Группа исследователей из Массачусетского технологического института (MIT) разработала искусственный интеллект, который может с высокой степенью точности предсказывать, как из клеточных скоплений формируются сложные организмы. Эта модель, обученная на видеозаписях развития эмбрионов плодовой мушки, демонстрирует возможность прогнозирования движений, делений и перестроек тысяч клеток в течение первого критического часа развития с точностью около 90%. Ключевым элементом успеха стало объединение двух традиционных методов моделирования в единую «двойную графовую» структуру, что позволяет ИИ учитывать не только местоположение клеток, но и их взаимодействие, создавая целостную ткань. Основная цель проекта заключается в понимании базовых принципов жизни, а также в возможности применения технологии для изучения развития более сложных организмов, включая человека, и выявления клеточных нарушений, приводящих к заболеваниям, таким как рак или астма. Однако на данный момент остаётся актуальной необходимость в столь же детальных данных для других биологических систем.
Вопрос-ответ
Что именно разработали исследователи из MIT?
Они создали модель искусственного интеллекта, способную с точностью около 90% предсказывать, как из скоплений клеток формируются сложные организмы. Модель прогнозирует движения, деления и перестройки тысяч клеток на примере эмбриона плодовой мушки в течение первого часа его развития.
В чем заключается уникальность новой модели ИИ?
Ее ключевая особенность — это «двойная графовая» структура, которая объединяет два традиционных метода моделирования. Это позволяет ИИ анализировать не только положение отдельных клеток, но и их взаимодействие друг с другом как единой ткани, что значительно повышает точность прогнозов.
Каковы потенциальные сферы применения этой технологии?
Основная цель — понять фундаментальные принципы жизни. В будущем технологию можно будет применять для изучения развития более сложных организмов, включая человека, а также для выявления клеточных нарушений, которые приводят к таким заболеваниям, как рак или астма.
Какое основное ограничение существует у этой технологии на данный момент?
Главным ограничением является нехватка столь же детальных данных (подобных видеозаписям развития эмбрионов мушки) для других биологических систем. Для обучения модели на новых организмах необходимы аналогичные высококачественные наборы данных.
Каким образом понимание нормального развития эмбриона с помощью ИИ может помочь в диагностике и изучении заболеваний?
Модель создает эталонную, высокоточную картину нормального клеточного развития. Сравнивая реальные процессы в других тканях или организмах с этим эталоном, ученые могут на самых ранних стадиях выявлять аномалии и отклонения — те самые клеточные нарушения, которые впоследствии могут привести к развитию заболеваний. Это открывает путь к ранней диагностике и более глубокому пониманию причин возникновения болезней.