科研喵使用ai读文献，祝你效率百倍，访问labcat.com.cn下载。本期关注发表在《Nature Methods》(IF: 36.1)上的突破性研究"MultiCell: geometric learning in multicellular development"。麻省理工学院的研究团队开发了MultiCell，一种革命性的几何深度学习方法，首次能够精确捕捉细胞间的复杂相互作用。通过统一图数据结构，该方法实现了果蝇胚胎发育过程中四维形态序列的可解释对齐，并能预测单细胞行为。研究发现，细胞几何形状和连接网络是形态发生的关键特征。这项技术为数据驱动的动态多细胞发育研究开辟了新途径，有望构建统一的形态动力学图谱，彻底改变我们理解发育生物学的方式。