Un team di ingegneri del MIT ha sviluppato un modello di apprendimento profondo capace di prevedere, minuto per minuto, lo sviluppo delle singole cellule durante le prime fasi di crescita di un moscerino della frutta.
Il sistema combina due approcci tradizionali di modellizzazione, chiamati “nuvola di punti” e “schiuma”, in una struttura a doppio grafo, riuscendo a tracciare la posizione, i contatti e le divisioni cellulari con una precisione del 90%.
Applicato a video ad altissima risoluzione di embrioni in gastrulazione, il modello è stato in grado di anticipare come ciascuna delle circa 5.000 cellule si sarebbe piegata, spostata e riorganizzata durante la prima ora di sviluppo. Gli autori sottolineano che questa capacità di modellare le interazioni cellulari locali potrebbe aiutare a comprendere lo sviluppo di tessuti e organi più complessi e a individuare segnali precoci di malattie come asma e cancro.
I ricercatori prevedono di estendere il metodo ad altri tessuti umani e spece, ma il limite principale resta la disponibilità di dati video di qualità sufficiente. Lo studio è stato pubblicato su Nature Methods.
Leggi l’articolo completo: Deep-learning model predicts how fruit flies form, cell by cell su news.mit.edu
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (19/12/2025).
