Durante o desenvolvimento inicial de embriões, células se reorganizam para formar tecidos e órgãos. Pesquisadores do MIT desenvolveram um modelo de deep learning que prevê, minuto a minuto, como cada célula se dobra, se divide e se rearranja. A precisão alcançada é de cerca de 90% em vídeos de mosca-das-frutas.
O estudo, publicado na Nature Methods, apresenta o modelo de dual-graph, que usa ao mesmo tempo representing de pontos e de espuma para descrever células. O método acompanha propriedades como posição celular e contato com vizinhos ao longo do tempo.
O conjunto de dados utilizado envolve embriões de Drosophila com cerca de 5 mil células. O modelo foi treinado em vídeos de alta qualidade com resolução de submicrômetro e validação em um vídeo novo, obtendo previsões minuto a minuto da maioria das células.
Os autores destacam que a fase inicial, a gastrulação, ocorre em aproximadamente uma hora e envolve dinâmicas celulares em escalas de minutos. A abordagem pode, em princípio, ser aplicada a espécies maiores e tecidos humanos.
Entre as aplicações potenciais, está a previsão célula a célula de zebrafish, camundongos e tecidos humanos, apoiando diagnósticos precoces e triagem de fármacos com base em padrões de desenvolvimento.
A equipe integrada por Ming Guo, Haiqian Yang e outros pesquisadores ressalta que o modelo pode identificar padrões comuns entre espécies e revelar diferenças em dinamismo celular associadas a doenças.
A pesquisa é financiada em parte pelo NIH e contou com colaborações da University of Michigan e Northeastern University, entre outras instituições parceiras, ampliando o escopo da análise de desenvolvimento multicelular.
Entre na conversa da comunidade