人工智能为细胞发育动力学提供了新的视角

当单元格被激活，改变或响应其环境变化时，会发生什么?来自VIB-UGent炎症研究中心的研究人员已经开发出一种方法来最好地模拟这些细胞动力学。他们的工作不仅强调了在细胞生长和生命周期中追踪细胞的突出挑战，而且还开创了评估旨在实现这一目标的计算生物学方法的新方法。

识别单个细胞的轨迹

细胞不断变化：它们分裂，变化或被环境激活。单元格可以在每个过程中采用许多替代路径，并且必须根据内部和外部线索决定遵循哪个方向。由于单细胞技术的进步，研究这些细胞轨迹最近变得更加容易，这使得科学家能够以前所未有的细节分析单个细胞。结合计算方法，可以看到细胞在生物体内的不同轨迹，并仔细观察疾病中的问题。

研究组负责人Yvan Saeys(VIB-Ghent大学)说：“如果你随机抽取数千个正在变化的细胞，你会发现有些非常相似，而其他细胞则非常相似。轨迹推断方法是一种新颖的人工智能技术，以数据驱动的方式揭示细胞轨迹等复杂结构。近年来，已经有大量工具构建这样的轨迹。但是，各种这样的工具的可用性使得研究人员很难找到适合他们所研究的生物系统的研究。“

评估可用的工具

Saeys实验室的两名研究人员，Robrecht Cannoodt和Wouter Saelens，通过评估和比较现有工具，开始为该领域带来更多的清晰度。Robrecht Cannoodt说：“从一开始，我们就设想通过包括几乎所有方法，各种数据集和指标来尽可能全面地制定基准。我们包括了细节，例如安装程序，并放置了所有内容。在一个大图中 - 我们喜欢称它为时髦的热图。“

Wouter Saelens补充道：“除了改进轨迹推理领域外，我们还尝试改进基准测试的方式。在我们的研究中，我们使用最新的软件技术(如容器化和持续集成)确保了易于重现和可扩展的基准测试。方式，我们的基准研究不是最终产品，而只是加速软件开发的开始，最终更好地理解我们的生物医学数据。“

用户指南

基于基准测试结果，该团队开发了一套用户指南，可以帮助研究人员为特定研究问题选择最合适的方法，以及交互式应用程序。这是对轨迹推断方法的第一次综合评估。在未来，团队计划添加详细的参数调整程序。dynverse.org免费提供用于创建轨迹的管道和工具，该团队欢迎旨在进一步开发的讨论。