論文の概要: Engineering morphogenesis of cell clusters with differentiable programming
- arxiv url: http://arxiv.org/abs/2407.06295v1
- Date: Mon, 8 Jul 2024 18:05:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-10 22:13:05.981810
- Title: Engineering morphogenesis of cell clusters with differentiable programming
- Title（参考訳）: 異種プログラミングによる細胞クラスターの工学的形態形成
- Authors: Ramya Deshpande, Francesco Mottes, Ariana-Dalia Vlad, Michael P. Brenner, Alma dal Co,
- Abstract要約: 我々は,発達モデルにおいて,創発的,システムレベルの特性をもたらす局所的相互作用規則と遺伝的ネットワークを発見する。
複雑な発達シナリオにおいて,細胞間相互作用と遺伝的ネットワークのパラメータを同時に学習できることが示される。
- 参考スコア（独自算出の注目度）: 2.0690546196799042
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Understanding the rules underlying organismal development is a major unsolved problem in biology. Each cell in a developing organism responds to signals in its local environment by dividing, excreting, consuming, or reorganizing, yet how these individual actions coordinate over a macroscopic number of cells to grow complex structures with exquisite functionality is unknown. Here we use recent advances in automatic differentiation to discover local interaction rules and genetic networks that yield emergent, systems-level characteristics in a model of development. We consider a growing tissue with cellular interactions are mediated by morphogen diffusion, differential cell adhesion and mechanical stress. Each cell has an internal genetic network that it uses to make decisions based on its local environment. We show that one can simultaneously learn parameters governing the cell interactions and the genetic network for complex developmental scenarios, including the symmetry breaking of an embryo from an initial cell, the creation of emergent chemical gradients,homogenization of growth via mechanical stress, programmed growth into a prespecified shape, and the ability to repair from damage. When combined with recent experimental advances measuring spatio-temporal dynamics and gene expression of cells in a growing tissue, the methodology outlined here offers a promising path to unravelling the cellular basis of development.
- Abstract（参考訳）: 生物開発の基礎となるルールを理解することは、生物学における主要な未解決問題である。
現生生物の各細胞は、その局所的な環境のシグナルに反応し、排他的、消費的、再編成するが、これらの個々の作用がマクロな数の細胞の上でどのように協調し、精巧な機能を持つ複雑な構造を成長させるかは分かっていない。
ここでは、局所的な相互作用規則と、発達モデルにおける創発的でシステムレベルの特性をもたらす遺伝的ネットワークを発見するために、自動微分の最近の進歩を用いる。
細胞間相互作用を持つ成長組織は, モルフォゲン拡散, 細胞接着, 機械的ストレスによって媒介されると考えられる。
各細胞は内部の遺伝的ネットワークを持ち、その環境に基づいて決定を行う。
本研究では、初期細胞からの胚の対称性の破れ、創発的化学勾配の生成、機械的ストレスによる成長の均質化、プログラムされた成長を予め定義された形にし、損傷から修復する能力など、複雑な発達シナリオにおいて、細胞間相互作用と遺伝的ネットワークのパラメータを同時に学習できることを示す。
成長組織中の細胞の時空間動態と遺伝子発現を計測する最近の実験的進歩と組み合わせて、ここで概説する方法論は、細胞の発達基盤を悪化させるための有望な経路を提供する。
関連論文リスト
- How to Build the Virtual Cell with Artificial Intelligence: Priorities and Opportunities [46.671834972945874]
仮想セル構築にAIの進歩を活用するというビジョンを提案する。
我々は、生物の普遍的な表現を含む、そのようなAI仮想セルの望ましい能力について議論する。
我々は、AI仮想細胞が新しい薬物標的を特定し、摂動に対する細胞反応を予測し、スケール仮説を探索する未来を想像する。
論文 参考訳（メタデータ） (2024-09-18T02:41:50Z) - Revisiting Adaptive Cellular Recognition Under Domain Shifts: A Contextual Correspondence View [49.03501451546763]
生物学的文脈における暗黙の対応の重要性を明らかにする。
モデル構成成分間のインスタンス認識トレードオフを確保するために, 自己適応型動的蒸留を提案する。
論文 参考訳（メタデータ） (2024-07-14T04:41:16Z) - Multicell-Fold: geometric learning in folding multicellular life [0.34952465649465553]
細胞群が特定の構造にどのように折り畳むかは、生物がどのように形成されるかを定義する生物学の中心的な問題である。
マルチセルの折り畳みや胚発生を予測できる幾何学的深層学習モデルを提案する。
我々は,4次元形態素配列アライメントの解釈と局所的な細胞再構成の予測という,2つの重要な課題を達成するために,我々のモデルをうまく利用した。
論文 参考訳（メタデータ） (2024-07-09T17:21:49Z) - Cognitive Evolutionary Learning to Select Feature Interactions for Recommender Systems [59.117526206317116]
Cellはさまざまなタスクやデータに対して,さまざまなモデルに適応的に進化可能であることを示す。
4つの実世界のデータセットの実験では、細胞は最先端のベースラインを大幅に上回っている。
論文 参考訳（メタデータ） (2024-05-29T02:35:23Z) - Learning Dynamics from Multicellular Graphs with Deep Neural Networks [7.263827692589625]
グラフニューラルネットワーク (GNN) を用いて, セル位置の静的スナップショットから, 多細胞集団の動きを推定できることを示す。
論文 参考訳（メタデータ） (2024-01-22T18:36:29Z) - Causal machine learning for single-cell genomics [94.28105176231739]
単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。
まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。
次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
論文 参考訳（メタデータ） (2023-10-23T13:35:24Z) - Real-time Evolution of Multicellularity with Artificial Gene Regulation [0.0]
本稿では, 物理的2次元生態系における自然選択により進化する'プロトゾーン様'細胞を用いたリアルタイムシミュレーションを提案する。
論文 参考訳（メタデータ） (2023-05-20T17:39:07Z) - Growing Isotropic Neural Cellular Automata [63.91346650159648]
我々は、元のGrowing NCAモデルには、学習された更新規則の異方性という重要な制限があると主張している。
細胞系は2つの方法のいずれかによって、正確な非対称パターンを成長させる訓練が可能であることを実証する。
論文 参考訳（メタデータ） (2022-05-03T11:34:22Z) - Empowered Neural Cellular Automata [0.0]
エンパワーメントは、エージェントがその環境に与えるコントロールの量を測定する。
神経細胞オートマトンの発展における二次的な目的としてのエンパワーメントの追加は、形態形成のみの進化よりも高い適合性をもたらすことを示す。
論文 参考訳（メタデータ） (2022-04-27T19:37:26Z) - Epigenetic evolution of deep convolutional models [81.21462458089142]
我々は、より深い畳み込みモデルを進化させるために、これまで提案されていた神経進化の枠組みを構築した。
異なる形状と大きさのカーネルを同一層内に共存させる畳み込み層配置を提案する。
提案したレイアウトにより、畳み込み層内の個々のカーネルのサイズと形状を、対応する新しい突然変異演算子で進化させることができる。
論文 参考訳（メタデータ） (2021-04-12T12:45:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。