Сегодня, клеточная биология уже не ограничивается теоретическими утверждениями, а также попытками понять динамику развития клеточных популяций. Одним из примеров является создание различных типов кровяных клеток из их предшественников, гемопоэтических стволовых клеток . "Решение кроветворных стволовых клеток стать определенным типом клеток не может быть подвергнуто наблюдению. В наше время это можно проверить только ретроспективно, говорит глава Quantitative Single Cell Dynamics Research Group at the Helmholtz Zentrum München's Institute of Computational Biology (ICB). Он и его команда уже разработали алгоритм, который может предсказать решение заранее. Так называемое глубокое обучение является ключевым. "Глубокие нейронные сети играют важную роль в нашей методике", - говорит Марр. "Наш алгоритм классифицирует свето-микроскопические изображения и видео из отдельных клеток, сравнивая эти данные с прошлым опытом развития таких клеток. Таким образом, алгоритм "учится", как определенные клетки ведут себя". В частности, исследователи изучили гемопоэтические стволовые клетки, которые были сняты под микроскопом в лаборатории Timm Schroeder в ETH Zurich. Используя информацию о внешнем виде и скорости, программное обеспечение было в состоянии 'запомнить' соответствующие модели поведения, а затем сделать свой прогноз. "По сравнению с традиционными методами флюоресцирующих антител против определенных поверхностных белков, мы знаем, что клетки будут решать ранее трех клеточных поколений", - сообщает Dr. Felix Buggenthin. Но какую же выгоду это сулит в будущем? Как руководитель исследования, Марр объясняет, "поскольку теперь мы знаем, какие клетки будут развиваться, мы можем изолировать их раньше, и рассмотреть, как они отличаются на молекулярном уровне. Мы хотим использовать эту информацию, чтобы понять, как делается выбор конкретных признаков развития". В будущем акцент будет расширяться за предел гемопоэтических стволовых клеток, говорит профессор доктор Фабиан Тайс, директор ICB.