近日，昆明理工大学机电工程学院复杂机电系统建模及控制团队与美国密歇根大学Jianping Fu教授、大连理工大学覃开蓉教授合作，利用深度学习算法对胚胎类器官荧光图像进行分析，揭示了多细胞自组织、不对称发育的动力学规律，相关工作以“Deep manifold learning reveals hidden developmental dynamics of a human embryo model”为题发表在《Science Advances》上，并且以featured image形式在期刊官网首页进行了重点介绍。

类器官是一种模拟人体器官部分结构和功能特征的三维细胞培养物，在食品药物毒理性检测、疾病建模和再生医学研究中具有重要应用价值。团队研究人员利用深度学习算法分析了胚胎类器官在不同培养时长的荧光染色图像，定量化评估了类器官形态学特征和神经网络识别的图像隐藏特征，首次实现了仅利用数个离散时间点、清晰度有限的数据同时解析生物组织和单细胞尺度的发育规律，并发现了初始细胞数量影响关键发育时序图谱的生物力学规律。本研究开源的数据集和预训练得到的深度学习模型对推动构建基于类器官的筛选智能医药装备研发具有重要应用价值。

昆明理工大学为论文第一单位，新进青年教师陈柯洁博士为论文第一作者，Jianping Fu教授为论文共同通讯作者，昆明理工大学那靖教授、高贯斌教授、杨春曦教授和大连理工大学覃开蓉教授等为该工作做出了重要贡献。该研究成果得到了国家自然科学基金青年项目和面上项目、云南省基础研究计划等项目资助。

近年来，机电工程学院紧紧围绕学校“双一流”创建目标，积极布局机械工程学科新兴方向，大力促进医工交叉融合。通过高水平人才引培探索人工智能与生物医学相结合，推进外骨骼机器人等智能康复装备的研发，并与昆华医院、云南白药集团等医疗机构企业深度合作，多项成果已进入临床试验阶段。

论文链接：https://www.science.org/doi/full/10.1126/sciadv.adr8901

(供稿：机电工程学院）