Neues Machine Learning Modell erklärt Dynamik der Zellentwicklung

Zellen durchlaufen von ihrer Geburt bis zum Tod ein wechselvolles Schicksal, das man mittlerweile durch Einzelzellgenomik in großen Populationen erfassen kann. Doch dadurch wird die Zelle zerstört und Rückschlüsse auf ihre Dynamik in der Entwicklung sind schwer. Forschende des Helmholtz Zentrums München und der University of Massachusetts adressieren diese Herausforderung durch Pseudodynamics: einem mathematischen Modell, welches aus Zeitreihen von Einzelzellbeobachtungen die Entwicklungsprozesse der Zellen abschätzt. Ihre Publikation ist in ‚Nature Biotechnology‘ erschienen.