計算生物學
人工智能（AI）正在迅速改變幹細胞與發育生物學，為分析、解讀和優化類器官及幹細胞來源胚胎模型等複雜動態系統提供新的策略。在這篇前瞻性文章中，我們梳理了AI在基於圖像的幹細胞系統分析中的整合過程，重點闡述了深度學習、卷積神經網絡和新興基礎模型如何以不斷提升的規模和精度實現自動分類、分割與表型分析。我們展示了其在表型分析、藥物篩選和機制發現中的應用，包括即時命運預測，以及識別與分化和疾病相關的隱匿形態學特徵。
文中還探討了實踐中的挑戰，包括已標註數據有限、模型可解釋性不足以及活體成像限制，並展望了未來機遇，例如多模態整合、即時實驗引導和方案優化。總體而言，我們認為，AI不僅僅是一種分析工具，更是一種發現引擎，它能夠提升可重複性、加速獲得洞見，並使我們更接近於從機制層面理解複雜幹細胞來源系統中的自組織過程。