深度学习可以预测细胞外观，帮助发现病变过程

为“每个细胞都是不同的”理论填补空白

在接下来的几个月中，艾伦研究所的研究人员将更新处于不同的分裂阶段的细胞图像，比如细胞分化成如心脏和肾脏细胞时。Horwitz说，捕获不同时间点的图像，对于确定基本的细胞发育过程至关重要。

艾伦研究所着眼于干细胞图片研究，与一些其他机构试图将细胞的其他方面进行分类相契合。例如，英国伦敦的慈善机构“英国癌症研究”（Cancer Research UK）正在创建肿瘤中乳腺癌细胞的互动虚拟现实模型。而另一个国际性的合作组织“人类细胞图谱”（   Human Cell Atlas）正试图根据其分子谱（包括DNA序列，RNA转录物和蛋白质）定义所有人类细胞类型。

Aviv Regev是马萨诸塞州剑桥Broad研究所的计算生物学家，他正在致力于人体细胞图谱，他指出，AllenCell Explorer关注细胞外观形态特征，而她的项目关注基因，RNA和蛋白质在细胞内相互作用，这样正好互为补充。她表示：“科学社区直到最近才认可这个事实，即我们以前认为相同的细胞，之间存在很多差异，”她说，“所以现在我们正在采取一种不偏不倚的方式，来了解这个拼图的每一块局部，而以前，我们都不知道它的存在。”

AllenCell Explorer网站的推出，将是艾伦细胞科学研究所与全球科学界共享图像数据和预测模型的平台，这个开放数据的门户网站将使研究人员能够提出关于细胞变异性的重要新问题，以及它们如何变化，分化和应对药物的变化。 作为一个社区，科学家可以一起应用和扩展这些工具，在细胞生物学领域取得飞跃，造福人类的健康和疾病研究。