实现一个单神经元的前向传播函数，使用sigmoid激活函数进行二分类预测。这是深度学习中最基本的神经网络单元。

输入描述:

函数接收4个参数：1. features：二维列表，每行是一个样本的特征向量2. labels：一维列表，包含对应的二分类标签（0或1）3. weights：一维列表，权重向量4. bias：浮点数，偏置值

输出描述:

返回一个元组，包含两个元素：1. 预测概率列表：每个样本通过sigmoid函数后的预测概率（保留4位小数）2. MSE值：预测概率与真实标签之间的均方误差（保留4位小数）

备注:

1.对应的输入、输出已给出，您只用实现核心功能函数即可。2.支持numpy、scipy、pandas、scikit-learn库。