En julio de 2026, la revista Nature publicó un estudio que presenta UCE (Universal Cell Embedding), un modelo de inteligencia artificial universal capaz de situar células de diversos organismos en un sistema de coordenadas común sin necesidad de entrenamiento adicional ni etiquetado manual.
Este desarrollo de investigadores de Stanford, liderado por Yanay Rosen y con la participación del consorcio Tabula Sapiens, propone un nuevo método para integrar inmensos conjuntos de datos de células individuales. En lugar de múltiples atlas celulares aislados, surge un mapa compartido donde es posible analizar y comparar directamente células de distintos tejidos y especies.
Durante mucho tiempo, la integración de datos scRNA-seq ha sido uno de los mayores desafíos en la biología unicelular moderna. A menudo, los resultados de diferentes estudios resultan difíciles de unificar debido a discrepancias técnicas, variaciones en el procesamiento de datos y la distancia evolutiva entre los organismos. Por lo general, cada nueva muestra requería el ajuste de algoritmos y una clasificación celular independiente.
UCE plantea un enfoque diferente. El modelo interpreta la célula mediante su perfil de actividad genética, que actúa como una "huella dactilar" molecular única. La información genética se transforma en representaciones numéricas basadas en el conocimiento de grandes modelos de secuencias de proteínas, tras lo cual una arquitectura transformer analiza los vínculos ocultos entre los genes considerando la organización del genoma.
La característica principal del método es el entrenamiento sin nombres de tipos celulares predefinidos. El sistema explora de forma autónoma la estructura de los datos biológicos, aprendiendo a predecir la actividad génica e identificar patrones internos de los estados celulares.
El modelo fue entrenado con decenas de millones de células de ocho especies, incluyendo humanos, ratones, pez cebra, macacos, lémures ratón, cerdos y la rana de garras africana. A partir de esta base se creó el Integrated Mega-scale Atlas, un atlas unificado y a gran escala de la vida celular.
En este atlas, las células con funciones similares se agrupan independientemente de la especie del organismo. Las neuronas, células inmunitarias y otros tipos especializados mantienen sus conexiones biológicas, incluso si están separadas por millones de años de evolución. Además, UCE es capaz de analizar especies que no formaron parte del entrenamiento del modelo, revelando similitudes hasta ahora ocultas.
Este planteamiento transforma la concepción de la biología comparada. En lugar de mapas aislados para humanos, animales y organismos modelo, surge un sistema de coordenadas universal que permite estudiar el desarrollo de tejidos, enfermedades, regeneración y evolución como partes de un marco unificado.
Esto cobra especial relevancia en la investigación de tipos celulares raros y organismos poco estudiados, para los cuales es imposible recopilar bases de datos etiquetadas masivas. La información obtenida de una especie puede ayudar potencialmente a comprender procesos en otra distinta.
UCE pertenece a una nueva generación de modelos fundamentales de inteligencia artificial en biología. Del mismo modo que los grandes modelos lingüísticos aprenden a reconocer la estructura del habla humana analizando miles de millones de textos, estos sistemas aprenden a hallar el orden subyacente en inmensos volúmenes de datos biológicos.
Solo que aquí, en lugar de palabras, se trata de genes, proteínas y estados moleculares celulares. La inteligencia artificial no recibe una explicación previa sobre qué es cada célula, sino que construye de forma independiente un mapa interno de las relaciones entre ellas.
Esto marca el inicio de una nueva era en la biología computacional, donde la IA deja de ser una simple herramienta de análisis para convertirse en un traductor del complejo lenguaje de la vida. Ayuda a identificar patrones que resultarían imperceptibles al estudiar organismos por separado.
UCE revela un principio más profundo: tras la inmensa diversidad de los seres vivos pueden ocultarse reglas comunes de organización celular. Millones de años de evolución han originado innumerables formas de vida, pero sus mecanismos celulares fundamentales conservan una unidad asombrosa.
El acceso abierto al modelo y a su código permite que investigadores de todo el mundo utilicen el sistema, integren nuevos datos y amplíen este mapa.
De este modo, la biología celular evoluciona de una colección de atlas aislados hacia un mapa dinámico y único del mundo vivo, un espacio donde cada nueva célula contribuye a comprender mejor la totalidad.
