En juillet 2026, la revue Nature a publié une étude présentant UCE (Universal Cell Embedding), un modèle d'intelligence artificielle universel capable de positionner les cellules de différents organismes au sein d'un système de coordonnées unique, sans nécessiter d'apprentissage supplémentaire ni d'étiquetage manuel.
Fruit des travaux de chercheurs de Stanford sous la direction de Yanay Rosen, en collaboration avec le consortium Tabula Sapiens, cette innovation propose une nouvelle méthode pour fusionner d'immenses volumes de données issus de cellules uniques. Au lieu d'une multitude d'atlas cellulaires isolés, une carte commune émerge désormais, permettant d'analyser et de comparer directement les cellules de divers tissus et espèces.
L'intégration des données de séquençage d'ARN en cellule unique (scRNA-seq) a longtemps figuré parmi les défis majeurs de la biologie contemporaine. Il est souvent complexe de combiner les résultats de différentes études en raison des disparités techniques, des particularités de traitement et de la distance évolutive séparant les organismes. Jusqu'à présent, chaque nouvel échantillon exigeait généralement un ajustement des algorithmes et une classification cellulaire distincte.
UCE adopte une approche différente. Le modèle appréhende la cellule à travers son profil d'activité génique — une véritable « empreinte » moléculaire unique. Les informations génétiques sont converties en représentations numériques basées sur les connaissances issues de grands modèles de séquences protéiques, après quoi une architecture de type transformeur analyse les liens cachés entre les gènes en tenant compte de l'organisation du génome.
La principale caractéristique de cette méthode réside dans son apprentissage effectué sans étiquetage préalable des types cellulaires. Le système explore de manière autonome la structure des données biologiques, apprenant à prédire l'activité des gènes et à identifier les régularités internes des états cellulaires.
Le modèle a été entraîné sur des dizaines de millions de cellules provenant de huit espèces, incluant l'humain, la souris, le poisson-zèbre, le macaque, le microcèbe, le porc et le xénope du Cap. Sur cette base, l'Integrated Mega-scale Atlas a été créé, constituant un atlas unifié d'envergure de la vie cellulaire.
Dans cet atlas, les cellules aux fonctions similaires se regroupent indépendamment de l'espèce d'origine. Les neurones, les cellules immunitaires ou d'autres types spécialisés conservent leurs liens biologiques, même s'ils sont séparés par des millions d'années d'évolution. De plus, UCE est capable d'analyser des espèces n'ayant pas servi à l'entraînement du modèle, révélant des similitudes jusqu'alors insoupçonnées.
Cette approche bouleverse la biologie comparative. En remplaçant les cartes fragmentées de l'homme, des animaux et des organismes modèles par un système de coordonnées universel, elle permet d'étudier le développement tissulaire, les maladies, la régénération et l'évolution comme les pièces d'un seul et même tableau.
Cela pourrait s'avérer particulièrement crucial pour l'étude des types cellulaires rares et des organismes peu documentés, pour lesquels il est impossible de constituer de vastes bases de données annotées. Les informations recueillies sur une espèce peuvent ainsi potentiellement éclairer les processus biologiques chez une autre.
UCE s'inscrit dans la nouvelle génération des modèles fondamentaux d'intelligence artificielle en biologie. Tout comme les grands modèles de langage apprennent à décrypter la structure du discours humain en analysant des milliards de textes, ces systèmes apprennent à identifier l'ordre caché au sein de vastes ensembles de données biologiques.
Ici, cependant, les gènes, les protéines et les états moléculaires remplacent les mots. L'intelligence artificielle ne reçoit pas d'explication toute faite sur la nature de chaque cellule, mais construit de façon autonome sa propre carte interne des interactions qui les lient.
Cela inaugure une nouvelle ère de la biologie computationnelle, où l'IA ne se contente plus d'être un simple outil d'analyse, mais devient une sorte de traducteur du langage complexe de la vie, permettant de percevoir des schémas invisibles lors de l'étude d'organismes isolés.
UCE met en lumière un principe plus profond : derrière l'immense diversité des êtres vivants pourraient se cacher des règles universelles d'organisation cellulaire. Si des millions d'années d'évolution ont engendré d'innombrables formes de vie, leurs mécanismes cellulaires fondamentaux conservent une unité remarquable.
L'accès libre au modèle et à son code permet aux chercheurs du monde entier d'exploiter ce système prêt à l'emploi, d'y injecter de nouvelles données et d'étendre cette cartographie.
C'est ainsi que la biologie cellulaire passe progressivement d'une collection d'atlas isolés à une carte dynamique unifiée du monde vivant, un espace où chaque nouvelle cellule contribue à une meilleure compréhension de l'ensemble.
