ביולי 2026 פורסם בכתב העת Nature מחקר המציג את UCE (Universal Cell Embedding) — מודל בינה מלאכותית אוניברסלי, המסוגל למקם תאים של אורגניזמים שונים במערכת צירים אחת ללא צורך באימון נוסף או בתיוג ידני.
הפיתוח של חוקרים מסטנפורד בהובלת ינאי רוזן ובהשתתפות הקונסורציום Tabula Sapiens מציע דרך חדשה לאיחוד מאגרי נתונים עצומים של תאים בודדים. במקום ריבוי אטלסים תאיים נפרדים, מופיעה מפה משותפת שבה ניתן לנתח ולהשוות תאים מרקמות וממינים שונים באופן ישיר.
אחת הבעיות המרכזיות בביולוגיה של תא בודד מזה זמן רב נותרה שילוב נתוני scRNA-seq. לעיתים קרובות קשה לאחד תוצאות של מחקרים שונים בשל הבדלים טכניים, מאפייני עיבוד נתונים והמרחק האבולוציוני בין האורגניזמים. בדרך כלל, כל דגימה חדשה דרשה כוונון של אלגוריתמים וסיווג נפרד של תאים.
UCE מציע גישה אחרת. המודל בוחן את התא דרך פרופיל פעילות הגנים שלו — "טביעת אצבע" מולקולרית ייחודית. המידע הגנטי מומר לייצוגים מספריים המבוססים על ידע של מודלים גדולים של רצפי חלבונים, ולאחר מכן ארכיטקטורת הטרנספורמר מנתחת קשרים סמויים בין גנים תוך התחשבות בארגון הגנום.
המאפיין העיקרי של השיטה הוא למידה ללא שמות מוגדרים מראש של סוגי תאים. המערכת לומדת בעצמה את מבנה הנתונים הביולוגיים, תוך שהיא לומדת לחזות פעילות גנים ולזהות דפוסים פנימיים של מצבים תאיים.
המודל אומן על עשרות מיליוני תאים משמונה מינים, כולל אדם, עכבר, דגי זברה, מקוקים, למור עכברי, חזיר וצפרדע טלפיים אפריקאית. על בסיס זה נוצר ה-Integrated Mega-scale Atlas — אטלס מאוחד ורחב היקף של החיים התאיים.
באטלס זה, תאים בעלי תפקודים דומים ממוקמים זה לצד זה ללא קשר למין האורגניזם. נוירונים, תאים חיסוניים או תאים מיוחדים אחרים שומרים על הקשרים הביולוגיים שלהם, גם אם מפרידים ביניהם מיליוני שנות אבולוציה. יתרה מכך, UCE מסוגל לנתח מינים שלא השתתפו באימון המודל, ובכך לחשוף דמיון שהיה נסתר בעבר.
גישה זו משנה את התפיסה של ביולוגיה השוואתית. במקום מפות נפרדות של אדם, בעלי חיים ואורגניזמי מודל, מופיעה מערכת צירים אוניברסלית המאפשרת לחקור התפתחות רקמות, מחלות, התחדשות ואבולוציה כחלק מתמונה אחת כוללת.
דבר זה עשוי להפוך לחשוב במיוחד עבור מחקר של סוגי תאים נדירים ואורגניזמים שנחקרו מעט, שבהם בלתי אפשרי לאסוף מאגרי נתונים מתויגים עצומים. מידע שהתקבל על מין אחד עשוי פוטנציאלית לסייע בהבנת תהליכים במין אחר.
UCE משתייך לדור חדש של מודלי יסוד של בינה מלאכותית בביולוגיה. בדומה לאופן שבו מודלי שפה גדולים לומדים לזהות את מבנה השפה האנושית על ידי ניתוח מיליארדי טקסטים, מערכות כאלה לומדות למצוא סדר סמוי בתוך מאגרי ענק של נתונים ביולוגיים.
רק שבמקום מילים, כאן ישנם גנים, חלבונים ומצבים מולקולריים של תאים. הבינה המלאכותית אינה מקבלת הסבר מוכן למהו כל תא, אלא יוצרת בעצמה מפה פנימית של קשרים ביניהם.
דבר זה פותח עידן חדש בביולוגיה חישובית, שבו הבינה המלאכותית הופכת לא רק לכלי ניתוח, אלא למעין מתרגמת של השפה המורכבת של החיים — ועוזרת לראות דפוסים שלא ניתן להבחין בהם בעת חקירת אורגניזמים בודדים.
UCE מראה עיקרון עמוק יותר: מאחורי המגוון העצום של יצורים חיים עשויים להסתתר כללים משותפים של ארגון תאי. מיליוני שנות אבולוציה יצרו אינספור צורות חיים, אך המנגנונים התאיים הבסיסיים שלהם שומרים על אחדות מופלאה.
גישה פתוחה למודל ולקוד שלו מאפשרת לחוקרים ברחבי העולם להשתמש במערכת מוכנה, להוסיף נתונים חדשים ולהרחיב את המפה הזו.
כך הביולוגיה התאית הופכת בהדרגה מאוסף של אטלסים נפרדים למפה דינמית אחת של העולם החי — מרחב שבו כל תא חדש עוזר להבין טוב יותר את השלם.
