Nel luglio 2026, la rivista Nature ha pubblicato uno studio che introduce UCE (Universal Cell Embedding), un modello di intelligenza artificiale universale in grado di mappare le cellule di diversi organismi in un unico sistema di coordinate, senza necessità di addestramento supplementare o etichettatura manuale.
Sviluppato dai ricercatori di Stanford sotto la guida di Yanai Rosen e con la partecipazione del consorzio Tabula Sapiens, questo metodo offre una nuova modalità per integrare vasti dataset di singole cellule. Anziché affidarsi a una miriade di atlanti cellulari distinti, emerge una mappa globale che permette l'analisi e il confronto diretto tra cellule di tessuti e specie differenti.
Per lungo tempo, l'integrazione dei dati scRNA-seq ha rappresentato una delle sfide principali della moderna biologia della singola cellula. Spesso, i risultati di studi diversi risultano difficili da unire a causa di discrepanze tecniche, variabilità nell'elaborazione dei dati e distanze evolutive tra gli organismi; di norma, ogni nuovo campione richiedeva una calibrazione degli algoritmi e una classificazione cellulare specifica.
UCE propone un approccio radicalmente diverso. Il modello analizza la cellula attraverso il suo profilo di attività genica, definendola come un'impronta digitale molecolare unica. L'informazione genetica viene convertita in rappresentazioni numeriche basate sulla conoscenza di grandi modelli di sequenze proteiche, dopodiché un'architettura transformer esamina le connessioni nascoste tra i geni, tenendo conto dell'organizzazione del genoma.
La caratteristica distintiva del metodo è l'apprendimento svincolato da etichette predefinite per i tipi cellulari. Il sistema esplora autonomamente la struttura dei dati biologici, imparando a prevedere l'attività dei geni e a identificare i modelli intrinseci degli stati cellulari.
Il modello è stato addestrato su decine di milioni di cellule provenienti da otto specie diverse, tra cui l'uomo, il topo, lo zebrafish, il macaco, il lemure topo, il maiale e lo xenopo liscio. Su queste basi è stato edificato l'Integrated Mega-scale Atlas, un imponente atlante unificato della vita cellulare.
In questo atlante, le cellule con funzioni analoghe si posizionano vicine indipendentemente dalla specie di appartenenza. Neuroni, cellule immunitarie e altre unità specializzate mantengono i loro legami biologici, anche quando separate da milioni di anni di evoluzione; inoltre, UCE è in grado di analizzare specie non incluse nell'addestramento, rivelando somiglianze precedentemente occulte.
Tale prospettiva rivoluziona la biologia comparata. Al posto di mappe frammentate per esseri umani, animali e organismi modello, disponiamo ora di un sistema di coordinate universale che consente di studiare lo sviluppo dei tessuti, le malattie, la rigenerazione e l'evoluzione come parti di un unico quadro d'insieme.
Questa innovazione risulta particolarmente preziosa per l'indagine di tipi cellulari rari e organismi poco studiati, dove la raccolta di database etichettati di grandi dimensioni è impossibile. Le conoscenze acquisite su una specie possono potenzialmente contribuire alla comprensione dei processi biologici in un'altra.
UCE si inserisce nella nuova generazione di modelli fondamentali di intelligenza artificiale per la biologia. Proprio come i grandi modelli linguistici imparano a decifrare la struttura del linguaggio umano analizzando miliardi di testi, questi sistemi apprendono a scovare l'ordine latente all'interno di enormi volumi di dati biologici.
Tuttavia, in questo contesto, al posto delle parole troviamo geni, proteine e stati molecolari delle cellule. L'intelligenza artificiale non riceve una spiegazione pronta su cosa sia ogni singola cellula, ma costruisce autonomamente una mappa interna delle relazioni che le legano.
Ciò inaugura una nuova era per la biologia computazionale, in cui l'IA non funge più solo da strumento di analisi, ma diventa un vero e proprio traduttore del complesso linguaggio della vita, aiutando a scorgere schemi altrimenti invisibili studiando i singoli organismi.
UCE mette in luce un principio profondo: dietro l'immensa varietà degli esseri viventi possono celarsi regole comuni di organizzazione cellulare. Milioni di anni di evoluzione hanno generato innumerevoli forme di vita, ma i loro meccanismi cellulari fondamentali conservano una sorprendente unità.
L'accesso aperto al modello e al suo codice sorgente permette ai ricercatori di tutto il mondo di utilizzare il sistema esistente, integrando nuovi dati e ampliando ulteriormente questa mappa.
In questo modo, la biologia cellulare si evolve gradualmente da una collezione di atlanti isolati in una mappa dinamica e unitaria del mondo vivente — uno spazio dove ogni nuova cellula aiuta a comprendere meglio l'intero organismo.
