2026年7月、学術誌『Nature』に、追加学習や手動のアノテーションを介さず多様な生物の細胞を共通の座標系に配置できる汎用AIモデル「UCE（Universal Cell Embedding）」に関する研究が掲載された。
スタンフォード大学のヤナイ・ローゼン氏率いる研究チームがTabula Sapiensコンソーシアムと共に開発したこの手法は、膨大な単一細胞データを統合する新たな道を切り拓くものである。個別に存在していた多数の細胞アトラスを統合し、異なる組織や種の細胞を直接比較・分析できる共通のマップが構築される。
現代の単一細胞生物学において、scRNA-seqデータの統合は長年の大きな課題であった。技術的な差異やデータ処理手法、進化的な距離の影響で、異なる研究結果を統合することは極めて困難だったからである。通常、新しいサンプルが登場するたびに、アルゴリズムの調整や個別の細胞分類をやり直す必要があった。
UCEはこれとは異なるアプローチを提示している。このモデルは細胞を「分子の指紋」とも言える遺伝子発現プロファイルとして捉える。遺伝情報は大規模タンパク質配列モデルの知見に基づき数値化され、その後トランスフォーマー・アーキテクチャがゲノム構造を考慮しながら遺伝子間の潜在的な関連性を分析する。
この手法の最大の特徴は、事前に定義された細胞型のラベルを一切使わずに学習を行う点にある。システムは自律的に生物学的データの構造を学習し、遺伝子活性の予測を通じて細胞状態の内部的な規則性を見出していく。
本モデルはヒト、マウス、ゼブラフィッシュ、マカク、ネズミキツネザル、ブタ、アフリカツメガエルを含む8種の数千万個の細胞を用いて学習された。これに基づき、細胞生命の大規模な統合マップである「Integrated Mega-scale Atlas」が構築された。
このアトラス上では、生物種にかかわらず、似た機能を持つ細胞が近接して配置される。ニューロンや免疫細胞などは、数百万年の進化を経てもなお、その生物学的な相関性を維持してマッピングされる。さらにUCEは、学習データに含まれていない種の分析も可能であり、これまで隠されていた類似性を発見することができる。
この手法は比較生物学の概念を根底から覆すものである。ヒトや動物、モデル生物ごとの個別のマップに代わり、組織の発達、疾患、再生、進化を一つの大きな絵として捉えることを可能にする普遍的な座標系が登場した。
これは、ラベル付きデータベースの構築が困難な希少な細胞型や、あまり研究が進んでいない生物の調査において特に重要な意味を持つ。ある生物種から得られた知見を、別の種におけるプロセスを理解するために応用できる可能性がある。
UCEは、生物学における新世代の基盤モデルに位置づけられる。大規模言語モデルが膨大なテキストから人間の言語構造を学ぶように、このシステムは膨大な生物学的データの中に潜む秩序を見出す。
そこでは言葉の代わりに遺伝子、タンパク質、細胞の分子状態が構成要素となる。AIは各細胞が何であるかという既成の説明を与えられることなく、細胞間の相互関係を示す内部マップを自ら形成する。
これは計算生物学の新時代の幕開けであり、AIは単なる分析ツールではなく、複雑な「生命の言語」の翻訳者となる。これにより、個別の生物を研究するだけでは見えてこなかった法則性が明らかになる。
UCEが示しているのは、より深い原理である。生物の圧倒的な多様性の背後には細胞組織の共通ルールが隠されている可能性があり、数百万年の進化が数多の生命形態を生み出したものの、その根本的な細胞メカニズムは驚くべき統一性を保っている。
モデルとコードがオープンソースとして公開されたことで、世界中の研究者がこの既存システムを利用し、新たなデータを追加してマップを拡張することが可能になった。
こうして細胞生物学は、断片的なアトラスの集合体から、新たな細胞一つひとつが全体への理解を深める一助となる生命世界のダイナミックな統合マップへと進化を遂げようとしている。
