Em julho de 2026, a revista Nature publicou um estudo apresentando o UCE (Universal Cell Embedding) — um modelo universal de inteligência artificial capaz de situar células de diferentes organismos em um sistema de coordenadas unificado, sem a necessidade de treinamento adicional ou marcação manual.
Desenvolvido por pesquisadores de Stanford sob a liderança de Yanay Rosen, com a colaboração do consórcio Tabula Sapiens, o projeto propõe um novo método para integrar vastos conjuntos de dados de células individuais. Em vez de múltiplos atlas celulares isolados, surge um mapa compartilhado onde células de diversos tecidos e espécies podem ser analisadas e comparadas diretamente.
Durante muito tempo, a integração de dados de scRNA-seq foi um dos principais desafios da biologia unicelular moderna. Frequentemente, os resultados de diferentes estudos são difíceis de combinar devido a variações técnicas, peculiaridades no processamento de dados e à distância evolutiva entre os organismos. Normalmente, cada nova amostra exigia o ajuste de algoritmos e uma classificação celular específica.
O UCE propõe uma abordagem distinta. O modelo analisa a célula por meio de seu perfil de atividade gênica — uma espécie de "impressão digital" molecular única. A informação genética é convertida em representações numéricas baseadas no conhecimento de grandes modelos de sequências proteicas, processo após o qual a arquitetura de transformador analisa as conexões latentes entre os genes, considerando a organização do genoma.
O principal diferencial do método é o aprendizado sem a necessidade de nomes pré-definidos para os tipos celulares. O sistema explora de forma autônoma a estrutura dos dados biológicos, aprendendo a prever a atividade gênica e a identificar padrões internos dos estados celulares.
O modelo foi treinado com dezenas de milhões de células de oito espécies, incluindo seres humanos, camundongos, peixe-zebra, macacos, lêmures-rato, porcos e a rã-de-unhas-africana. Com base nisso, foi criado o Integrated Mega-scale Atlas, um vasto atlas unificado da vida celular.
Nesse atlas, células com funções semelhantes são posicionadas próximas umas das outras, independentemente da espécie do organismo. Neurônios, células imunes e outros tipos especializados mantêm suas conexões biológicas, mesmo quando separados por milhões de anos de evolução. Além disso, o UCE é capaz de analisar espécies que não foram incluídas no treinamento inicial, revelando semelhanças que antes permaneciam ocultas.
Essa abordagem transforma a compreensão da biologia comparada. No lugar de mapas isolados de humanos, animais e organismos modelo, surge um sistema de coordenadas universal que permite estudar o desenvolvimento de tecidos, doenças, regeneração e evolução como partes de um panorama único.
Isso pode ser especialmente relevante para a pesquisa de tipos celulares raros e organismos pouco estudados, nos quais é impossível reunir grandes bases de dados rotuladas. O conhecimento obtido a partir de uma espécie pode, potencialmente, auxiliar na compreensão de processos em outra.
O UCE pertence a uma nova geração de modelos fundamentais de inteligência artificial aplicados à biologia. Assim como os grandes modelos de linguagem aprendem a reconhecer a estrutura da fala humana analisando bilhões de textos, esses sistemas aprendem a encontrar uma ordem oculta em imensos conjuntos de dados biológicos.
Entretanto, em vez de palavras, os elementos aqui são genes, proteínas e estados moleculares das células. A inteligência artificial não recebe uma explicação pronta sobre o que cada célula representa, mas constrói de forma independente um mapa interno de conexões entre elas.
Isso inaugura uma nova era na biologia computacional, na qual a IA deixa de ser apenas uma ferramenta de análise para se tornar uma espécie de tradutora da complexa linguagem da vida — ajudando a identificar padrões impossíveis de notar ao estudar organismos isoladamente.
O UCE demonstra um princípio mais profundo: por trás da vasta diversidade de seres vivos, podem existir regras comuns de organização celular. Milhões de anos de evolução geraram inúmeras formas de vida, mas seus mecanismos celulares fundamentais preservam uma unidade surpreendente.
O acesso aberto ao modelo e ao seu código permite que pesquisadores de todo o mundo utilizem o sistema pronto, adicionem novos dados e expandam este mapa.
Dessa forma, a biologia celular se transforma gradualmente de uma coleção de atlas individuais em um mapa dinâmico e unificado do mundo vivo — um espaço onde cada nova célula contribui para uma melhor compreensão do todo.
