Vào tháng 7 năm 2026, tạp chí Nature đã công bố một nghiên cứu giới thiệu UCE (Universal Cell Embedding) — một mô hình trí tuệ nhân tạo phổ quát có khả năng định vị các tế bào từ những sinh vật khác nhau vào một hệ tọa độ chung mà không cần đào tạo bổ sung hay dán nhãn thủ công.
Công trình của các nhà nghiên cứu tại Stanford dưới sự dẫn dắt của Yanai Rosen, với sự tham gia của liên minh Tabula Sapiens, đã đề xuất một phương thức mới để tích hợp các tập dữ liệu đơn bào khổng lồ. Thay vì vô số các tập bản đồ tế bào riêng lẻ, giờ đây xuất hiện một bản đồ chung, nơi các tế bào từ nhiều mô và loài khác nhau có thể được phân tích và so sánh trực tiếp.
Một trong những thách thức lớn nhất của sinh học đơn bào hiện đại trong thời gian dài chính là việc tích hợp dữ liệu scRNA-seq. Kết quả từ các nghiên cứu khác nhau thường khó kết hợp do sự khác biệt về kỹ thuật, đặc điểm xử lý dữ liệu và khoảng cách tiến hóa giữa các sinh vật. Thông thường, mỗi mẫu dữ liệu mới đều yêu cầu phải điều chỉnh thuật toán và phân loại tế bào riêng biệt.
UCE mang đến một hướng tiếp cận hoàn toàn khác biệt. Mô hình này xem xét tế bào thông qua hồ sơ hoạt động của các gen — một dạng "dấu vân tay" phân tử độc nhất. Thông tin di truyền được chuyển đổi thành các biểu diễn số dựa trên kiến thức từ các mô hình lớn về trình tự protein, sau đó kiến trúc transformer sẽ phân tích các mối liên kết tiềm ẩn giữa các gen dựa trên cấu trúc bộ gen.
Đặc điểm nổi bật nhất của phương pháp này là quá trình đào tạo không cần gán nhãn sẵn tên các loại tế bào. Hệ thống tự mình tìm hiểu cấu trúc của dữ liệu sinh học, học cách dự đoán hoạt động của gen và phát hiện các quy luật nội tại của các trạng thái tế bào.
Mô hình đã được huấn luyện trên hàng chục triệu tế bào từ tám loài, bao gồm con người, chuột, cá sọc vằn, khỉ đuôi dài, vượn cáo chuột, lợn và ếch có móng châu Phi. Dựa trên nền tảng này, một bản đồ tích hợp quy mô khổng lồ Integrated Mega-scale Atlas đã được tạo ra, tạo nên một bản đồ thống nhất về sự sống tế bào.
Trong bản đồ này, các tế bào có chức năng tương đồng sẽ được xếp cạnh nhau bất kể chúng thuộc loài sinh vật nào. Các tế bào thần kinh, tế bào miễn dịch hay các loại tế bào chuyên hóa khác vẫn duy trì được các mối liên hệ sinh học, ngay cả khi chúng bị ngăn cách bởi hàng triệu năm tiến hóa. Hơn thế nữa, UCE còn có khả năng phân tích những loài vốn không nằm trong dữ liệu đào tạo, giúp phát hiện ra những điểm tương đồng từng bị ẩn giấu trước đây.
Cách tiếp cận này đang làm thay đổi tư duy về sinh học so sánh. Thay vì các bản đồ riêng rẽ cho con người, động vật và các sinh vật mô hình, một hệ tọa độ phổ quát đã ra đời, cho phép nghiên cứu sự phát triển của mô, bệnh tật, quá trình tái tạo và tiến hóa như những mảnh ghép của một bức tranh thống nhất.
Điều này đặc biệt quan trọng đối với việc nghiên cứu các loại tế bào hiếm và các sinh vật chưa được tìm hiểu kỹ, nơi việc thu thập cơ sở dữ liệu dán nhãn khổng lồ là bất khả thi. Thông tin thu được từ một loài có tiềm năng giúp thấu hiểu các quá trình ở những loài khác.
UCE thuộc về thế hệ mô hình nền tảng mới của trí tuệ nhân tạo trong sinh học. Tương tự như cách các mô hình ngôn ngữ lớn học cách nhận diện cấu trúc tiếng người thông qua việc phân tích hàng tỷ văn bản, những hệ thống này học cách tìm ra trật tự ẩn sâu bên trong các tập dữ liệu sinh học khổng lồ.
Điểm khác biệt là thay vì từ ngữ, ở đây chúng ta có các gen, protein và trạng thái phân tử của tế bào. Trí tuệ nhân tạo không cần được giải thích sẵn tế bào đó là gì, mà tự mình hình thành nên một bản đồ liên kết nội tại giữa chúng.
Điều này mở ra một kỷ nguyên mới cho sinh học tính toán, nơi AI không chỉ đơn thuần là công cụ phân tích mà trở thành một "thông dịch viên" cho ngôn ngữ phức tạp của sự sống — giúp nhận diện những quy luật vốn không thể nhận ra khi nghiên cứu các sinh vật riêng lẻ.
UCE đã hé lộ một nguyên lý sâu sắc hơn: đằng sau sự đa dạng khổng lồ của các sinh vật sống có thể ẩn chứa những quy tắc chung về tổ chức tế bào. Hàng triệu năm tiến hóa đã tạo ra vô vàn hình thái sống, nhưng các cơ chế tế bào cơ bản của chúng vẫn giữ được sự thống nhất đáng kinh ngạc.
Việc công khai mã nguồn và mô hình cho phép các nhà nghiên cứu trên toàn thế giới sử dụng hệ thống có sẵn, bổ sung dữ liệu mới và mở rộng bản đồ này.
Nhờ đó, sinh học tế bào đang dần chuyển mình từ một tập hợp các bản đồ rời rạc thành một bản đồ động thống nhất về thế giới sống — một không gian nơi mỗi tế bào mới đều giúp chúng ta hiểu rõ hơn về tổng thể.
