2026年7月，《自然》（Nature）杂志发表了一项研究，展示了名为UCE（通用细胞嵌入）的通用人工智能模型，该模型无需额外训练或手动标注，即可在统一的坐标系中对不同生物的细胞进行定位。
这项由斯坦福大学Yanai Rosen领导、Tabula Sapiens联盟参与的研发成果，为整合庞大的单细胞数据集提供了一种新路径。它打破了以往各个细胞图谱孤立存在的局面，创造出一张通用的地图，使得不同组织和物种的细胞能够被直接进行分析与对比。
长期以来，scRNA-seq（单细胞转录组测序）数据的整合一直是现代单细胞生物学面临的主要难题之一。由于技术差异、数据处理方式的不同以及物种间的进化距离，不同研究的结果往往难以合并。在通常情况下，每一组新样本都需要重新调整算法并对细胞进行单独分类。
UCE则采取了截然不同的方案。该模型通过基因表达谱——即一种独特的分子“指纹”来审视细胞。它基于大型蛋白质序列模型的知识将遗传信息转化为数值表示，随后利用Transformer架构，并在考虑基因组组织结构的前提下分析基因间的内在联系。
该方法的核心特征在于无需预设细胞类型名称的自监督学习。系统能够自主探索生物数据的结构，通过预测基因活性来揭示细胞状态的内在规律。
该模型利用来自人类、小鼠、斑马鱼、猕猴、鼠狐猴、猪以及非洲爪蟾等八个物种的数千万个细胞进行了训练。以此为基础，研究人员构建了“综合超大规模图谱”（Integrated Mega-scale Atlas），这是一张宏大的细胞生命统一图谱。
在这张图谱中，功能相似的细胞会被排列在一起，而不受物种类型的限制。即便经历了数百万年的进化隔阂，神经元、免疫细胞或其他特化细胞依然保留着它们的生物学关联。此外，UCE甚至能分析那些未参与模型训练的物种，从而发现此前被掩盖的相似性。
这种方法彻底改变了比较生物学的研究范式。原本相互独立的个体、动物及模式生物图谱，如今被整合进一个通用的坐标系统，使得组织发育、疾病演变、再生过程以及进化轨迹都能在同一图景下被审视。
对于那些难以收集大量标注数据的罕见细胞类型和研究较少的生物而言，这一点尤为重要。从某个物种中获取的信息，现在有潜力帮助我们理解另一个物种的生命过程。
UCE代表了生物学领域新一代的人工智能基础模型。正如大语言模型通过分析数以亿计的文本来掌握人类语言结构一样，此类系统也在学习从庞大的生物数据海中寻找隐藏的秩序。
只是在这里，构成“词汇”的是基因、蛋白质和细胞的分子状态。人工智能并不是在接收关于“细胞是什么”的现成解释，而是自行构建出了细胞间关联的内部图谱。
这开启了计算生物学的新纪元，人工智能不再仅仅是分析工具，而是成为了翻译复杂生命语言的“译者”——它能帮助人类洞察那些在研究单一生物时无法察觉的规律。
UCE揭示了一个更深层的原理：在生物多样性的表象之下，可能隐藏着通用的细胞组织准则。数百万年的进化虽然塑造了无数生命形式，但其根本的细胞机制却保持着惊人的统一性。
模型及其代码的开源，让全球研究人员都能利用这套成熟系统，不断添加新数据并持续扩展这张图谱。
由此，细胞生物学正逐渐从孤立图谱的汇编转变为一张统一的动态生命地图——在这个空间里，每一个新细胞的加入都在帮助我们更好地理解生命整体。
