3
0本文介绍了一种名为通用细胞嵌入（UCE）的生物学基础模型，旨在解决单细胞转录组数据跨物种与跨实验分析的难题。该模型通过将单细胞的基因表达抽象为基于蛋白质语言模型的向量表示，成功构建了一个涵盖3,600万个细胞的综合超大规模图谱（IMA）。由于其独特的自监督预训练机制，UCE能够实现零样本学习，无需重新训练即可直接处理来自新物种或新组织的实验数据。研究表明，该模型在批次效应校正和生物多样性保留方面优于现有方法，能够自动识别发育谱系并准确预测未见物种的细胞类型。总之，UCE为细胞生物学研究提供了一个统一的数字化表征空间，显著提升了数据标注与科学发现的效率。
References:
Rosen Y, Roohani Y, Agrawal A, et al. Universal cell embedding provides a foundation model for cell biology[J]. Nature, 2026: 1-9.
