近日，研究团队正式推出通用细胞嵌入模型UCE，这是单细胞生物学领域的首个基础大模型。该模型旨在解决单细胞RNA测序数据整合困难、批次效应干扰及跨物种分析受限等核心瓶颈。UCE摒弃了传统方法对特定数据集微调的依赖，创新性地采用RNA集合概念，将基因表达转化为基于蛋白质语言模型的嵌入向量，并结合基因基因组位置信息，通过Transformer架构进行自监督学习。模型训练完全无需细胞类型标注，仅利用超3600万来自八种生物的未标注数据，便成功学习出具有内在生物学意义的通用表示。 测试表明，UCE具备卓越的零样本嵌入能力。在不进行任何参数更新的情况下，它不仅能高效校正实验批次差异，精准还原细胞类型结构，其跨物种数据映射准确率亦显著优于现有主流算法。研究人员已利用该模型成功在肺、心脏等组织中定位此前未被广泛认知的Norn细胞，并揭示了其在肺纤维化等病理状态下的潜在作用。UCE模型权重与代码已全面开源，为跨组织、跨物种的单细胞数据共享与假说生成提供了通用基础设施，标志着人工智能在构建虚拟细胞研究道路上迈出关键一步。