Ein internationales Forscherteam hat kürzlich UCE vorgestellt, ein Foundation-Modell für die Einzelzellbiologie, das die Analyse einzelner Zellen nachhaltig verändern soll. Das Modell adressiert ein grundlegendes Problem der Genomik: die Fragmentierung einzelzellulärer RNA-Sequenzierungsdaten und die damit verbundene Notwendigkeit, für jedes neue Experiment Modelle neu zu trainieren. UCE ermöglicht hingegen die universelle Einbettung beliebiger Datensätze ohne jedes Fine-Tuning. Die Architektur von UCE folgt einem bioinformatisch motivierten Ansatz. Anstatt Gene als lineare Sequenzen zu verarbeiten, übersetzt das Modell sie zunächst in Protein-Embeddings über das ESM2-Sprachmodell. Diese Repräsentationen werden von einem 33-schichtigen Transformer-Netzwerk verarbeitet, das Zellen als gewichtete Mengen exprimierter Gene darstellt. Das Modell wurde vollständig selbstüberwacht trainiert, ohne menschliche Annotationen. Als Trainingsgrundlage diente die Integrated Mega-scale Atlas mit über 36 Millionen Zellen aus 285 Datensätzen und acht verschiedenen Spezies. UCE zeichnet sich durch robuste Zero-Shot-Fähigkeiten aus. Neue experimentelle Daten lassen sich direkt in den universellen Embedding-Raum projizieren, wobei das Modell stark tolerant gegenüber Batch-Effekten und technischen Artefakten ist. In systematischen Benchmarks übertrifft UCE etablierte Methoden wie Geneformer und scGPT signifikant, insbesondere bei der biologischen Merkmalerhaltung und der Batch-Korrektur. Die Genauigkeit liegt dabei auf dem Niveau spezialisierter, retrainierter Verfahren. Besonders hervorstechend ist die Artengrenzen überschreitende Leistung: Selbst bei bisher nicht im Training gesehenen Arten wie dem Grünen Meerkatzenaffen oder Hühnern korreliert die Zelltyp-Zuordnung mit hoher Präzision. Die emergenten Strukturen im UCE-Raum spiegeln etabliertes biologisches Wissen wider. Zelltypen clustern nicht nur nach Herkunft, sondern ihre räumliche Anordnung orientiert sich eng an der offiziellen Zellontologie. Dies ermöglicht präzise Vergleiche über Gewebe, Krankheitszustände und evolutionäre Distanzen hinweg. Die praktische Relevanz demonstrierte das Team anhand der Norn-Zellen. Ursprünglich als erythropoetin-produzierende Fibroblasten in der Niere beschrieben, nutzten die Forschenden UCE, um ähnliche Populationen in Lungen- und Herzdatensätzen nachzuweisen. Die Analyse offenbarte zudem signifikante Unterschiede in der Genexpression dieser Zellen bei Patienten mit idiopathischer pulmonaler Fibrose und COPD, was auf bisher unbekannte pathophysiologische Zusammenhänge hindeutet. Trotz des Fortschritts identifizieren die Autorinnen und Autoren klare Grenzen. Die Trainingsdaten konzentrieren sich überwiegend auf Säugetiere und bestimmte Gewebe, was die Generalisierbarkeit auf unterrepräsentierte Arten einschränkt. Zudem bleibt das Modell als Deep-Learning-Blackbox teilweise schwer interpretierbar. Dennoch markiert UCE einen wesentlichen Schritt hin zu einer virtuellen Zellrepräsentation. Durch die Schaffung eines universalen Referenzraums bietet das Modell zukünftig ein skalierbares Instrument für die annotierende Analyse, die Hypothesengenerierung und die Integration wachsender Einzelzell-Atlanten. Modellgewichte und Code sind als Open-Source-Ressource öffentlich verfügbar.