Une équipe de recherche a présenté UCE (Universal Cell Embedding), un nouveau modèle fondation conçu spécifiquement pour la biologie cellulaire et l'analyse des données de séquençage d'ARN à cellule unique. Ce développement vise à résoudre les limites historiques des outils computationnels actuels, qui nécessitent un recalibrage intensif pour chaque nouveau jeu de données et peinent à intégrer des informations provenant d'espèces ou de techniques expérimentales différentes. UCE traite les cellules comme de simples sacs d'ARN. Il convertit les profils d'expression génique en représentations numériques basées sur les protéines correspondantes, via un modèle linguistique de protéines préentraîné. Ces données sont ensuite structurées par localisation chromosomique et analysées par un réseau de transformateurs. Entraîné de manière entièrement auto-supervisée sur plus de 36 millions de cellules issues de centaines d'expériences, UCE n'a jamais été guidé par des annotations manuelles. Résultat, il apprend une organisation biologique émergente qui reflète fidèlement les connaissances établies. La force principale du modèle réside dans sa capacité d'intégration zéro shot. Contrairement aux méthodes traditionnelles, UCE peut cartographier instantanément de nouvelles données, voire celles d'espèces non rencontrées lors de l'entraînement, dans son espace vectoriel universel sans nécessiter de réajustement. Dans des benchmarks rigoureux, le modèle surpasse les approches existantes en corrigeant efficacement les effets de lot tout en préservant la diversité cellulaire. Il permet également le transfert automatique de types cellulaires entre tissus et espèces avec une précision remarquable. L'application d'UCE a permis de créer l'Integrated Mega-scale Atlas, une référence cartographique couvrant une grande partie de la diversité cellulaire connue. Cette ressource a ouvert la voie à des découvertes biologiques significatives. Par exemple, l'analyse de cellules pulmonaires issues de patients atteints de maladies respiratoires chroniques a révélé la présence de cellules dites Norn, traditionnellement associées aux reins. Ces cellules, similaires à leurs homologues rénaux, expriment des marqueurs spécifiques liés à la production d'érythropoïétine et à la réponse tissulaire. Ces observations pourraient expliquer des mécanismes physiopathologiques sous-jacents aux fibroses pulmonaires et à la bronchopneumopathie chronique obstructive. Les développeurs ont rendu les poids du modèle et son implémentation entièrement accessibles à la communauté scientifique. En offrant une représentation universelle, standardisée et extensible des états cellulaires, UCE établit un nouveau paradigme pour l'analyse transcriptomique. Il réduit considérablement les barrières techniques, permet d'unifier des études isolées et accélère la génération d'hypothèses biomédicales. Bien que le modèle présente encore des limites liées à la profondeur des annotations et à la représentation inégale de certaines espèces, il marque une avancée majeure vers la création de cellules virtuelles capables de prédire et de synthétiser la biologie complexe à l'échelle de l'organisme.