通用细胞图谱：开启细胞生物学研究新范式

本文介绍了一种名为‘通用细胞嵌入’（UCE）的基础性人工智能模型，旨在解决单细胞生物学中长期存在的核心挑战：如何统一描述不同物种、不同组织、不同实验条件下千差万别的细胞类型。传统方法受限于物种特异性或批次效应，每次分析新数据都需重新标注、重新训练模型，费时费力且难以推广。UCE则完全不同——它像一个‘细胞世界的通用翻译器’：输入任意单细胞RNA测序数据（哪怕来自从未见过的物种，如绿猴或鸡），无需任何人工标注、无需调整模型参数，就能立刻将其投射到一个统一、有意义的生物学空间中。这个空间不是人为设计的，而是模型通过海量无标签数据自主学习出来的，其中细胞按真实生物学关系自然聚类：同类细胞（如巨噬细胞、T细胞）彼此靠近；不同发育来源的细胞（如中胚层、外胚层来源）也各自成团；甚至能发现全新生物学规律，比如识别出肺部存在一类功能类似肾脏‘Norn细胞’（负责产生促红细胞生成素EPO）的细胞，并揭示其在肺纤维化等疾病中的潜在作用。UCE已成功整合3600万个细胞、涵盖8个物种、上百种组织和千余种细胞类型，构建出迄今最大规模的‘集成超大规模细胞图谱’（IMA）。它不仅大幅提升了细胞类型识别与跨数据集比对的准确性，更让研究人员能以前所未有的方式——‘无偏见地搜索整个细胞宇宙’——提出新假说、发现新功能。简言之，UCE不是又一个专用工具，而是一个面向所有单细胞研究者的通用基础设施，标志着我们向构建数字‘虚拟细胞’迈出了关键一步。