Nature：当3600万个细胞进入同一张“坐标系”， 细胞生物学迎来通用基础模型

单细胞RNA测序技术让我们能以前所未有的分辨率观察细胞的基因表达状态。但一个问题随之而来：不同实验室、不同物种、不同条件下产生的海量数据，如何整合到一起进行比较分析？现有方法要么受批次效应困扰，要么需要针对每个新数据集重新训练模型——耗时低效。

2026年7月8日，斯坦福大学Jure Leskovec团队在Nature 在线发表题为Universal cell embedding provides a foundation model for cell biology的研究论文，该研究提出了一个解决方案——UCE（Universal Cell Embedding），一个专为单细胞基因表达设计的基础模型。

UCE怎么工作的？

UCE通过自监督学习在大量细胞数据上训练，构建出一个统一的生物潜在空间。这个空间能够表征不同组织和物种中的细胞，即使存在实验噪声，也能捕捉重要的生物学变异。

最关键的特性是：UCE无需数据标注、无需模型训练或微调，即可嵌入新细胞。你只需要把新数据放进模型，它就能自动映射到这个通用空间中。

UCE模型是单细胞生物学领域的一个大型基础模型（图源自Nature ）

整合型超大规模图谱

研究团队利用UCE构建了“整合型超大规模图谱”，嵌入了来自数百个实验、数十种组织和八个物种的3600万个细胞，包含超过1000种命名独特的细胞类型。

涌现能力

UCE的嵌入空间表现出涌现行为——它能识别从未训练过的生物学特征，例如识别发育谱系，以及嵌入未包含在训练集中的物种数据。这意味着UCE不只是“记住”了见过的细胞类型，而是真正“理解”了细胞状态的底层逻辑。

意义

UCE为单细胞数据分析提供了一个通用基础设施。过去，每次新实验都要从头跑聚类、注释、整合；未来，研究者可以直接把数据丢进UCE，获得一个已有注释参考的通用嵌入。这对于跨研究比较、稀有细胞类型发现、以及发育和疾病谱系的系统理解，都将产生革命性影响。

参考消息：https://www.nature.com/articles/s41586-026-10689-z