撰文 | 林无隅
细胞是生命的基本单位,长期以来生物学家一直尝试将细胞概念化为不同的通用景观,以绘制其表型范围、相互关系以及在发育和疾病期间的状态转变【1】。随着单细胞RNA测序(scRNA-seq)数据集的大幅增长,研究人员通过构建细胞图谱来创建细胞类型的分子定义,这为深入研究细胞景观提供了前所未有的丰富高维数据 。然而,现有的计算方法在联合分析这些异质数据集时面临巨大挑战。由于物种特异性限制或数据集特异性伪影(即批次效应)的存在,现有的统一表征往往无法直接扩展到新的数据集【2,3】。因此,该领域亟待解决的瓶颈问题是:如何构建一个能够消除跨实验噪声和批次效应,并且无需针对新数据集进行重复标注或模型微调的通用细胞表征模型。
为了解决上述跨数据集整合和非通用表征的难题,2026年7月8日,美国斯坦福大学计算机科学系Jure Leskovec及其团队在Nature上发表题为Universal cell embedding provides a foundation model for cell biology的文章,作者开发了一种名为通用细胞嵌入(Universal Cell Embed