微软AI模型周末筛选出抗癌化合物

微软、哈佛和麻省理工学院联手构建生物世界模型

想象一个工具，可以同时查看基因、蛋白质、化合物和显微镜图像——然后跨这些领域进行推理，以发现新的癌症药物。这正是 Microsoft Research、哈佛大学 和 麻省理工学院布罗德研究所 通过一个名为 Project Quine 的新项目所着手构建的。

这是一个实验性的多模态AI系统，其目标雄心勃勃：创建一个生物学的“世界模型”，将计算机建模与真实的湿实验室实验连接起来。可以把它看作数字与生物之间的桥梁。

Quine的核心是使用一个 联合表示世界模型。这是一种花哨的说法，即它将五种类型的生物数据——基因组学、蛋白质、化学、细胞状态和生物成像——整合到一个单一、统一的空间中。Quine不是将每个领域视为自己独立的语言，而是学会流利地说所有语言。

为什么这很重要？传统的药物发现常常因为这些领域之间不易沟通而陷入困境。遗传学家可能发现一个有希望的突变，但将其与可能靶向它的特定化合物联系起来？这是一个缓慢、碎片化的过程。Quine旨在打破这些孤岛。

最引人注目的证据来自最近的一次测试。据报道，Quine在 仅仅一个周末 内就识别出了一种 癌症候选化合物。这不是打字错误。该系统在几天内筛选并验证了潜在的药物先导物——这一过程通常需要数月时间并花费巨资。

更引人入胜的是，Quine揭示了意想不到的 表型反应——研究人员未曾预测到的生物变化。这种意外发现是药物发现中的黄金，因为惊喜可以开辟全新的治疗途径。

药物发现以缓慢、昂贵和高风险著称。通过压缩筛选和验证周期，Quine可以帮助研究人员更快失败、更快学习，并专注于最有希望的先导物。这不仅仅是速度——而是看到人类可能错过的联系。

当然，这仍是实验性的。但微软、哈佛和麻省理工学院之间的合作表明了对AI驱动生物学的重大投资。如果Quine兑现其早期承诺，我们可能正面临一个未来：新的癌症治疗方法不是在数年内发现，而是在数周内发现。