微软Quine AI在周末筛选出抗癌药物
微软Quine AI在周末筛选出抗癌药物
如果你能将数月的抗癌药物筛选压缩到一个周末会怎样？这是微软研究院与哈佛大学和麻省理工学院布罗德研究所合作构建的新实验性AI系统所展现的诱人前景。该系统被称为Project Quine，是首次真正尝试创建生物学的“世界模型”——一个不仅能处理数据，还能弥合计算预测与湿实验室实验之间差距的系统。
一个模型统治一切
Quine的核心是一个联合表示世界模型，它将五个通常独立的领域编织在一起：基因组学、蛋白质、化学、细胞状态和生物成像。可以把它想象成生物学的通用翻译器。Quine不是将基因序列、蛋白质结构和显微镜图像视为孤立的拼图碎片，而是将它们排列成一个单一的共享表示空间。这使得AI能够跨模态推理——这是传统药物发现难以做到的，因为每个领域都有自己的语言。
从数月到周末
真正的证明来自Quine的测试。在一次试验中，它仅在一个周末就识别出了一种候选抗癌化合物——这个过程通常需要数月。它甚至标记出了研究人员未曾预料到的意外表型反应。通过大幅缩短发现和验证时间，Quine可以使药物筛选变得更快、更便宜，为可能隐藏的新治疗途径打开大门。
为什么重要
药物发现以缓慢和昂贵著称，通常耗资数十亿美元并耗时超过十年。Quine的跨模态思维提供了一条出路：一个能够同时分析分子相互作用、细胞反应和成像数据的AI，可以发现人类遗漏的有前景的线索。虽然仍处于实验阶段，但该项目标志着向AI驱动的生物学转变，其中计算模型和实验室实验携手合作。
关键点
- Project Quine是微软研究院、哈佛大学和麻省理工学院布罗德研究所的合作项目。
- 它是一个多模态AI世界模型，整合了基因组学、蛋白质、化学、细胞状态和成像。
- 在测试中，它在一个周末内识别出了一种抗癌候选药物，将数月的工作压缩到几天。
- 该系统可以通过实现跨领域推理来加速并降低药物发现的成本。
- 虽然处于实验阶段，但Quine指向了一个AI与湿实验室生物学紧密耦合的未来。