微软的Quine AI将药物筛选缩短至一个周末

微软的Quine：生物学的“世界模型”

如果你能在踏入实验室之前测试数千种药物化合物呢？这就是微软研究院的新AI系统Quine背后的承诺，它被称为“生物世界模型”。Quine不仅仅是处理数字，它还试图理解生命系统如何跨尺度运作——从分子到细胞——以便研究人员可以优先考虑最有希望的实验。

该系统有两个主要部分。第一个是基础模型，它是在基因组、蛋白质、化学分子、RNA、细胞状态和生物图像的混合数据上训练的。可以把它看作生命构建块的统一语言。第二个是一个交互式平台，它汇集了科学文献、实验工具和推理引擎。它们共同创建了一个人类-AI研究循环，科学家可以在花费数月时间在湿实验室之前探索想法并获得反馈。

从一个周末内从靶点到验证

为了测试Quine，微软与哈佛大学和麻省理工学院布罗德研究所合作，研究胰腺导管腺癌——一种众所周知的难治癌症。团队使用Quine分析和筛选了数千种候选化合物。然后，在一个周末内，他们从筛选潜在干预措施一直到湿实验室验证。

这不仅仅是快；这是一种不同的科学研究方式。在此过程中，Quine证实了关于细胞状态转化的假设，甚至预测了一个以前被忽视的新细胞状态。换句话说，它不仅加快了速度——还发现了人类遗漏的东西。

这对药物发现意味着什么

药物开发以缓慢和昂贵著称，从靶点到批准通常需要十年或更长时间。Quine旨在通过在计算机上进行繁重的工作来缩短这一时间线，在任何人拿起移液管之前。其理念是在屏幕上快速且廉价地失败，这样只有最有希望的候选者才能进入实验室。

微软还推出了Quine Fellows计划，将研究人员纳入其中，并计划将该系统逐步整合到其Microsoft Discovery平台中。但该公司对一件事很清楚：Quine是研究助手，而不是临床决策者。它不打算直接诊断或治疗患者。

更大的图景

Quine代表了生成式AI的转变——从单点数据拟合到系统级推理，可以支持整个研究工作流程。这是一个日益增长的趋势的一部分，即AI模型不仅预测，而且实际上帮助科学家推理复杂系统。

当然，仍然存在问题。Quine在胰腺癌之外的泛化能力如何？它能处理现实世界生物学中杂乱、嘈杂的数据吗？研究人员会足够信任它的预测并据此采取行动吗？只有时间——以及更多的实验——才能证明。但如果这个周末的冲刺有任何迹象，药物发现的未来可能比我们想象的要快得多。

关键点：

• 微软研究院推出了Quine，一个用于生命科学的“生物世界模型”。
• Quine将多源数据模型与交互式研究平台相结合。
• 在与哈佛和麻省理工学院的胰腺癌研究中，它筛选了数千种化合物并在一个周末内验证了结果。
• 该系统预测了一个新的细胞状态并证实了一个转化假设。
• 微软将Quine定位为研究工具，而非临床使用，并计划通过奖学金和Microsoft Discovery平台扩展它。