江苏
当地时间9月29日，微软研究院发布实验性的多模态 AI 科研系统 Quine，将其定义为面向生命科学的“生物学世界模型”。
依托微软二十余年在计算生物学技术的积累，Quine打破了传统生物AI模型单一领域、单数据维度的局限，目的就是在昂贵、耗时的实验开始之前，先靠计算把可能的研究路径理清楚。
一套系统，两个部分
Quine 由两大核心组件构成，首先是生命科学多模态世界模型（multimodal world model of biology），该模型在基因组、蛋白质、化学分子、RNA、细胞状态与生物影像等多类数据上联合训练，形成统一的知识表示框架。
交互式研究平台则把科学文献、实验工具、推理模型、实验室和研究人员串在一起，形成科研闭环。
微软认为，传统模型通常只处理单一领域的数据，而真实生物系统的运转牵涉基因、蛋白质、细胞到组织多层面的相互作用，跨尺度、跨类型的推理系统因此成为必需。
Quine 的首个公开案例来自微软与哈佛大学、麻省理工学院博德研究所（Broad Institute）合作开展的胰腺导管腺癌研究。胰腺癌素有“癌中之王”之称，其中超过九成属于胰腺导管腺癌，死亡率高，患者确诊时往往已处于进展晚期。
研究团队要验证一个长期假设：肿瘤行为和药物反应不仅取决于遗传因素，也受细胞状态影响。他们没打算直接杀死癌细胞，而是希望搞清楚能不能靠药物干预，从把细胞推向更有治疗意义的状态。
对此，研究团队借助 Quine 推动 PDAC 细胞从 Classical（经典型）转向 Basal（基底型）为目标，对数千种化合物逐一预测、排序。最终结果显示，Quine挑选出来排名最高的一批化合物，在多个实验检测中都带来了最大的目标状态变化。从缩小化合物搜索空间到完成实验室验证，全程只花了一个周末。
微软表示，过去这项工作可能要数月，但在Quine的帮助下，研究周期被大幅压缩。
有意思的是，研究里还冒出个计划外的结果。除了验证既有假设，Quine 还预测部分化合物会把癌细胞推向一种此前没被重点关注的第三种细胞状态，后续实验证实了这一点。
在研究人员看来，AI 不止是加快了实验流程，还可能帮着发现新的生物学规律。
为了让科研人员尽早用上这套系统，微软启动了 Quine Fellows 研究员计划，面向蛋白质设计、酶设计、药物研发等领域征集，入选者可以拿到 Quine 和计算资源的访问权。
当然，微软并不希望完全取代医学实验，官方把Quine定义为实验性科研技术，仅供研究用途，不适用于临床诊断或医疗决策；系统结论必须经专业研究人员审核，并经真实实验验证。
等技术成熟后，微软计划通过 Microsoft Discovery 等平台逐步扩大使用范围。
值得一提的是，Quine 的布局可以追溯到 2022 年。微软技术院士 Chris Bishop 表示，AI 可能开启科学发现的“第五范式”。
当年，微软研究院成立 AI4Science 中心，目前已发表 79 篇相关论文，覆盖材料科学、分子与计算化学、生命科学与地球系统科学。成果包括被称为“材料版 AlphaFold”的 MatterGen 、配套仿真模型 MatterSim；登上《Science》封面、单张 GPU 上每小时能生成上千个蛋白质结构的 BioEmu；计算速度比数值天气预报系统 IFS 快约 5000 倍的 Aurora。
另外，病理大模型 Virchow2G、Dayhoff Atlas、AI 虚拟细胞成果 Project Ex Vivo 等，也被一并装进Quine。
AI 制药进入"底座竞争"
过去几年，AI 制药的主角多是聚焦单一环节的垂直模型和平台公司。当科技巨头直接下场后，AI用于生物医药的范围更加广泛。
换句话说，单点工具的时代正在过去，能跨越基因、蛋白质、化学分子到细胞状态多个尺度的统一知识框架，才撑得起更加复杂的生物学推理。
尽管微软反复强调Quine不取代实验，但事实上谁能把实验数据、患者模型等环节打通闭环，谁才有底气把算出来的结论变成行业可信的成果。
哪怕模型可以开源，但高质量的实验验证能力和数据，不是短期内堆算力就能补上的。
记得星标微信公众号：镁客网（im2maker），更多干货在等你
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
