KI-Modelle und Plattformen

Microsoft Research stellt Quine vor, ein multimodales Weltmodell der Biologie

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Microsoft Research hat am 29. September 2026 Quine vorgestellt, ein Forschungsprojekt, das auf einem multimodalen Weltmodell der Biologie basiert und eine interaktive Schnittstelle bietet, die das Modell mit Orchestrierungs‑ und Reasoning‑Modellen, wissenschaftlichen Werkzeugen, der Fachliteratur, dem Nass‑Labor und den Teams von Wissenschaftlern, die sie nutzen, verknüpft.

Mit der Ankündigung hat Microsoft Bewerbungen für die erste Quine‑Fellows‑Kohorte geöffnet und berichtet, dass es in Zusammenarbeit mit Forschern des Broad Institute of MIT and Harvard das System verwendet hat, um Verbindungen zu bewerten, von denen vorhergesagt wird, dass sie therapeutische Verschiebungen im Tumorzellzustand bewirken, wobei mehrere der am höchsten bewerteten Kandidaten in mehreren Nass‑Labor‑Tests validiert wurden.

Die Ankündigung wurde von Nicolo Fusi, VP und Distinguished Scientist, und Jonathan M. Carlson, Vizepräsident, verfasst.

Ein über biologische Skalen hinweg gebautes Weltmodell

Microsoft definiert das angestrebte Weltmodell als eines, das den Zustand eines biologischen Systems abbildet, vorhersagt, wie sich dieser Zustand durch eine Intervention ändern würde, und die nachgelagerten Konsequenzen mehrere Schritte im Voraus durchdenkt. Das Unternehmen sagt, ein solches System würde Experimente nicht ersetzen; stattdessen würde es Forschern ermöglichen, potenzielle Richtungen rechnerisch zu bewerten und zu ranken, bevor sie begrenzte Laborressourcen einsetzen.

Das Kernmodell von Quine wird darauf trainiert, Repräsentationen zu erlernen, die über biologische Skalen und Datentypen hinweg geteilt werden, darunter Sequenz, Struktur, Funktion, zellulärer Zustand und Bildgebung. Seine Trainingsmodalitäten umfassen Genomik, Proteine, Chemie, RNA und Zellzustand sowie Bioimaging. Microsoft berichtet, dass das gemeinsame Training über diese Modalitäten die Leistung stärkt statt verwässert: Evidenz aus einer Modalität kann Vorhersagen in einer anderen informieren und Beziehungen erfassen, von denen das Unternehmen sagt, dass sie siloartig bleiben oder verloren gehen könnten, wenn stattdessen separate, einzelfachliche Spezialmodelle orchestriert würden.

Laut Microsoft läuft das System als ein Zyklus, der beim Wissenschaftler beginnt und endet: Eine Frage liefert Vorschläge, die Vorschläge werden zu durchführbaren Experimenten, und die daraus resultierenden Messungen verfeinern sowohl die nächste Frage als auch das Modell selbst. Das Modell muss nicht perfekt sein, sagt das Unternehmen und fügt hinzu, dass es die Biologie niemals vollständig erfassen wird; es muss lediglich die experimentelle Planung sinnvoll unterstützen.

Die Quine Projektseite beschreibt drei gleichzeitig entwickelte Komponenten: das Modell selbst, das dazu dient, Evidenz über Proteine, Zellen, Gewebe und Genome hinweg zu verknüpfen; eine Werkzeugebene, die Forschern helfen soll, Fragen in Schritte zu zerlegen, Modelle und wissenschaftliche Werkzeuge anzuwenden, Evidenz abzuwägen und Pläne zu überarbeiten; und ein Forschungsprogramm, in dem Microsoft‑Wissenschaftler, Fellows, Kooperationspartner und experimentelle Partner das System an realen biologischen Fragestellungen testen. Die Seite datiert die Forschungslinien, die zwischen 2021 und 2026 in Quine einfließen, und deckt Proteine, das regulatorische Genom, das Tumormikroumfeld, Gewebepathologie, Mikroskopie und biologische Daten ab.

Microsoft Research sagt, dass es mehr als zwei Jahrzehnte damit verbracht hat, dort zu arbeiten, wo Berechnung auf Biologie trifft, über Immunologie, Virologie, Genomik, biomedizinische Bildgebung, Zellbiologie und Protein‑Engineering, und dass Quine zentral dafür geworden ist, wie seine Teams Entdeckungen in Bereichen wie Krebsbiologie, Protein‑Engineering, Genomik und Bioimaging vorantreiben.

Nass‑Labor‑Validierung bei Bauchspeicheldrüsenkrebs

Die Ankündigung verankert das System in einem konkreten Fall: dem pankreatischen duktalen Adenokarzinom (PDAC), das Microsoft als die häufigste Form von Bauchspeicheldrüsenkrebs und eine der am schwersten zu behandelnden bezeichnet. Gemeinsam mit Forschern des Broad Institute hat das Unternehmen über Jahre hinweg patientenabgeleitete ex‑vivo‑Modelle entwickelt und eingesetzt, um eine langjährige Hypothese zu prüfen: dass das Verhalten und die Medikamentenreaktion eines Tumors sowohl von seinem transkriptionalen Zellzustand als auch von seiner Genetik abhängen. PDAC‑Tumorzellen können sich in verschiedenen Zellzuständen befinden, die mit der Therapieansprache verknüpft sind.

Diese Zusammenarbeit ist Teil von Project Ex Vivo, einer gemeinsamen Krebsforschungsinitiative zwischen Microsoft und dem Broad Institute mit Unterstützung des Dana-Farber Cancer Institute, die darauf abzielt, Zellzustände im Krebs zu definieren, zu konstruieren und anzugreifen. Die anfängliche PDAC‑Arbeit untersuchte die therapeutische Bedeutung des Zellzustands und seiner mikroenvironmentalen Treiber.

Microsoft berichtet, dass Quine verwendet wurde, um Tausende von Verbindungen zu bewerten und zu ranken, basierend auf ihrem Potenzial, Tumorzellen zwischen für die Therapie relevanten Zuständen zu bewegen. In Nass‑Labor‑Studien, die sich auf die Verschiebung von klassischen zu basalen Zellzuständen konzentrierten, sagt das Unternehmen, dass die von Quine am höchsten bewerteten Verbindungen die Zellen am weitesten in die gewünschte Richtung über die Assays hinweg bewegten, und dass mehrere der stärksten Effekte Verbindungen mit unerwarteten Wirkmechanismen betrafen – Ergebnisse, die Microsoft als frühen Hinweis darauf beschreibt, dass KI Möglichkeiten für die Wiederverwendung und Entdeckung von Medikamenten aufzeigen kann.

Der Prozess, von der Eingrenzung des Suchraums für Verbindungen bis zur Auswahl einer kurzen Liste von Kandidaten für die Laborvalidierung, dauerte laut Microsoft ein einziges Wochenende – ein Tempo, das das Unternehmen als potenziell monatelange experimentelle Arbeit und erhebliche Forschungskosten einsparend beschreibt.

Die Rückverschiebung vom Basal‑ zum Klassischen Zustand erwies sich als schwieriger, ein Ergebnis, das das Unternehmen zufolge Quines Vorhersage entspricht, dass verfügbare Verbindungen in dieser Richtung schwächere Effekte erzeugen würden. Die Experimente bestätigten zudem eine separate Quine‑Vorhersage, dass mehrere Verbindungen wiederholt Zellen zu einem deutlich anderen dritten Phänotyp treiben würden, was Microsoft zufolge darauf hindeutet, dass die Zellzustandslandschaft von Bauchspeicheldrüsenkrebs komplexer ist als eine einfache klassische‑basale Achse. Die nächsten Schritte in dieser Arbeit umfassen die Integration neuer RNA‑Datensätze und Aufgaben, die Schärfung von Zustands‑Übergangs‑Vorhersagen sowie das Hinzufügen kalibrierter Konfidenzschätzungen, damit Wissenschaftler die stärksten Hypothesen für Laborversuche priorisieren können.

Stipendienbedingungen, Schutzmaßnahmen und gestufter Zugang

Microsoft gibt an, dass Quine eine experimentelle Forschungstechnologie ist, die ausschließlich für Forschungszwecke und nicht für klinische oder medizinische Anwendungen gedacht ist und dass ihre Ergebnisse unvollständig oder ungenau sein können, was eine Überprüfung durch qualifizierte Forschende und eine Validierung durch geeignete wissenschaftliche und experimentelle Arbeiten erfordert. Der Zugang wird nach dem von dem Unternehmen als bewusst, gestuft bezeichneten Ansatz ausgerollt: Die anfängliche Verfügbarkeit ist auf das Quine‑Fellows‑Programm und ausgewählte Forschungskollaborationen beschränkt, mit fortlaufender interner Prüfung und eingebauten Schutzmechanismen. Microsoft sagt, dass es beabsichtigt, den Zugang später über Produkte wie Microsoft Discovery zu erweitern, sobald die Technologie ausgereift ist.

Das Stipendium dauert 16 Wochen, beinhaltet finanzielle Unterstützung und wird von Microsoft Research in Cambridge, Massachusetts, ausgerichtet. Es steht PhD‑Kandidaten, Postdoktoranden, Forschungsscientists sowie akademischen oder unabhängigen Forschern offen. Die Teilnehmenden arbeiten gemeinsam mit Microsoft‑Forscherinnen und -Forschern, haben Zugriff auf Quine und Rechenressourcen, und einige Projekte können zudem experimentelle Unterstützung erhalten. Zu den genannten Interessensgebieten zählen Protein‑Design und -Engineering; Enzym‑Design, -Entdeckung und -Optimierung; genetische und chemische Perturbation des Zellzustands; Frühphasen‑Therapeutikforschung in unterversorgten Krankheitsbereichen, einschließlich Hypothesen‑ und Verbindungspriorisierung; sowie angrenzende Probleme, bei denen schnellere Iterationen zwischen Design und Experiment das Ergebnis verändern könnten.

Auf der Stipendienseite wird darauf hingewiesen, dass die Anwendung von Garantien weder eine Auswahl noch einen Zugang gewährleistet und dass Teilnahme und Unterstützung von der Berechtigung, Auswahl, Kapazität und den schriftlichen Stipendienbedingungen abhängen. Die Bewerbungen für die erste Kohorte wurden am 29. September 2026 eröffnet und laufen bis zum 2. November 2026; das Stipendium selbst ist für den Zeitraum vom 7. Juni 2027 bis zum 24. September 2027 geplant.

Aria Bloom ist eine KI-generierte Journalistin, die erforscht, wie künstliche Intelligenz die Biotechnologie und die Genomforschung transformiert. Ihr Schreiben verbindet Präzision mit einer tiefen Neugier auf die Zukunft der Lebenswissenschaften.

Von der synthetischen Biologie bis zur personalisierten Medizin analysiert Aria, wie maschinelles Lernen die Innovation im Bereich der menschlichen Gesundheit beschleunigt.

Artikel, die von Aria Bloom verfasst wurden, sind KI-generiert und werden vom Redaktionsteam von Unite.AI auf Genauigkeit und Konformität geprüft.