AI-modeller och plattformar

Microsoft Research presenterar Quine, en multimodal världsmodell för biologi

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Microsoft Research den 29 september 2026 presenterade Quine, ett forskningsprojekt byggt kring en multimodal världsmodell för biologi och ett interaktivt gränssnitt som länkar modellen till orkestrerings- och resonemangsmodeller, vetenskapliga verktyg, forskningslitteraturen, våtlaboratoriet och de forskarlag som använder dem.

Med tillkännagivandet öppnade Microsoft ansökningar för den första Quine Fellows‑kohorten och rapporterade att, i samarbete med forskare vid Broad Institute of MIT and Harvard, har de använt systemet för att rangordna föreningar som förutsägs ge terapeutiska skift i tumörcellernas tillstånd, där flera topprankade kandidater validerades i flera våtlaboratorie‑studier.

Tillkännagivandet är författat av Nicolo Fusi, vicepresident och framstående forskare, samt Jonathan M. Carlson, vicepresident.

En världsmodell byggd över biologiska skalnivåer

Microsoft definierar den världsmodell de eftersträvar som en som representerar tillståndet i ett biologiskt system, förutsäger hur detta tillstånd skulle förändras under en intervention och resonerar kring de efterföljande konsekvenserna flera steg framåt. Företaget säger att ett sådant system inte skulle ersätta experimentering; istället skulle det låta forskare väga och rangordna kandidatvägar beräkningsmässigt innan de avsätter begränsade laboratorieresurser.

Quines kärnmodell tränas för att lära sig representationer som delas över biologiska skalnivåer och datatyper, däribland sekvens, struktur, funktion, cellulärt tillstånd och avbildning. Dess träningsmodaliteter omfattar genomik, proteiner, kemi, RNA och celltillstånd samt bioavbildning. Microsoft rapporterar att gemensam träning över dessa modaliteter stärker snarare än försvagar prestanda: bevis från en modalitet kan informera prediktioner i en annan, vilket fångar relationer som företaget säger kan förbli isolerade eller gå förlorade om separata specialistmodeller för enskilda domäner orkestrerades istället.

I Microsofts beskrivning kör systemet som en cykel som startar och slutar med forskaren: en fråga ger förslag, förslag omvandlas till experiment som är värda att genomföra, och de resulterande mätningarna förfinar både nästa fråga och modellen själv. Modellen behöver inte vara perfekt, säger företaget, och tillägger att den aldrig kommer att fånga biologi fullständigt; den behöver bara på ett användbart sätt vägleda experimentell design.

Den Quine projektsida beskriver tre komponenter som utvecklats parallellt: själva modellen, byggd för att koppla samman bevis över proteiner, celler, vävnader och genom; ett verktygslager avsett att hjälpa forskare att dela upp frågor i steg, tillämpa modeller och vetenskapliga verktyg, väga bevis och revidera planer; samt ett forskningsprogram där Microsofts forskare, fellows, samarbetspartners och experimentella partners testar systemet mot verkliga biologiska frågor. Sidan daterar forskningslinjerna som matade in i Quine mellan 2021 och 2026, och omfattar proteiner, det regulatoriska genomet, tumörens mikroklimat, vävnadspatologi, mikroskopi och biologiska data.

Microsoft Research säger att de har spenderat mer än två decennier med att arbeta där beräkning möter biologi, inom immunologi, virologi, genomik, biomedicinsk avbildning, cellbiologi och proteiningenjörskonst, och att Quine har blivit central för hur deras team driver upptäckter inom områden som cancerbiologi, proteiningenjörskonst, genomik och bioavbildning.

Våtlaboratorievalidering i pankreascancer

Tillkännagivandet förankrar systemet i ett specifikt fall: pankreatiskt ductalt adenokarcinom (PDAC), som Microsoft beskriver som den vanligaste formen av pankreascancer och en av de svåraste att behandla. Tillsammans med forskare vid Broad Institute har företaget utvecklat och tillämpat patientderiverade ex vivo-modeller under år för att testa en långvarig hypotes: att hur en tumör beter sig och svarar på läkemedel beror på dess transkriptionella celltillstånd såväl som dess genetik. PDAC‑tumörceller kan finnas i olika cellulära tillstånd kopplade till behandlingsrespons.

Det samarbetet är en del av Project Ex Vivo, ett gemensamt cancerforskningsinitiativ mellan Microsoft och Broad Institute med stöd från Dana-Farber Cancer Institute, med målet att definiera, konstruera och rikta in sig på celltillstånd i cancer. Dess initiala PDAC‑arbete undersökte den terapeutiska betydelsen av celltillstånd och dess mikroklimatdrivkrafter.

Microsoft rapporterar att de använder Quine för att poängsätta och rangordna tusentals föreningar efter deras potential att flytta tumörceller mellan tillstånd som är relevanta för terapi. I våtlaboratoriestudier fokuserade på skiftet från klassiska till basala celltillstånd säger företaget att de föreningar som Quine rankade högst förflyttade cellerna längst i den avsedda riktningen över experimenten, och flera av de starkaste effekterna involverade föreningar med oväntade verkningsmekanismer, resultat som Microsoft beskriver som ett tidigt tecken på att AI kan avslöja möjligheter för läkemedelsomplacering och upptäckt.

Processen, från att begränsa sökrymden för föreningar till att välja en kort lista med kandidater för laboratorievalidering, tog ett enda helg, säger Microsoft, ett tempo som de beskriver som potentiellt kan spara månader av experimentellt arbete och avsevärt forskningskostnad.

Den omvända förflyttningen, från basal tillbaka till klassisk, visade sig vara svårare, ett resultat som företaget säger matchar Quines förutsägelse att tillgängliga föreningar skulle ge svagare effekter i den riktningen. Experimenten bekräftade också en separat Quine‑förutsägelse att flera föreningar upprepade gånger skulle driva celler mot ett distinkt tredje fenotyp, vilket Microsoft säger tyder på att landskapet för pankreascancercell‑tillstånd är mer komplext än en enkel klassisk‑basal axel. Nästa steg i detta arbete inkluderar att integrera nya RNA‑datamängder och uppgifter, skärpa förutsägelser om tillståndsövergångar samt lägga till kalibrerade konfidensintervall så att forskare kan rangordna de starkaste hypoteserna för våt‑lab‑testning.

Fellowship Villkor, Skyddsåtgärder och Faserad Tillgång

Microsoft säger att Quine är experimentell forskningsteknologi, avsedd enbart för forskning och inte för klinisk eller medicinsk användning, och att dess resultat kan vara ofullständiga eller felaktiga, vilket kräver granskning av kvalificerade forskare och validering genom lämpligt vetenskapligt och experimentellt arbete. Tillgången rullas ut enligt vad företaget kallar ett medvetet, faserat tillvägagångssätt: initial tillgänglighet är begränsad till Quine Fellows‑programmet och utvalda forskningssamarbeten, med pågående intern granskning och inbyggda skyddsåtgärder. Microsoft säger att de förväntar sig att bredda tillgången senare genom produkter såsom Microsoft Discovery när teknologin mognar.

Fellowship‑programmet pågår i 16 veckor, inkluderar ekonomiskt stöd och är värd av Microsoft Research i Cambridge, Massachusetts. Det är öppet för doktorandkandidater, postdoktorander, forskningsvetenskapsmän samt akademiska eller oberoende forskare. Deltagarna kommer att arbeta tillsammans med Microsoft‑forskare med tillgång till Quine och beräkningsresurser, och vissa projekt kan även få experimentellt stöd. Angivna intresseområden omfattar protein‑design och -ingenjörskonst; enzymdesign, upptäckt och optimering; genetisk och kemisk perturbation av celltillstånd; tidig‑stadie terapeutisk forskning inom underresurserade sjukdomsområden, inklusive hypotes‑ och föreningsprioritering; samt närliggande problem där snabbare iteration mellan design och experiment kan förändra resultatet.

Fellowship‑sidan varnar för att ansökningar varken garanterar urval eller tillgång, och att deltagande och stöd beror på behörighet, urval, kapacitet och skriftliga fellowship‑villkor. Ansökningar till den första kohorten öppnade den 29 september 2026 och löper till den 2 november 2026; själva fellowship‑programmet är planerat från den 7 juni 2027 till den 24 september 2027.

Aria Bloom är en AI-genererad journalist som utforskar hur artificiell intelligens omvandlar bioteknik och genomforskning. Hennes skrivande kombinerar precision med en djup nyfikenhet på livsvetenskapernas framtid.

Från syntetisk biologi till skräddarsydd medicin analyserar Aria hur maskininlärning accelererar innovation inom mänsklig hälsa.

Artiklar skrivna av Aria Bloom är AI-genererade och granskas av Unite.AI:s redaktionsteam för noggrannhet och efterlevnad.