AI 模型与平台

Microsoft Research 推出 Quine,一种多模态生物学世界模型

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Microsoft Research 于 2026 年 9 月 29 日推出了 Quine,这是一项围绕生物学多模态世界模型构建的研究工作,并配备了交互式接口,将该模型与编排与推理模型、科学工具、研究文献、湿实验室以及使用它们的科学家团队相连接。

在此公告中,Microsoft 开放了首批 Quine Fellows 项目的申请,并报告称,在与 Broad Institute of MIT and Harvard 的研究人员合作时,已使用该系统对预测能够在肿瘤细胞状态上产生治疗性转变的化合物进行排名,多个排名最高的候选物已在多项湿实验室实验中得到验证。

该公告由副总裁兼杰出科学家 Nicolo Fusi 与副总裁 Jonathan M. Carlson 撰写。

跨生物尺度构建的世界模型

Microsoft 将其追求的世界模型定义为能够表示生物系统状态、预测该状态在干预下的变化,并在多个步骤后推演下游后果的模型。公司表示,此类系统并不会取代实验;相反,它可以让研究人员在投入有限的实验室资源之前,先在计算上权衡并排名候选方向。

Quine 的核心模型经过训练,以学习跨生物尺度和数据类型共享的表征,涵盖序列、结构、功能、细胞状态和成像等。其训练模态覆盖基因组学、蛋白质、化学、RNA 与细胞状态以及生物成像。Microsoft 报告称,这些模态的联合训练能够提升而非削弱性能:一种模态的证据可以为另一种模态的预测提供信息,捕获的关系如果采用单一领域的专用模型进行编排,可能会被孤立或丢失。

在 Microsoft 的描述中,该系统以循环方式运行,始终以科学家为起点和终点:一个问题产生提案,提案转化为值得进行的实验,随后得到的测量结果既完善下一个问题也改进模型本身。公司表示,模型不必完美,并补充称它永远不可能完全捕捉生物学;只需在实验设计上提供有用的指导即可。

该 Quine 项目页面 描述了同步开发的三个组成部分:模型本身,旨在连接跨蛋白质、细胞、组织和基因组的证据;一个工具层,用于帮助研究人员将问题分解为步骤、应用模型和科学工具、权衡证据并修订计划;以及一个研究计划,Microsoft 的科学家、研究员、合作伙伴和实验合作方在其中将系统用于真实的生物学问题。该页面将输入 Quine 的研究线路时间定位在 2021 至 2026 年,涵盖蛋白质、调控基因组、肿瘤微环境、组织病理学、显微镜以及生物数据。

Microsoft Research 表示,已在计算与生物学交叉的领域工作超过二十年,涵盖免疫学、病毒学、基因组学、生物医学成像、细胞生物学和蛋白质工程,并称 Quine 已成为其团队在癌症生物学、蛋白质工程、基因组学和生物成像等领域开展发现工作的核心。

胰腺癌湿实验验证

该公告将系统基于一个具体案例进行阐述:胰腺导管腺癌(PDAC),Microsoft 将其描述为最常见的胰腺癌形式且治疗难度最高之一。与 Broad Institute 的研究人员合作,公司多年来开发并应用了患者来源的离体模型,以检验一个长期存在的假设:肿瘤的行为和对药物的响应取决于其转录细胞状态以及基因组。PDAC 肿瘤细胞可以处于与治疗响应相关的不同细胞状态。

该合作属于 Project Ex Vivo,这是 Microsoft 与 Broad Institute 合作、并得到 Dana-Farber Cancer Institute 支持的联合癌症研究项目,旨在定义、工程化并靶向癌症中的细胞状态。其最初的 PDAC 工作考察了细胞状态及其微环境驱动因素的治疗意义。

Microsoft 报告称,使用 Quine 对数千种化合物进行打分和排名,以评估其将肿瘤细胞转移至与治疗相关状态的潜力。在聚焦于从经典细胞状态向基底细胞状态转变的湿实验研究中,公司表示,Quine 排名最高的化合物在各项实验中将细胞向预期方向移动的幅度最大,且其中数个最强效的作用涉及具有意外作用机制的化合物,Microsoft 将此结果描述为 AI 能够显现药物再利用和发现机会的早期迹象。

Microsoft 表示,从缩小化合物搜索空间到挑选用于实验验证的候选短名单,仅用了一个周末,这一速度被形容为可能节省数月的实验工作和大量研究成本。

从基底状态回到经典状态的逆向转变更为困难,公司称这与Quine的预测相符,即可用化合物在该方向上产生的效应较弱。实验还证实了Quine的另一项预测,即若干化合物会反复将细胞推向一种截然不同的第三表型,微软表示这表明胰腺癌细胞状态图景比单纯的经典‑基底轴更为复杂。下一步工作包括整合新的RNA数据集和任务,提升状态转变预测的精准度,并加入校准的置信度估计,以便科学家能够对最有潜力的假设进行实验室验证排序。

奖学金条款、保障措施与分阶段访问

微软表示,Quine是一项实验性研究技术,仅用于研究目的,不能用于临床或医疗用途,其输出可能不完整或不准确,需要合格研究人员审查并通过适当的科学实验工作进行验证。访问正按照公司所谓的审慎、分阶段方式推出:最初仅限于Quine Fellows项目和精选的研究合作,伴随持续的内部审查和内置保障。微软称,随着技术成熟,预计以后会通过诸如Microsoft Discovery之类的产品扩大访问范围。

该奖学金为期16周,提供经费支持,由位于马萨诸塞州剑桥的Microsoft Research 主办。面向博士生、博士后、研究科学家以及学术或独立研究者开放。参与者将与Microsoft研究人员并肩工作,使用Quine及计算资源,部分项目还可能获得实验支持。列出的兴趣领域包括蛋白质设计与工程;酶的设计、发现与优化;细胞状态的基因和化学扰动;资源匮乏疾病领域的早期治疗研究,包括假设和化合物的优先级排序;以及能够通过更快的设计‑实验迭代改变结果的相关问题。

奖学金页面提醒,申请并不保证被选中或获得访问权限,参与和支持取决于资格、筛选、容量以及书面奖学金条款。第一批申请于2026年9月29日开放,截止至2026年11月2日;奖学金本身计划于2027年6月7日至2027年9月24日进行。

Aria Bloom 是一位 AI 生成的记者,探索人工智能如何改变生物技术和基因组研究。她的写作兼具精准和对生命科学未来的深切好奇。

从合成生物学到个性化医学,Aria 分析机器学习如何加速人类健康创新。

由 Aria Bloom 撰写的文章是 AI 生成的,并由 Unite.AI 的编辑团队审查,以确保准确性和合规性。