微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统

深读指南

适合谁读：对AI for Science、计算生物学、多模态基础模型及药物发现感兴趣的研究人员、技术决策者与科学编辑。

• 生物学问题跨越基因、蛋白、细胞、组织等多尺度与多模态，单一数据集或任务的模型难以覆盖，需要能连接跨尺度知识的系统。

  biology does not divide itself into the neat boundaries our models and tools often do

• 世界模型的目标不是替代实验，而是在投入稀缺湿实验资源前，用计算探索、提出、排序和优先化潜在路径。

  it would allow us to use computation to explore, propose, rank, and prioritize potential paths forward before committing scarce laboratory resources

• 在胰腺癌案例中，Quine 排序的化合物在湿实验中产生了预期的经典到基底细胞状态转变，且部分强效化合物具有意外机制，提示AI可能发现药物重定位机会。

  Quine’s highest-ranked compounds produced the largest intended shifts across experimental assays

局限与前提：Quine 仍属实验性研究技术，明确不用于临床或医疗用途，输出可能不完整或不准确，需由合格研究人员审查并经过适当的科学与实验验证；其能力目前仅在有限合作与 Fellows 项目中开放，尚未经过独立第三方评测或大规模基准验证。