AREX Feed Article
微软研究院发布 Quine，称与 Broad Institute 合作筛选并验证胰腺癌候选化合物
微软研究院 9 月 29 日在中发布了名为 Quine 的 AI 研究系统：一个多模态的「生物学世界模型」（biology world model），以及把世界模型与科学工具、文献和湿实验室连接起来的 harness（编排与推理层）。微软研究院称，Quine 已被用于一项针对胰腺癌的研究——在与 Broad Institute of MIT and Harvard 研究人员的合作中，系统预测并排序了数千种化合物，寻找能把肿瘤细胞推向治疗相关状态的候选物；排名最高的若干候选随后在多组湿实验检测中得到验证。
同一份公告还推出了 Quine Fellows 项目。
Quine 由什么组成：世界模型，加上通向湿实验室的 harness
公告把 Quine 放在一个长期的设想里：让科学家、模型和实验处在一个不断加速的循环中。循环从科学家的提问开始，进入计算侧：世界模型给出预测，harness 负责编排与推理；随后，方案被送进湿实验室测试，测量结果回到科学家手里，成为下一轮提问的输入。
公告对「世界模型」的定义是：能表示生物系统状态、预测状态在干预下如何演化、并把后果向前推演多步的系统。Quine 把系统拆成三部分：模型、工具层，以及让微软科学家、Fellows、合作者和实验伙伴用真实研究问题检验系统的研究项目；工具层的任务包括把问题拆成步骤、选用模型与科学工具、比较证据并修订计划。网站还列出了支撑 Quine 的六个研究方向：蛋白质、调控基因组、肿瘤微环境、组织病理学、显微成像与生物数据。
微软研究院给出的动机来自实验本身的限制：实验慢、迭代周期长，许多关键问题涉及的组合空间和下游效应，大到无法只靠实验探索；计算先做探索、提出与排序，把稀缺的实验室资源优先投向经过筛选的方向。公告说，这一方向依托微软研究院二十多年在计算与生物学交叉处的工作，覆盖免疫学、病毒学、基因组学、生物医学成像、细胞生物学和蛋白质工程；其中一些成果已进入临床，用于罕见病与传染病诊断、癌症生物标志物检测等。微软研究院还表示，随着系统演进，Quine 已被嵌入内部研究项目，并在癌症生物学、蛋白质工程、基因组学和生物成像等多个方向成为他们开展发现工作的中心工具。
世界模型：让一种模态的证据影响另一种
公告用一条设计原则来解释这套世界模型：与把多个单领域专家模型交给系统编排的做法不同，Quine 让世界模型在序列、结构、功能、细胞状态和成像等数据上联合训练，学习跨模态、跨尺度的共享表征，让一个模态的证据影响另一个模态的预测，捕捉那些分开训练时会被割裂或丢失的关系。微软研究院称，这种联合学习没有稀释性能，反而让模型泛化得更好，能支持更广的生物学推理任务。
训练覆盖的模态包括基因组学、蛋白质、化学、RNA 与细胞状态、生物成像。公告解释说，每种模态观察的是从分子、细胞、组织到患者这一连续谱系上的不同区段，而且彼此重叠，科学语言贯穿其下。公告也写明了限度：世界模型不必完美，「它永远不会完美地建模生物学」，只需要能为实验设计提供有用的信息。公告还说，模型与实验互相提供反馈：每一轮实验都在改进对生物学的理解，每个新发现都可能成为下一代系统的训练信号。
胰腺癌案例：一个周末筛出的候选清单
公告给出的具体案例是胰腺导管腺癌（PDAC）。公告称，它是最常见的胰腺癌类型，也是最难治疗的癌症之一。微软研究院与 Broad Institute of MIT and Harvard 的研究人员合作多年，开发和运用患者来源的 ex vivo（离体）模型，检验一个长期假设：肿瘤行为和药物反应不只取决于基因，也取决于转录层面的细胞状态；在 PDAC 中，肿瘤细胞可以处在与治疗反应相关的不同状态上。
Quine 被用来检验这一假设：系统为化合物排定优先级，依据是它们把肿瘤细胞在治疗相关状态之间转换的潜力。微软研究院称，在针对 classical 向 basal 状态转变的湿实验中，Quine 排名最高的化合物产生了最大的预期位移；从快速收窄化合物搜索空间，到选出少数有希望的候选送进实验室验证，整个流程只用一个周末，可能省下数月实验工作和大量研究成本。其中一些效果最强的化合物，作用机制出乎意料；微软研究院认为，这为 AI 带来药物重定位与新药发现机会提供了早期证据。
实验也带回了新的问题。微软研究院说，反方向的转变（basal 回到 classical）更困难，Quine 事先预测了现有化合物在这个方向上效果更弱。还有一个他们没有完全预料到的结果：Quine 预测若干化合物会把细胞持续推向一个不同的第三种表型，这一点也在实验室得到验证；微软研究院据此认为，胰腺癌的细胞状态版图比一条简单的 classical-basal 轴线更丰富。公告说，后续会用新整合的 RNA 数据集与任务来表示这张更丰富的版图，加强状态转变预测，并提供校准后的置信度估计，帮助研究者把最有希望的假设排进湿实验。
访问从 Fellows 开始：16 周、有资助、在马萨诸塞州剑桥市
公告说，Quine 采用审慎的、分阶段的开发与访问方式，初期只向 Quine Fellows 项目和有选择的研究合作开放；随着技术成熟，微软研究院预计通过 Microsoft Discovery 一类产品扩大访问。项目网站显示，Fellows 是一个为期 16 周、提供资助的研究 fellowship（研究员项目），由微软研究院在马萨诸塞州剑桥市主办，面向博士生、博士后、研究科学家以及学术或独立研究者；申请窗口为 2026 年 9 月 29 日至 11 月 2 日，项目期为 2027 年 6 月 7 日至 9 月 24 日。
按网站说明，入选者将与微软研究人员合作，获得 Quine 与计算资源的访问权，在合适的情况下还可能获得实验支持。网站列出的研究方向有五类：蛋白质设计与工程；酶的设计、发现与优化；对细胞状态的遗传与化学扰动；资源不足的疾病领域的早期治疗研究，包括假设与化合物的优先级排序；以及那些设计与实验之间更快迭代就能改变结果的邻近问题。
网站同时说明，参与、访问、支持与研究资源取决于资格、选拔、可用容量和书面条款，提交申请不保证入选或获得访问权。公告在解释现在开放的原因时说，许多将决定 Quine 去向的问题不是微软自己能回答的，需要更广泛科学界的专业知识与视角。
不用于临床：微软给 Quine 划出的边界
公告和项目网站用相近的措辞划定了边界：Quine 是实验性研究技术，只用于研究，不用于临床或医疗用途；其输出可能不完整或不准确，需要具备资质的研究人员审查，并经过适当的科学与实验验证。网站写得更具体：不得用于诊断、治疗、医疗建议、临床决策或其他医疗用途；联系邮箱也提醒，不要发送机密、个人、临床或专有研究信息。
微软研究院说，AI 与生物学的进展必须与安全、安保和负责任的管理同步推进，Quine 的开发与访问会伴随持续的内部审查和内置防护。按网站说明，Fellows 项目将帮助微软研究院理解 Quine 在哪里有用、在哪里不足，以及科学家应当如何塑造它的发展。公告把评价标准留给了实践：在证据不完整时它是否有用，能否面对从未被问过的问题，能否缩短从问题到发现的路。网站上的说法更直接：「现在重要的测试，是 Quine 能否改善科学工作。」