Исследования29 сентября 2026 г., 17:19 МСК🤖 Auto

Microsoft представила Quine: ИИ-система для ускорения биологических открытий

Microsoft Research совместно с Broad Institute представила Quine — мультимодальную систему, объединяющую мировую модель биологии и инструменты для ускорения поиска лекарств. На примере рака поджелудочной железы система сократила цикл подбора соединен

Баннер новости 8516

Что такое Quine и зачем она нужна

Microsoft Research анонсировала Quine — исследовательскую платформу, предназначенную для работы со сложностью биологических систем. В отличие от узкоспециализированных моделей, Quine представляет собой мультимодальную мировую модель (world model), которая учитывает взаимосвязи между генами, белками, клетками и тканями. Система объединяет данные разных масштабов: от последовательностей ДНК до изображений клеток и научной литературы, позволяя ИИ не просто распознавать паттерны, а рассуждать о последствиях биологических вмешательств.

Ключевая идея заключается в создании непрерывного цикла: ученый задает вопрос → ИИ предлагает гипотезы и приоритизирует соединения → лаборатория проводит эксперименты → результаты возвращаются в модель для ее обучения. Это позволяет сократить количество дорогостоящих и долгих лабораторных тестов.

Практический результат: борьба с раком поджелудочной железы

Первое практическое применение Quine было продемонстрировано в коллаборации с исследователями из Broad Institute of Harvard and MIT. Объектом исследования стал протоочаковый аденокарцинома поджелудочной железы (PDAC) — одна из самых агрессивных форм рака. Ученые хотели проверить гипотезу о том, что поведение опухоли зависит не только от генетики, но и от транскрипционного клеточного состояния.

Система Quine проанализировала тысячи соединений, предсказав, какие из них способны сдвигать опухолевые клетки из «классического» состояния в «базальное» (менее агрессивное). Результаты ИИ были валидированы в реальных лабораторных тестах (wet-lab assays). Топовые кандидаты, отобранные алгоритмом, показали наибольшую эффективность в сдвиге клеточных состояний.

Скорость и эффективность

Главное преимущество системы — радикальное сокращение времени на этапе предварительного скрининга. Процесс от сужения пространства поиска соединений до выделения нескольких перспективных кандидатов для лабораторной проверки занял у исследователей всего одни выходные. Без использования Quine этот этап мог бы занять месяцы ручного анализа и планирования экспериментов.

Архитектура и доступ

Модель обучалась на совместных представлениях (shared representations) нескольких модальностей:

  • Геномика и последовательности ДНК
  • Структура и функции белков
  • Химические свойства соединений
  • Состояние клеток и РНК
  • Биоизображения

Microsoft подчеркивает, что Quine является экспериментальной технологией исключительно для научных целей, а не для клинического использования. Выводы модели требуют обязательной проверки квалифицированными исследователями. Для расширения доступа Microsoft запускает программу Quine Fellows, которая предоставит доступ к системе группе ученых для ускорения их собственных исследований и получения обратной связи по развитию платформы. В будущем доступ может быть расширен через продукты типа Microsoft Discovery.

Источник: Microsoft Research ↗