微软推出实验性多模态 AI 研究系统 Project Quine，有望大幅加速药物发现

微软研究院于当地时间9月29日推出实验性多模态人工智能研究系统Project Quine，试图把计算生物学建模与实际湿实验更紧密地连接起来。该系统被定位为用于生物学研究的“世界模型”，目标是加快候选物筛选和药物发现流程。

Project Quine由微软研究院、哈佛大学和麻省理工学院博德研究所共同开发。系统并未局限于单一研究领域，而是联合表征基因组学、蛋白质、化学、细胞状态和生物成像等信息。微软称，交互式推理框架可使该系统同时处理多个领域的数据，并开展综合性的跨模型分析。

在传统药物发现过程中，科研人员可以先利用Project Quine通过计算方法预筛候选物并确定优先级，再把有限的实验室资源投入最值得验证的对象。微软表示，这种模式有望突破部分研发瓶颈，并可能为药物发现节省数年时间和数百万美元成本。系统也可能帮助研究人员找到此前没有预料到的治疗路径。

为了尽早向科研人员开放该系统，微软同步启动首届Quine Fellows项目申请，希望提前使用Project Quine的研究人员可直接提交申请。微软还计划随着技术逐步走出研究阶段，通过Microsoft Discovery等产品扩大开放范围，并陆续提供更多商业化工具。

微软近期使用Project Quine测试胰腺导管腺癌细胞系。测试仅用一个周末，系统便优先筛选出能够按预期推动细胞状态从经典型向基底样型转变的化合物，同时发现了一些意料之外的表型反应。此次测试显示，该系统既可辅助候选物排序，也能呈现超出预期的生物学结果。

微软同时强调，Project Quine目前仅限科研使用，不用于临床。人工智能仍有可能出错，因此科研人员必须对系统获得的任何结果进行严格人工评估，以确认其是否正确。相关结果仍需通过后续研究和实验验证，Project Quine现阶段不能取代人工评估及湿实验。

随着Quine Fellows项目和Microsoft Discovery相关工具陆续推进，Project Quine的开放范围有望进一步扩大。微软认为，这套多模态研究系统可能显著缩短药物发现周期，并为研究人员提供更高效的综合分析工具。不过，其实际应用范围和商业化成效仍有待进一步验证。