2026年9月29日，微软研究院在官方博客发布了 AI 生物研究系统 Quine——一个为生命科学打造的「世界模型」，同时宣布开放 Quine Fellows 研究员计划，让一批科学家直接用上这套系统、并回馈科研意见。Quine 的核心想法很直接：生物学不是按教科书分章节的，基因影响蛋白质、蛋白质在细胞里相互作用、细胞再组织成组织——只有把跨尺度、跨模态的知识连起来学，AI 才可能真正帮上科研的忙。
Quine 由哪两部分组成
第一部分是生物学世界模型。微软所说的「世界模型」，指的是能表示生物系统状态、预测干预后状态如何演化、并推理干预后果的系统。Quine 在基因组、蛋白质、化学、RNA 与细胞状态、生物成像等模态上联合训练共享表征，一个模态的证据可以用来支撑另一个模态的预测，而不是把各自为战的单领域专家模型简单拼起来。
第二部分是一个交互式 harness，把世界模型和编排、推理模型、科学工具、文献、湿实验室以及使用它的研究员连在一起。整个工作流是个闭环：科学家提问，Quine 生成候选方案，方案进入真实湿实验验证，实验测得的数据再回到科学家手里、并成为下一轮模型的训练信号。微软强调这套系统不会取代实验，它的价值在于动用昂贵的实验室资源之前，先用计算把候选路径排好序。
它在胰腺癌研究里做了什么
官方给出的具体案例是胰腺导管腺癌（PDAC），这是最常见、也最难治的胰腺癌类型。微软与哈佛-麻省理工博德研究所（Broad Institute）的合作团队用 Quine 探索了一个长期假设：肿瘤的行为和药物响应不仅取决于遗传，还取决于转录层面的细胞状态。Quine 预测并排序了数千个化合物，找出最可能驱动肿瘤细胞在经典态（classical）与基底态（basal）之间发生治疗相关转换的候选。
湿实验验证显示，Quine 排名最高的化合物确实产生了最大的预期状态转换，整个过程——从缩小化合物搜索空间、到锁定少数候选、再到实验室验证——只花了一个周末。值得注意的是，部分效果最强的化合物作用机制出乎研究团队预料，而 Quine 还预测出几个化合物会把细胞推向一个与经典-基底轴不同的「第三表型」，实验结果也印证了这一点。这意味着 AI 不只是在加速筛选，还在帮生物学家发现比现有认知更丰富的细胞状态图景。
谁能用？边界在哪
微软这次并没有把 Quine 做成开放产品。Quine Fellows 计划只面向一群科研前沿的科学家，提供系统使用权限和反馈通道；更广泛的访问要等到技术成熟，再通过 Microsoft Discovery 这类产品形态放出。官方博客明确把 Quine 定性为实验性研究技术，只用于科研，不用于临床或医疗，其输出可能不完整、不准确，必须由合格研究人员复核和实验验证。开发采取刻意分阶段的策略，内部审查与内置保障会随系统演进持续进行。
对科研圈来说，Quine 的出现延续了 AI for Science 的一个转向：评价标准从基准榜单，转向「它能不能在证据不完整、问题从未被问过的情况下，仍然帮科学家把从问题到发现的路径走短」。能不能做到这一点，微软把答案交给了拿到系统的科学家们。感兴趣的从业者可以在 AI科学专题 继续跟踪这类进展。
