微软研究院 9 月 29 日介绍 Quine。作者是 Nicolo Fusi 和 Jonathan M. Carlson。它被写成一项研究:做一个生物学的多模态世界模型,再做一个交互框架,把模型、科学工具、文献和研究者接起来。他们所说的世界模型,是能表示一个生物系统的状态、预测干预之后状态如何变化,并对这些后果做多步推理的系统。它不代替实验。计算用来在投入稀缺的实验室资源之前,探索、提出、排序和优先处理可能的路径。
[1]
具体例子是胰腺导管腺癌,也就是最常见的胰腺癌。他们与哈佛和 MIT 的 Broad 研究所合作,用病人来源的离体模型检验一个已有假设:肿瘤行为和药物反应不只取决于遗传,也取决于转录层面的细胞状态。在 PDAC 里,肿瘤细胞可以处在与治疗反应相关的不同状态。
他们用 Quine 按化合物把肿瘤细胞在相关状态之间推动的可能性,给数千种化合物排序。湿实验关注从经典状态到基底状态的转变。Quine 排在最前的化合物,在多项实验里造成了最大的预期转变。从迅速缩小搜索范围,到优先选出少量候选并在实验室验证,整个过程用了一个周末。他们写,这有可能省下数月实验和可观的研究成本。那是可能性,不是已经记账的节省。一些较强的效应来自作用机制出乎意料的化合物,被写成药物重新利用的早期证据。
[1]反向转变更难,从基底状态回到经典状态。Quine 预测现有化合物的这个效应会更弱,实验也是这样。更值得注意的是,模型预测有几种化合物会稳定地把细胞推向第三种表型,实验室里观察到了。作者说,胰腺癌细胞状态比经典和基底这一根轴更丰富。实验既检验了假设,也产生了新的假设。后续会用新纳入的 RNA 数据和任务来表示这个更丰富的图景,并给出有校准的置信度,帮助科学家决定哪些假设值得做湿实验。
Quine 是实验性的研究技术,只用于研究,不是临床或医疗用途。输出可能不完整或不准确,需要合格研究者审查,以及相应的科学和实验验证。第一期 Quine Fellows 现在开放申请。初期只向该计划和部分研究合作开放。他们预计技术成熟后,会通过 Microsoft Discovery 这类产品扩大访问。本篇没有打开那个产品页。
[1]要点
- Quine 是生物学的多模态世界模型,加上连接工具、文献、湿实验和研究者的框架。
- 在 PDAC 上,排在最前的化合物在湿实验里造成了最大的经典到基底转变。过程用了一个周末。
- 反向转变更弱,与预测一致。实验室也看到了模型指出的第三种表型。
- 只供研究,不是临床工具。访问目前限于 Fellows 和部分合作。