Нейросеть по биологии Quine от Microsoft уже находит кандидатов против рака в лаборатории

Проект анонсировала Microsoft Research, подразделение, которое больше двадцати лет работает на стыке вычислений и биологии. Quine возник из простого наблюдения: биология не делится на аккуратные границы, которые удобны отдельным моделям. Гены влияют на белки, белки взаимодействуют внутри клеток, клетки формируют ткани. Чтобы двигаться вперёд, нужна система, которая соединяет знания на разных масштабах и умеет рассуждать об экспериментах, а не просто классифицировать данные.

Первую практическую проверку система прошла совместно с Broad Institute при Гарварде и MIT на задаче поиска соединений против рака поджелудочной железы.

Что измеряли?

Quine устроена как связка двух частей. Первая часть называется «мировая модель биологии» (world model). Это нейросеть, обученная сразу на нескольких типах биологических данных: генетических последовательностях, трёхмерных структурах белков, функциональных характеристиках, состоянии клеток и микроскопических изображениях. Представьте себе переводчика, который одновременно читает текст, слушает речь и смотрит видео и за счёт этого понимает контекст лучше, чем три отдельных специалиста.

Вторая часть, «обвязка» (harness), соединяет эту модель с инструментами научного поиска, базами публикаций, рассуждающими моделями (reasoning models, модели, которые умеют последовательно решать задачи по шагам) и самими исследователями. Вместе они образуют цикл: модель предлагает гипотезы, учёный проверяет их в лаборатории, результат возвращается в систему.

На практике Microsoft Research и коллеги из Broad Institute проверяли, может ли Quine предсказать, какие химические соединения заставят раковые клетки поджелудочной железы перейти в состояние, при котором опухоль лучше поддаётся терапии.

Что обнаружили?

• Мультимодальное обучение усиливает, а не размывает точность. По данным Microsoft Research, совместное обучение на разных типах данных повышает способность модели обобщать и решать задачи биологического рассуждения лучше, чем набор отдельных узкоспециализированных моделей.
• Несколько кандидатных соединений прошли лабораторную проверку. Система ранжировала вещества по вероятности вызвать нужный сдвиг состояния опухоли, и несколько лидеров списка подтвердились в нескольких типах лабораторных экспериментов (wet-lab assays, эксперименты с реальными биологическими образцами, а не на компьютере).
• Модель не заменяет эксперимент, а сужает воронку. Quine позволяет вычислительно «просеять» огромное пространство возможных соединений и оставить для дорогой лабораторной работы только самые перспективные варианты.

Что это значит для вас?

Биологам и фармакологам в России. Нейросеть для решения задач по биологии такого масштаба пока недоступна за пределами программы Fellows. Но сам подход критичен для локальной науки при ограниченных ресурсах: если можно вычислительно отсечь 90% бесперспективных соединений до того, как тратить реагенты и время, экономия для лабораторий с небольшим бюджетом колоссальна. Следите за открытием Microsoft Discovery и за появлением открытых аналогов.

Авторам Дзена, пишущим о науке и медицине. Quine даёт материал для объяснительного контента: как ИИ помогает искать лекарства, что такое мультимодальная модель на понятных примерах. Тема хорошо работает для аудитории, которая интересуется здоровьем, но боится «ИИ заменит врача». Здесь ответ ясный: не заменит, а ускорит путь от гипотезы к проверке.

Маркетологам и предпринимателям. Пока прямого продукта для бизнеса нет. Но направление показывает, куда Microsoft двигает свою экосистему Discovery: от офисных копайлотов к инструментам для науки и фармы. Если вы работаете в biotech-секторе или смежных нишах, имеет смысл подать заявку в программу Fellows или отслеживать API Microsoft Discovery.

Quine пока закрыта, цифр точности нет, клинического применения нет. Но если подход с мультимодальной моделью биологии подтвердится на других задачах, он сократит путь от гипотезы до лабораторной проверки с месяцев до дней, и это касается не только онкологии.

По данным Microsoft Research