Microsoft Research stellt Quine vor: KI-Forschungssystem für Biologie

Quine: Multimodales Weltmodell für Biologie

Microsoft Research stellt Quine als Forschungsvorhaben vor, das ein multimodales Weltmodell der Biologie schaffen soll. Dieses Weltmodell zielt darauf ab, biologische Zusammenhänge aus einer integrierten Perspektive zu betrachten, statt isolierte Datensätze zu analysieren. Gleichzeitig dient Quine als interaktives System, das Modelle, wissenschaftliche Werkzeuge, Fachliteratur und Forschende miteinander verbindet. Die interaktive Komponente soll Forschende mit den relevanten Werkzeugen und Informationen vernetzen, um den Forschungsprozess zu beschleunigen. Microsoft Research betont, dass das Vorhaben auf mehr als zwei Jahrzehnten Arbeit an der Schnittstelle von Informatik und Biologie aufbaut. Diese Arbeit hat grundlegende Methoden, neue wissenschaftliche Erkenntnisse und Technologien hervorgebracht, die bis in die klinische Anwendung reichten, von der Diagnose seltener und infektiöser Krankheiten bis zur Erkennung von Krebs-Biomarkern. Die Forschungsarbeiten umfassten unter anderem Immunologie, Virologie, Genomik, biomedizinische Bildgebung, Zellbiologie und Protein-Engineering. Eine zentrale Erkenntnis aus dieser Arbeit ist, dass sich Biologie nicht in isolierte Teilbereiche zerlegen lässt, was die Notwendigkeit eines multimodalen Ansatzes unterstreicht. Das interaktive System soll es Forschenden ermöglichen, auf Modelle und Werkzeuge zuzugreifen, relevante Literatur zu finden und sich mit anderen Forschenden zu vernetzen. Ein Weltmodell der Biologie soll es ermöglichen, komplexe biologische Systeme als Ganzes zu verstehen und Vorhersagen zu treffen. Quine befindet sich in der Entwicklung und wird als experimentelle Forschungstechnologie bereitgestellt. Damit positioniert sich Quine als Plattform, die biologische Forschung durch Integration und Interaktion beschleunigen soll.

Priorisierung von Tumor-Wirkstoffen mit Broad Institute

In Zusammenarbeit mit Forschenden des Broad Institute of Harvard and MIT hat Microsoft Research Quine genutzt, um chemische Verbindungen zu priorisieren, die therapeutische Tumor-Zustandswechsel vorhersagen. Das System sagt vorher, welche Substanzen den Zustand eines Tumors in einen therapeutisch günstigeren Zustand verschieben könnten. Mehrere der am höchsten priorisierten Kandidaten wurden anschließend in mehreren Nasslabor-Assays experimentell validiert. Diese Validierung im Labor bestätigt, dass die vom KI-System getroffenen Vorhersagen nicht nur rechnerisch plausibel sind, sondern auch unter realen experimentellen Bedingungen Bestand haben. Die Ergebnisse deuten darauf hin, dass Quine das Potenzial hat, die frühe Phase der Wirkstoffforschung zu beschleunigen, indem es die vielversprechendsten Kandidaten für weitere Tests herausfiltert. Die Zusammenarbeit mit dem Broad Institute unterstreicht die Anwendbarkeit von Quine in der biomedizinischen Forschung. Diese Anwendung zeigt, wie Quine in der Praxis zur Beschleunigung der Wirkstoffforschung eingesetzt werden kann.

Fellows-Programm und geplante Microsoft-Discovery-Ausweitung

Das Quine Fellows Program gibt einer Kohorte von Wissenschaftlern Zugang zum System, um ihre eigene Forschung zu beschleunigen und wissenschaftliches Feedback zu geben. Das Fellows-Programm bietet ausgewählten Wissenschaftlern die Möglichkeit, Quine in ihrer eigenen Forschung einzusetzen und Rückmeldungen zu geben, die in die Weiterentwicklung einfließen. Microsoft Research betont, dass Quine experimentelle Forschungstechnologie ist, die ausschließlich für Forschungszwecke bestimmt ist – nicht für klinische oder medizinische Nutzung. Die Ausgaben des Systems können unvollständig oder ungenau sein und müssen von qualifizierten Forschenden überprüft und wissenschaftlich beziehungsweise experimentell validiert werden. Die experimentelle Natur von Quine bedeutet, dass die Ergebnisse nicht als klinisch validiert betrachtet werden dürfen. Mit zunehmender Reife erwartet Microsoft Research, den Zugang über Produkte wie Microsoft Discovery auszuweiten, was darauf hindeutet, dass die Technologie später in breitere Anwendungen integriert werden könnte. Die geplante Ausweitung über Microsoft Discovery zeigt das langfristige Ziel, die Technologie einem breiteren Forschungspublikum zugänglich zu machen.