相关动态
微软研究院于2026年9月29日推出 Quine——以生物学多模态世界模型为核心的研究计划，并开放首届 Quine Fellows 申请。系统通过交互式框架把模型与推理模型、科学工具、研究文献、湿实验及科学家团队相连。微软将其定义为能表征生物系统状态、预测干预后的变化并推演多步下游后果的世界模型，公司称它不会取代实验，而是让研究者先在计算上排序候选方向。模型在序列、结构、功能、细胞状态与成像等尺度上学习共享表征，训练覆盖基因组学、蛋白质、化学、RNA与细胞状态、生物成像；微软称联合训练会强化而非削弱性能。与 Broad Institute of MIT and Harvard 研究者合作，该系统已对可产生肿瘤细胞状态治疗性转变的化合物排序，若干排名靠前的候选物在多项湿实验中获验证。微软同时表示，模型永远无法完美刻画生物学，只需能有用指导实验设计。
美国AI初创公司 Anthropic 宣布其分子生物学实验室的首个发现：Claude 模型在感染细菌的病毒中看到一段此前似被忽视的重复DNA序列，紧邻一个已知酶基因和一个功能未知的蛋白基因，结构类似 CRISPR。据公司介绍，约950个由Claude驱动的软件智能体用21小时梳理DNA序列数据库，从20多万个某类酶的基因中挑出20个值得深入研究的候选，这工作量相当于专家数周甚至数月。研究以预印本形式发表，尚未经同行评审，新系统ART功能未知，初步实验提示它或许像CRISPR一样可编程。Dario Amodei 称该发现仍属“初步”，“可能构成一种新的基因编辑机制”；Feng Zhang 称这段重复DNA“确实有趣”，值得进一步研究。
Google DeepMind 推出 AlphaGenome Atlas，预先给出人类基因组约 90 亿种单碱基变异的预测，同时覆盖编码区与更大的非编码区。该平台数据量为 1 petabyte，是 AlphaFold Database 的 30 多倍，并引入 AlphaGenome Variant Impact（AVI）评分，帮助研究者对潜在重要的遗传变化排序。与 Broad Institute 合作的研究用 AVI 评分优先筛出与癫痫性脑病相关基因 DNM1 的一个变异，随后实验验证了预测效应；另一项分析基于 54,000 多名 UK Biobank 参与者的数据，按预测分子效应对变异分组后，多识别出 22% 的非编码遗传关联。DeepMind 强调这只是起点而非终点，目标不是取代实验室研究，而是帮助科学家决定哪些遗传变化值得优先深入探究。
ISTA研究人员开发了一种用实验数据引导AlphaFold的方法，以模拟更接近物理和生物现实的蛋白质结构集合。AlphaFold虽预测准确，但常将异质结构还原为单一构象，忽视实验条件的影响。该方法发表在《自然·生物技术》上，为改进未来预测模型铺路。研究人员强调，蛋白质是高度动态的分子，建模这种动态性有助于揭示其运动的功能重要性。
计算生物学家Aviv Regev现任Genentech研究与早期开发负责人，曾任职于麻省理工学院和Broad Institute of MIT and Harvard。她认为医疗保健正处在拐点：人工智能、数据、大规模实验与对人体生物学的测量能力相结合，正带来生物学、药物发现和医学领域前所未有的洞见。海量高分辨率数据可与AI深度整合——AI既能分析数据、填补实验无法捕捉的空白，也能引导迭代生成更多数据，逐步逼近更好的模型。单细胞基因组学可解析单个细胞的分子组成，进而构建Human Cell Atlas等参考资源；数据积累后还能建立“虚拟细胞”模型，理解细胞在疾病或治疗情境下的不同行为。AI亦可贯穿药物发现各阶段，从理解生物学、开发靶向疾病通路的药物到评估安全性。她同时强调，基础研究对创新至关重要，稳定的环境有助于开放式创新。