原文標題：Introducing Quine: An AI research system designed for the complexity of biology

Microsoft Research 9 月 29 日公布 Quine，一套嘗試跨越不同生物尺度與資料型態的 AI 研究系統。Quine 由多模態生物世界模型與互動式 harness 組成，把模型、科學工具、研究文獻、濕實驗與研究人員串在一起，目標是讓計算預測能更快進入實驗驗證，再把結果回饋到下一輪研究。

Microsoft 與 Broad Institute of MIT and Harvard 的研究人員已使用 Quine 排序可能驅動治療性腫瘤狀態改變的化合物，並在多種濕實驗 assay 中驗證部分排名靠前的候選。官方把這視為「計算提出假設—實驗驗證—再迭代」閉環研究的一個早期案例。

Quine 的設計強調生物學不應被拆成彼此獨立的資料孤島，因此模型會跨基因體、蛋白質、化學、細胞狀態與生物影像等資訊工作。Microsoft 同時啟動 Quine Fellows 計畫，讓一批科學家取得系統使用機會並提供研究回饋。

官方明確說明 Quine 目前是實驗性研究技術，只能用於研究，不能作為臨床或醫療用途，輸出也可能不完整或錯誤，需要合格研究人員與實驗驗證。未來成熟後才可能透過 Microsoft Discovery 等產品擴大提供。

發生了什麼事

Microsoft Research 發表 Quine，以多模態生物世界模型與研究工具串接計算分析、文獻與濕實驗，建立可迭代的研究流程。

為什麼重要

生命科學資料橫跨多種尺度與模態，若 AI 能把模型預測與實驗設計接成閉環，可能縮短從假設產生到實驗驗證的週期，但仍需要科學方法與人類審查。

影響哪些人

生物資訊、藥物研發、癌症研究與學術實驗室，以及關注 AI for Science 的雲端與研究機構最直接受到影響。

已確認與未確認

Quine 架構、與 Broad Institute 的驗證案例及 Fellows 計畫已確認；它仍是研究技術，不可視為醫療產品，擴大商用與臨床能力均未確定。