Quineは生物学データを結び、実験候補を絞り込む

Microsoft ResearchはQuineを、生物学のmultimodal world modelを構築する初期の研究として発表した。モデルを科学ツール、文献、wet lab、研究者につなぎ、仮説と実験の選択を支援するシステムだ。

Quineは5つの生物学的視点を一つにまとめる

対象はゲノミクス、タンパク質、化学、RNAと細胞状態、bioimagingに及ぶ。孤立した複数の予測器ではなく、配列、構造、機能、状態に共通する表現を学ぶことを目指す。

Broad Institute of MIT and Harvardとの研究では、腫瘍細胞を治療上重要な状態へ移すと予測された数千の化合物を順位付けした。Microsoftによると、上位候補は膵臓がん細胞の古典型と基底型の間で、意図した最大の変化を複数の実験で示した。

価値は次の実験を選ぶことにある

生物学に仮説が不足しているわけではない。制約は検証の費用と時間だ。Quineは最終回答を出す機械より、研究室へ送る候補を絞るフィルターとして理解する方がよい。

数千の候補を、根拠のある短い実験リストへ変えられれば有用だ。計算結果とwet labの結果をつなぐことで、その後の予測を修正する循環も作れる。

一度の検証で生物学の一般モデルにはならない

Microsoftは初期研究と説明しており、完成品や臨床ツールとは呼んでいない。公開情報だけでは、学習データ、baseline、誤差、報告された研究以外での再現性を十分に評価できない。

world modelという名称は野心的だ。研究室で細胞状態が変わっても、治療効果、安全性、患者への適用が直ちに証明されるわけではない。

盲検試験と外部研究室が実力を決める

次に必要なのは、peer reviewedの結果、より開かれた方法、実験前に候補を選ぶ前向き試験だ。独立チームや別の疾患での結果も重要になる。失敗するwet lab実験を繰り返し減らせれば、Quineはworld modelという看板より説得力のある意味を持つ。

Lilithの判定

Quineが評価される場所は、候補を一つ誤るたびに時間と試料を失う実験台だ。行き止まりへ向かう試験管の列を短くできなければ、美しい生物学の地図も飾りに終わる。