微软研究院发布生物学 AI 研究系统 Quine,并开放 Quine Fellows 计划申请
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。
入选理由:微软研究院公开了面向生物学的多模态世界模型 Quine,并给出胰腺癌细胞状态预测经湿实验验证的案例,研究者可据此判断这类系统在实验设计中的可用边界。
主题档案
AI 在生命科学中的应用:蛋白质、基因组、细胞与药物研发相关的模型、工具和成果。
57 条精选近 30 天 34 条共收录 272 条
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。
入选理由:微软研究院公开了面向生物学的多模态世界模型 Quine,并给出胰腺癌细胞状态预测经湿实验验证的案例,研究者可据此判断这类系统在实验设计中的可用边界。
Anthropic 成立生命科学研究组与实验室,并公布早期结果:Claude 智能体在仅由科学家给出初始提示的情况下,从 DNA 序列数据库中自主发现了一种与重复序列阵列相关的新型酶系统,命名为 array-associated reverse transcriptases(ART)。
入选理由:Anthropic 用约 950 个 Claude 智能体在 21 小时内筛出候选系统,研究者可据此判断 AI 驱动假设生成在基因组挖掘中的实际位置。
Amazon Bio Discovery 团队发布三篇抗体设计研究,分别针对结合强度排序、可开发性预测和端到端设计。其中 MochiBind 仅用序列预测抗体相对结合强度,在四个未见抗原上成对准确率均高于结构基线,平均领先近 10%,在 CPU 上约 13 秒可打分 20 万对抗体。
入选理由:Amazon Bio Discovery 团队公开三篇抗体设计研究,含一篇经实验验证的纳米抗体发现,研究者可据此了解计算设计加湿实验闭环的完整流程。
上海AI实验室在2026浦江创新论坛上发布书生多模态大模型S2(书生-S2),称其在知识、代码、智能体等通用能力上处于开源模型第一梯队,在Biology-Instructions。
入选理由:上海AI实验室公开了书生-S2的权重与体验入口,并说明其可插拔专业记忆如何在不重训基座的情况下扩展学科能力,研究者可据此判断能否用于长程科研任务。
Elicit 发布 Research Agent,一个面向高风险决策的 AI 环境,可跨数百万科学来源、公开数据源(含网络)和用户上传的内部数据汇集证据,并生成带完整引用的报告、数据分析、表格、可视化、幻灯片和文档,已通过 elicit.com 或 API 提供。
入选理由:Elicit 把证据综合扩展到跨文献、试验、专利与内部数据的决策支持,并公开了自建基准的评测口径,研究者可据此判断它能否用于高风险的研发决策场景。
Meta 介绍其开源视觉模型 SAM 3 与 DINOv3 被用于美国能源部 Genesis Mission 旗舰项目 SYNAPS-I 的图像分割流程,该项目由 Berkeley Lab 牵头,联合 Argonne、Brookhaven、Oak Ridge 和 SLAC 国家实验室。
入选理由:材料说明开放权重视觉模型如何被实验室微调后接入光束线数据处理,研究者可据此判断这类模型能否迁移到自己的成像分析流程。
Biohub 联合创始人 Priscilla Chan 撰文回顾今年以来的工作,包括 5 月发布基于下一代 ESM 的蛋白质生物学世界模型,可预测蛋白质折叠、相互作用与功能并设计新蛋白,已有科学家用它设计抗体候选物并在针对癌症和免疫相关靶点的早期实验室测试中显示初步结果,相关论文发表于 Nature,模型完全开放。
入选理由:Biohub 负责人梳理了蛋白质世界模型、激光相位板与虚拟细胞计划,研究者可据此了解这些开放工具和共享数据的参与方式。
Elicit 更新 Research Agent,除文档外还可上传基因序列、组学数据集、显微图像、学术海报及 PDB、FCS 等自定义科研文件,并据此执行差异基因表达识别、图像表型量化和检测结果分析等任务,自行寻找所需技术工具并返回分析结果。
入选理由:Elicit 的 Research Agent 从只读文档扩展到基因序列、组学数据和图像等科研文件,并可直接做差异表达等分析,研究者可据此判断它能否接手自己的数据处理环节。
Lila Sciences 介绍其 AI Science Factories 自动化实验室平台,通过 NVIDIA BioNeMo Agent Toolkit 提供的领域模型、NIM 微服务和生命科学配方,让智能体完成结构预测与从头设计,并用 NVIDIA Nemotron 3 等推理模型做后训练。
入选理由:Lila Sciences 与 NVIDIA 合作把 BioNeMo 智能体工具包接入自动化实验室,研究者可了解智能体闭环做实验的现有做法。
Biohub 与 UC Berkeley 研究团队在三篇论文中报告,激光相位板在单激光和双激光(xLPP)两种配置下都能在现代冷冻电镜中显著提升小蛋白成像对比度。
入选理由:Biohub 与 UC Berkeley 用三篇论文报告激光相位板在真实冷冻电镜中提升小蛋白成像对比度,并已开放断层扫描数据。