Microsoft Research stellt Quine vor: KI-System für die Komplexität der Biologie

Ein Weltmodell für die Biologie

Laut Microsoft Research besteht Quine aus zwei zentralen Teilen: einem Weltmodell der Biologie und einem Harness. Der Harness verbindet das Modell mit Orchestrierungs- und Reasoning-Modellen, wissenschaftlichen Werkzeugen, der Fachliteratur und den Forschungsteams, die damit arbeiten.

Microsoft definiert ein Weltmodell als ein System, das den Zustand eines biologischen Systems abbilden, vorhersagen kann, wie sich dieser Zustand durch Eingriffe verändert, und die Folgen dieser Eingriffe mehrere Schritte im Voraus durchdenkt. Ein solches System würde Experimente laut Unternehmen nicht ersetzen. Vielmehr könnten Forschende damit Optionen rechnerisch erkunden, vorschlagen, ordnen und priorisieren, bevor sie knappe Laborressourcen einsetzen.

Das Modell lernt gemeinsame Repräsentationen über Sequenz-, Struktur-, Funktions-, Zellzustands- und Bilddaten hinweg. Da es diese Modalitäten gemeinsam trainiert, kann Quine Erkenntnisse aus einer Modalität nutzen, um Vorhersagen in einer anderen zu verbessern. Microsoft grenzt das von der Orchestrierung getrennter, auf einzelne Bereiche spezialisierter Modelle ab, bei der Zusammenhänge nach Darstellung des Unternehmens isoliert bleiben oder verloren gehen können. Nach Angaben von Microsoft stärkt das Lernen über verbundene Repräsentationen die Leistung, statt sie zu verwässern, und hilft dem Modell, besser zu verallgemeinern und ein breiteres Spektrum biologischer Denkaufgaben zu bewältigen.

Zugleich betont Microsoft ausdrücklich, dass das Modell nicht perfekt sein muss. In den Worten des Unternehmens wird es die Biologie nie perfekt abbilden und „muss lediglich das Design von Experimenten sinnvoll unterstützen“.

Testfall: Zellzustände bei Bauchspeicheldrüsenkrebs

Als Beispiel führt Microsoft das duktale Adenokarzinom der Bauchspeicheldrüse (PDAC) an, die häufigste Form von Bauchspeicheldrüsenkrebs und eine der am schwierigsten zu behandelnden. Gemeinsam mit Forschenden des Broad Institute entwickelt das Team seit Jahren patientenabgeleitete Ex-vivo-Modelle, um eine Hypothese zu untersuchen: Das Verhalten von Tumoren und das Ansprechen auf Medikamente hängen nicht nur von der Genetik ab, sondern auch vom transkriptionellen Zellzustand.

Mit Quine sagten die Forschenden Tausende Wirkstoffe voraus und priorisierten sie danach, wie wahrscheinlich sie Tumorzellen zwischen therapeutisch relevanten Zuständen verschieben. In Laborstudien zum Übergang vom klassischen zum basalen Zellzustand erzielten die am höchsten eingestuften Wirkstoffe laut Microsoft in den Versuchsreihen die größten beabsichtigten Verschiebungen.

Das Unternehmen gibt an, der gesamte Prozess, von der Eingrenzung des Wirkstoff-Suchraums bis zur Auswahl einer Handvoll Kandidaten für die Laborvalidierung, habe ein Wochenende gedauert. Das könne Monate an Experimentierarbeit und erhebliche Forschungskosten sparen. Zudem berichtet Microsoft, einige der stärksten Effekte seien von Wirkstoffen mit unerwarteten Wirkmechanismen ausgegangen. Das sieht das Unternehmen als frühen Beleg dafür, dass KI neue Möglichkeiten für Drug Repurposing und die Wirkstoffentdeckung aufspüren kann.

• Die umgekehrte Verschiebung, vom basalen zum klassischen Zustand, erwies sich als schwieriger, und Quine hatte für die verfügbaren Wirkstoffe eine schwächere Wirkung vorhergesagt.
• Quine sagte außerdem voraus, dass mehrere Wirkstoffe Zellen durchgängig in Richtung eines eigenständigen dritten Phänotyps treiben würden, was die Laborexperimente bestätigten.

Das deutet laut Microsoft darauf hin, dass die Zellzustandslandschaft bei PDAC vielfältiger ist als eine einfache Achse zwischen klassisch und basal, und dass die Experimente die Hypothesen des Modells sowohl geprüft als auch neue hervorgebracht haben.

Zugang, Grenzen und nächste Schritte

Microsoft startet ein Programm namens Quine Fellows, das einer Gruppe von Forschenden Zugang zum System gibt. Im Gegenzug erhält das Unternehmen wissenschaftliches Feedback, die Teilnehmenden können ihre eigene Forschung beschleunigen.

Das Unternehmen unterstreicht, dass Quine eine experimentelle Forschungstechnologie ist, die ausschließlich für Forschungszwecke gedacht ist, nicht für klinische oder medizinische Anwendungen. Die Ergebnisse können unvollständig oder fehlerhaft sein und müssen von qualifizierten Forschenden geprüft sowie angemessen wissenschaftlich und experimentell validiert werden.

Mit zunehmender Reife der Technologie will Microsoft den Zugang nach eigenen Angaben über Produkte wie Microsoft Discovery ausweiten. Das erklärte langfristige Ziel ist eine Zukunft, in der Forschende, Modelle und Experimente in einem sich stetig beschleunigenden Kreislauf zusammenarbeiten, wobei der Mensch am Anfang und am Ende jedes Zyklus steht: Aus einer Frage werden Vorschläge, aus Vorschlägen testwürdige Designs, und die daraus gewonnenen Messdaten schärfen sowohl die nächste Frage als auch das Modell.

Vorerst sind die PDAC-Ergebnisse Microsofts eigene Darstellung seiner Arbeit mit dem Broad Institute. Wie weit das System über diesen Fall hinaus trägt, wird davon abhängen, wie die Fellows-Gruppe es einsetzt.