药物研发最磨人的环节，可能要被AI压缩成"几天"了。
微软研究院最近发布了一套叫Quine的AI科研系统，专门给生命科学用。它的野心不小——想当生物学领域的"世界模型"，说白了就是：在电脑里先模拟一遍生物系统怎么运转，帮科学家在动手做实验之前，就把最值得试的方向挑出来。
这套系统分两层。底层是一个大模型，喂进去的数据五花八门：基因组、蛋白质、化学分子、RNA、细胞状态、生物影像……相当于把生命科学各个尺度的信息揉到一起，让AI建立起一套统一的"生命知识库"。上层则是一个科研操作台，把论文文献、实验工具、推理引擎和真实实验场景串起来，形成人和AI配合干活的闭环。
真正让人眼前一亮的是它跟哈佛大学和麻省理工学院博德研究所的合作项目。他们研究的是胰腺导管腺癌，一种非常棘手的癌症。团队用Quine分析了数千种候选化合物，从筛选靶向干预方案到湿实验验证，整个过程只花了一个周末。要知道，传统流程里这个周期可能是几个月甚至更长。
更关键的是，Quine不光跑得快，还跑出了新东西。它验证了关于细胞状态转变的假设，同时预测出一种此前没人关注过的全新细胞状态。这就像导航软件不光告诉你哪条路堵，还发现了一条地图上压根没标的小路。
微软对这套系统的定位很谨慎，明确说目前只是实验性科研辅助工具，不能直接拿来做临床医疗决策。不过，配套动作已经在铺了：Quine Fellows研究员计划同步启动，未来还会逐步接入Microsoft Discovery平台。
这件事的意义，往大了说，是生成式AI正在换赛道。过去它擅长的是单点任务——识别一张图、生成一段话。现在它开始往系统级推理走，试图理解一个复杂系统里各环节怎么互相影响。从"拟合数据"到"理解机制"，这一步跨过去，AI就不只是科研的辅助工具，而可能变成科研的基础设施本身。