Project Quine
面向生物学科研的AI系统，由专用生物学模型与调度框架（harness）两层架构构成，能够跨多生物层级和模态进行联合推理，辅助科学家完成大规模药物筛选与实验设计
时间轴 (近 90 天)
Project Quine 由两个核心部分构成：一个在生物学多个层级、多种生物模态上运作的模型，以及建立在该模型之上的调度框架（harness）
Quine 的调度框架一方面汲取学术文献，另一方面调用正在训练的模型能力，与科学家形成来回往复的交互
Project Quine 能够把生物学的多个层级压缩到一起进行联合思考，同时纳入蛋白质序列、RNA、影像数据以及患者相关的环境特征
Project Quine 团队与 Broad 研究所等机构合作，联合肿瘤学家、生物学家和计算生物学家
Project Quine 团队将系统应用于胰腺癌的药物重定位研究，从已获批的已知化合物中搜索可能的疗效
胰腺癌药物重定位的候选药物多达七八千种，Quine 将这个空间收窄到十到二十个最值得实验室验证的候选
团队在一个周末的模型运行中就得到了初步的药物提名名单
团队将 Quine 系统提名的药物放进湿实验室进行实验验证，确认这些药物能够产生预期的疗效转变
Project Quine 能够推演实验的轨迹，预测每个实验的可能结果及后续应对，基于所有可能轨迹设计信息增益最大的实验
全部知识事实 (9)
Project Quine 由两个核心部分构成：一个在生物学多个层级、多种生物模态上运作的模型，以及建立在该模型之上的调度框架（harness）
50%待验证Quine 的调度框架一方面汲取学术文献，另一方面调用正在训练的模型能力，与科学家形成来回往复的交互
50%待验证Project Quine 能够把生物学的多个层级压缩到一起进行联合思考，同时纳入蛋白质序列、RNA、影像数据以及患者相关的环境特征
50%待验证Project Quine 团队与 Broad 研究所等机构合作，联合肿瘤学家、生物学家和计算生物学家
50%待验证胰腺癌药物重定位的候选药物多达七八千种，Quine 将这个空间收窄到十到二十个最值得实验室验证的候选
50%待验证Project Quine 能够推演实验的轨迹，预测每个实验的可能结果及后续应对，基于所有可能轨迹设计信息增益最大的实验
50%待验证团队在一个周末的模型运行中就得到了初步的药物提名名单
50%待验证Project Quine 团队将系统应用于胰腺癌的药物重定位研究，从已获批的已知化合物中搜索可能的疗效
50%待验证团队将 Quine 系统提名的药物放进湿实验室进行实验验证，确认这些药物能够产生预期的疗效转变
50%