Las claves

  • Quine intenta construir un modelo capaz de representar diferentes niveles de la biología de forma conjunta.
    • El sistema combina información de genómica, proteínas, química, estado celular y bioimagen.
    • En una colaboración con investigadores del Broad Institute, Microsoft utilizó Quine para priorizar compuestos que después fueron evaluados mediante experimentos de laboratorio.

    Microsoft Research ha presentado Quine, uno de sus proyectos más ambiciosos para aplicar inteligencia artificial a la investigación científica. El sistema no está diseñado simplemente para responder preguntas sobre biología, sino para conectar modelos de IA, herramientas científicas, literatura y experimentos de laboratorio dentro de un proceso de investigación continuo.

    La idea parte de una dificultad fundamental: la biología no está dividida en compartimentos independientes. Los genes afectan a las proteínas, las proteínas intervienen en las células y las células forman tejidos y organismos. Quine intenta representar esas relaciones mediante un modelo multimodal capaz de trabajar con diferentes niveles de información simultáneamente.

    Un modelo que intenta representar la biología como un sistema completo

    Quine combina información procedente de genómica, proteínas, química, ARN, estado celular y bioimagen. En lugar de utilizar modelos especializados completamente separados para cada tipo de información, el sistema intenta aprender representaciones compartidas.

    Después, un sistema de orquestación conecta ese modelo con herramientas científicas, literatura y equipos de investigadores. El objetivo es crear un ciclo en el que una pregunta científica se transforme en posibles hipótesis, las hipótesis se conviertan en experimentos y los resultados experimentales regresen al proceso para mejorar las siguientes decisiones.

    Un experimento relacionado con el cáncer de páncreas

    Microsoft ha utilizado Quine en colaboración con investigadores del Broad Institute of MIT and Harvard para estudiar el adenocarcinoma ductal de páncreas.

    El sistema se utilizó para priorizar miles de compuestos según su capacidad prevista para modificar determinados estados de las células tumorales. Posteriormente, varios de los candidatos situados en las posiciones superiores fueron evaluados mediante diferentes ensayos de laboratorio.

    Microsoft explica que el proceso de reducir el espacio de búsqueda y seleccionar candidatos para su validación pudo realizarse en un único fin de semana. Esto no significa que un nuevo tratamiento contra el cáncer pueda desarrollarse en un fin de semana, sino que una fase concreta de selección de candidatos puede acelerarse considerablemente.

    En detalle: cómo funciona el ciclo de Quine

    Etapa

    Función

    Pregunta científica

    El investigador plantea el problema

    Modelo biológico

    Analiza diferentes tipos de información

    Razonamiento

    Genera y prioriza hipótesis

    Herramientas científicas

    Permiten analizar las propuestas

    Laboratorio

    Comprueba los candidatos

    Resultados

    Alimentan nuevas preguntas y modelos

    Una tecnología todavía experimental

    Microsoft insiste en que Quine se encuentra en una fase experimental y que sus resultados no deben utilizarse directamente para aplicaciones clínicas. Las predicciones pueden ser incompletas o incorrectas y deben ser revisadas por investigadores cualificados.

    La compañía ha abierto además un programa Quine Fellows para permitir que científicos externos trabajen con el sistema y proporcionen información sobre sus capacidades y limitaciones.

    En ByteHoy | Windows 11 26H2 ya está disponible: estas son las principales novedades

    La importancia de Quine está en el modelo de trabajo que propone. En lugar de utilizar inteligencia artificial como una herramienta aislada, Microsoft quiere integrarla en el proceso completo de descubrimiento: hipótesis, simulación, selección, experimento y aprendizaje.

    Qué falta por saber

    El gran interrogante será comprobar si los resultados obtenidos en los primeros experimentos pueden reproducirse en otros problemas biológicos. También será necesario evaluar cómo se comporta Quine cuando trabaja con datos incompletos o escenarios que no aparecen en sus datos de desarrollo.