Zum ersten Mal haben Wissenschaftler gezeigt, dass künstliche Intelligenz Viren entwerfen kann, die tatsächlich funktionieren – ein neuer Schauplatz im Kampf gegen Antibiotikaresistenzen.
In einer am 6. August in Science veröffentlichten Studie nutzten Stanford-Forschende unter der Leitung des Chemieingenieurs Brian Hie und des Erstautors Samuel King das Modell Evo 2, ein generatives KI-Modell, das vollständige Genome schreibt, um neue Varianten des Bakteriophagen ΦX174 zu entwerfen, eines kleinen Virus, das E. coli-Bakterien infiziert. Mit nur einem Ausschnitt der ΦX174-DNA – das gesamte Genom ist weniger als 6.000 Basenpaare lang, verglichen mit 3 Milliarden im menschlichen Genom – erzeugte Evo 2 tausende neuer Genome, Nukleotid für Nukleotid, in einem einzigen Durchlauf von links nach rechts.
Das Team synthetisierte fast 300 der KI-entworfenen Phagen und testete sie gegen E. coli. Sechzehn erwiesen sich als außergewöhnliche Killer, und einige der Vorschläge von Evo 2 zeigten eine höhere Fitness als das natürliche ΦX174 selbst. In einem Proof of Concept überwand ein Cocktail aus den 16 genetisch unterschiedlichen Phagen schnell E. coli-Stämme, die bereits Resistenzen gegen den natürlichen Stamm entwickelt hatten – ein Weg zu dem, was Hie eine "resistenzfeste" Antibiotika-Strategie nennt. Ähnliche Ansätze könnten eines Tages Tuberkulose, MRSA und im Krankenhaus erworbene Pseudomonas-aeruginosa-Infektionen ins Visier nehmen.
Bakteriophagen sind Viren, die Bakterien angreifen und sonst nichts; die Phagentherapie gilt seit Langem als vielversprechende Antwort auf Bakterien, die herkömmliche Antibiotika ignorieren. Was fehlte, waren gute Designwerkzeuge – genau das liefern Genom-Sprachmodelle wie Evo 2 heute.
Hie hat Evo 2 offen und kostenlos verfügbar gemacht. Er räumt die Sicherheitsfragen ein, die KI-Werkzeuge zum Design von Genomen aufwerfen, argumentiert aber, dass natürlich vorkommende Krankheitserreger das größere Risiko bleiben und dass KI-basiertes Design es erlaubt, Sicherheitsprüfungen direkt in die Werkzeuge einzubauen – etwas, das Evolution nicht kann. Biosecurity-Experten, die in derselben Science-Ausgabe schreiben, forderten dennoch, dass Screening- und Governance-Systeme mit der neuen Fähigkeit Schritt halten.
Die Arbeit wurde vom Arc Institute, der National Science Foundation und weiteren Förderern unterstützt; sie erschien im vergangenen Jahr zunächst als Preprint, bevor sie in Science veröffentlicht wurde.
