PALO ALTO / LONDON (IT BOLTWISE) – Forschende am Arc Institute haben ein KI-Modell auf riesigen Mengen genetischer Sequenzen trainiert und es anschließend „Virus-Rezepte“ schreiben lassen. Aus Hunderten generierten Vorschlägen konnten 16 lebensfähige, neuartige Viren im Labor entstehen. Das Team verwendet dabei gezielt einen Bakteriophagen-Kosmos, der nur Bakterien befällt, um Risiken für Menschen zu senken. Gleichzeitig rückt die Arbeit die Frage in den Fokus, wie schnell Schutzmechanismen mit der KI-gestützten Designfähigkeit mithalten.
Ein wichtiger technischer Perspektivwechsel steckt in der Meldung: Statt nur bekannte Viren zu beschreiben oder einzelne Gene nachzubauen, hat ein KI-System genetische „Rezepte“ für komplette virale Genome erstellt. Forschende am Arc Institute in Palo Alto haben dafür ein Modell namens Evo genutzt und es mit Daten gefüttert, die aus sehr vielen DNA-Sequenzen aus dem „Baum des Lebens“ stammen. Danach haben sie Evo nicht nach Textantworten gefragt, sondern nach genetischen Bauplänen – inklusive Varianten, die im Labor tatsächlich funktionsfähig waren. Für die synthetische Biologie bedeutet das vor allem eins: KI kann Struktur- und Musterwissen aus Sequenzen so weit verdichten, dass daraus neue, testbare biologische Entwürfe entstehen.
Die technische Idee orientiert sich an der Analogie zwischen DNA und Sprache. DNA besteht aus einer linearen Abfolge molekularer Bausteine, den Nukleotiden, die wie Zeichen in einem Alphabet wirken. Gene sind dabei Abschnitte aus vielen dieser Nukleotide; ihre Reihenfolge legt fest, welche Proteine oder anderen Moleküle entstehen. Genau hier setzt das Training an: Evo wurde nicht auf Text trainiert, sondern auf Sequenzen. Nach Angaben aus der Arbeit hat Evo insgesamt etwa neun Billionen Nukleotide ausgewertet und dabei Muster erkannt, die in unterschiedlichen Organismen wiederkehren. Diese Muster nutzte das Modell, um Blueprints für neue Gene zu generieren – anschließend prüften die Forschenden die Idee, ob daraus mehr als Einzelbausteine entstehen kann.
Weil komplette menschliche Genome mit über drei Milliarden Nukleotiden zu groß für die erste KI-gestützte Praxis sind, entschieden sich die Forschenden für Viren, deren Genome oft nur aus wenigen Tausend Nukleotiden bestehen. Im konkreten Testfeld wählten sie den Bakteriophagen Phi X-174 als Referenz und trainierten Evo noch einmal gezielt auf dessen 11 Gene sowie auf etwa 15.000 nahe Verwandte. Der Hintergrund ist sowohl methodisch als auch sicherheitsbezogen: Phi X-174 ist in der Forschung über Jahrzehnte sehr gut untersucht, und als Bakteriophage infiziert er nur E. coli. Sobald Evo mit diesem Genom-„Umfeld“ vertraut war, erzeugte das Modell 700.000 potenzielle Varianten. Die Gruppe filterte dann stark vor, sodass am Ende DNA-Moleküle aus 285 vorgeschlagenen Sequenzen erzeugt wurden.
Der Laborteil zeigt, wie aus einem Modelloutput eine biologische Funktion wird. Die Forschenden setzten die generierten Genome in Bakterien ein und ließen die Bakterien in Petrischalen wachsen. In vielen Fällen blieb das Wachstum unauffällig, was darauf hindeutet, dass das jeweilige KI-Design nicht als funktionsfähiges Viruspaket entstanden ist oder nicht ausreichend zusammenwirkte. In einer Schale dagegen zeigten sich klare Punkte in der trüben Bakteriummasse – ein typisches Zeichen für sich vermehrende Viren, die Zellen aufbrechen. Die Mechanik dahinter ist dabei anschaulich: Die eingefügten DNA-Sequenzen führten zur Produktion von Proteinschalen, die die viralen Gene enthielten; dadurch konnten die Viren aus den Zellen austreten und sich weiter ausbreiten. Mit weiteren getesteten Genomen stieg die Trefferquote schließlich auf insgesamt 16 lebensfähige, neuartige Viren. In einzelnen Fällen vermehrten sie sich sogar schneller als Phi X-174, was zeigt, dass die KI nicht nur „ähnliche“ Varianten schreibt, sondern durchaus leistungsfähige Genomkombinationen erzeugen kann.
Gleichzeitig dämpft der wissenschaftliche Kontext die Erwartung an radikale „Neuschöpfungen“. Patrick Cai, synthetischer Biologe an der University of Manchester, ordnete die Resultate als wichtiges Milestone ein; Oliver Crook von der University of Oxford betonte, dass die erzeugten Viren nicht grundlegend aus fremden biologischen Prinzipien bestehen, sondern stark an natürliche Spezies angelehnt sind und auf derselben grundlegenden Biologie aufsetzen. Entscheidend bleibt deshalb die Frage nach Generalisierbarkeit: Ob Evo unter ähnlichen Bedingungen auch bei anderen Virusgruppen konsistent Erfolg hat, müssen weitere Experimente klären. Für die medizinische und biotechnologische Anwendung wäre das aber genau die Art von Anschlussfähigkeit, die man sucht – etwa als Baustein für Technologien, bei denen Viren als Träger genetischer Informationen dienen.
Der zweite Teil der Geschichte ist die Governance-Frage, die mit solchen KI-Designpipelines unweigerlich wächst. Moritz Hanke vom Johns Hopkins Center for Health Security stellte in der Einordnung heraus, dass Regierungen und wissenschaftliche Organisationen bisher vergleichsweise langsam „Guardrails“ entwickeln, während die Forschung technisch schneller voranschreitet. Die Autoren der Studie versuchten gleichzeitig, das Risiko aktiv zu begrenzen: Sie trainierten Evo nicht auf Viren, die Menschen befallen, und schlossen ähnliche Viren aus, die andere Tiere, Pflanzen oder Pilze infizieren. Dadurch kann Evo in dieser Konstellation keine Genome generieren, die direkt auf menschliche Erreger zielen. Brian Hie, Computational Biologist an der Stanford University, hob zudem hervor, dass die Forschenden keine externen Leitplanken hatten, an denen sie sich orientieren konnten, und setzten daher bewusst auf zusätzliche Vorsicht.
Dass diese Vorsicht auch regulatorisch eine Rolle spielt, unterstreicht ein weiterer Bezug aus dem Bericht: Das National Institutes of Health hat eine neue Policy eingeführt, die hochriskante Life-Science-Experimente stoppen soll, indem sie Arbeiten untersagt, die biologische Agenzien schädlicher machen. Laut der dort kommunizierten Auslegung gilt Computer-Forschung – wie das generative Erstellen von Virus-DNA per KI – nicht automatisch als verboten, solange kein „entity of concern“ beteiligt ist. Genau an dieser Stelle entsteht aber die offene Lücke: Bei einem KI-generierten Virus existiert oft keine eindeutige historische Referenz, was das Risiko „ohne Konsens“ schwerer quantifizierbar macht. Hanke formulierte den Kernpunkt als grundlegende Unsicherheit: Wie bewertet man das Risiko von etwas, das man zuvor so noch nicht gesehen hat?
Für Unternehmen, die KI in naturwissenschaftliche Workflows integrieren, lässt sich aus der Arbeit vor allem ein praktischer Schluss ziehen: Das eigentliche Innovationsthema ist die Übersetzung von Trainingswissen in überprüfbare molekulare Designs – mit klaren Schleifen aus Generierung, Vorselektion und Labor-Validierung. Wer solche Systeme produktiv einsetzen will, muss nicht nur Modellqualität messen, sondern auch die Design- und Testkriterien dokumentieren, die im Zweifel über Sicherheit, Nutzwert und Genehmigungsfähigkeit entscheiden. Gleichzeitig zeigt die Kombination aus Evo-Training auf sehr großen Sequenzmengen und der Laborfähigkeit der Ergebnisse, dass KI-gestütztes „Genom-Engineering“ schnell aus der reinen Theorie herauswächst. Die nächste wettbewerbsrelevante Phase wird daher weniger das reines Modelltraining sein, sondern die Frage, wie schnell und wie verlässlich sich Prüfprozesse für neue biologische Outputs standardisieren lassen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI erzeugt neuartige Viren im Labor – ein Modell schreibt DNA-Rezepte" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI erzeugt neuartige Viren im Labor – ein Modell schreibt DNA-Rezepte" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI erzeugt neuartige Viren im Labor – ein Modell schreibt DNA-Rezepte« bei Google Deutschland suchen, bei Bing oder Google News!