LONDON (IT BOLTWISE) – Forschende an der Stanford University haben ein KI-Modell namens Evo so trainiert, dass es DNA-Strukturen erkennt und daraus funktionale Virus-Genome entwirft. Nach Labor-Synthesen konnten 16 generative Phagen E. coli infizieren, teils trotz natürlicher Abwehrmechanismen der Bakterien. Die Autoren berichten, dass die Sequenzen klare Muster besitzen, die so nicht in vorhandenen Daten auftauchen. Gleichzeitig mahnen Biosecurity-Expertinnen und -Experten strengere Regeln an, weil dieselbe Technik potenziell auch für schädliche Zwecke missbraucht werden könnte.
Das Spannungsfeld zwischen medizinischem Nutzen und biologischer Missbrauchsgefahr bekommt durch ein neues KI-Experiment eine konkrete, messbare Ausprägung: Ein generatives Modell namens Evo wurde nicht darauf trainiert, “Viren zu schreiben”, sondern DNA-Strukturmuster zu erkennen und daraus neuartige, funktionsfähige Genom-„Rezepte“ abzuleiten. Grundlage ist die Idee, dass sich evolutionäre und biochemische Constraints in Sequenzen abbilden lassen – ähnlich wie Sprachmodelle aus großen Textmengen statistische und semantische Gesetzmäßigkeiten lernen. In der Arbeit, die in Science veröffentlicht wurde, beschreiben die Forschenden, wie Evo mit sehr großen DNA-Datensätzen trainiert wurde, um die Regeln zu internalisieren, die DNA-Sequenzen in der Natur begrenzen.
Technisch betrachtet lief der Ansatz über ein Design-and-build-Verfahren. Evo wurde mit massiven Mengen genetischer Daten konfrontiert, darunter Millionen von Genomen, und sollte anschließend neue Sequenzen generieren, die nicht nur plausibel aussehen, sondern experimentell funktionieren. Im Kern geht es dabei weniger um “kreatives” Schreiben als um die Fähigkeit, aus gelernten Wahrscheinlichkeits- und Strukturzusammenhängen vollständig spezifizierte Genomabschnitte zu produzieren. Die Forschenden synthetisierten die von Evo vorgeschlagenen DNA-Strukturen im Labor und testeten sie dann biologisch: In ihren Versuchen infizierten 16 generative Phagen erfolgreich E. coli; in einigen Fällen überwanden die Viren Mechanismen, mit denen Bakterien normalerweise Resistenz aufbauen.
Bemerkenswert ist dabei nicht nur die Zahl, sondern auch die Qualität der Ergebnisse. Die neuen Viren wiesen Sequenzmuster auf, die nach den Angaben der Autorinnen und Autoren von keiner beobachteten natürlichen Vorlage abgedeckt werden. Das ordnet das Experiment in eine Entwicklung ein, die seit Jahren in der Bioinformatik und synthetischen Genomtechnik diskutiert wird: Weg von der reinen Analyse vorhandener Organismen, hin zur systematischen Generierung funktionaler genetischer Baupläne. Gleichzeitig setzen die Autorinnen und Autoren eine wichtige Barriere, zumindest für die unmittelbare Risikoeinschätzung: Sie schlossen Datensätze von humanpathogenen Erregern aus dem Training aus. Dadurch seien die erzeugten Viren nach ihrer Darstellung nicht in der Lage, Menschen zu infizieren – allerdings bleibt die Frage, wie übertragbar das Vorgehen als Plattformtechnologie auf andere Wirte und Zielsysteme wäre.
Genau hier setzen die Warnungen aus der Biosecurity-Community an. In einem begleitenden Kommentar in Science wiesen Dr. Thomas Inglesby und Dr. Moritz Hanke (Johns Hopkins Center for Health Security) darauf hin, dass das Stanford-Resultat zeige, KI könne inzwischen gefährliche biowehr-ähnliche Fähigkeiten in Reichweite bringen. Hanke wird in dem Kontext mit einer zugespitzten Analogie zitiert: „You could say, ‘Hey, genomic language model, make me an influenza genome that is modified to be more transmissible or to be more lethal, ’“ – die Aussage dient weniger als konkrete Anleitung, sondern als Hinweis, wie schnell aus einem “generischen” Genom-Generierungsproblem eine potenzielle Anpassungsfrage werden könnte. Solche Aussagen verschieben die Debatte von theoretischen Risiken hin zu praktischen Fähigkeiten: Wenn ein Modell funktionale Sequenzen liefern kann, sinkt die Hürde, Experimente schneller zu iterieren.
Während Biosecurity-Vertreterinnen und -Vertreter vor allem Geschwindigkeit und fehlende Regulierungsrahmen betonen, kommt auch Gegenperspektive aus der Forschung. Tom Ellis, Professor für synthetische Genome Engineering an der Imperial College London, sagte sinngemäß, dass die Erzeugung eines biowehr-ähnlichen Wirkstoffs mit humanem Einfluss nicht ohne Weiteres gelingen werde. Er verwies darauf, dass die von Evo erzeugten Viren offenbar „literally the smallest and easiest genome to make“ seien – also ein Setting, das technisch vergleichsweise gut greifbar ist. Daneben setzt Ellis auf ein realistischeres Sicherheitsargument: Schon einfache Einschränkungen beim Zugang zu genetischen Daten könnten laut seiner Einschätzung einen messbaren Unterschied machen, weil sie das Training und damit die Bandbreite der erzeugbaren Sequenzen begrenzen.
Aus Marktsicht zeigt das Experiment zugleich, wie schnell KI-Entwicklungen in die Lebenswissenschaften hineinwirken. Unternehmen und Forschungsinitiativen bauen bereits an Sicherheits- und Standardansätzen; ein Beispiel ist das Frontier Model Forum, das sich als Nonprofit mit KI-Bio-Risiken, Sicherheitsstandards und der Reduktion von Exploit-Potenzial für “Frontier”-Modelle beschäftigt. Parallel argumentiert ein Teil der Forschungsgemeinschaft, dass KI nicht nur Missbrauch erleichtert, sondern auch die Schwelle für das Erlernen von biologischem Know-how senkt: Selbst wenn eine konkrete Biokonstruktion schwer bleibt, können Schrittfolgen, Designideen und Suchräume für schlechte Akteure an Zugriff gewinnen. Genau deswegen ist die Diskussion um Governance nicht nur “ethisch”, sondern wird zu einem Produkt- und Infrastrukturthema – von Datenzugang über Modell-Policies bis hin zu Auditierbarkeit.
Für Unternehmen und angewandte Labore ergibt sich daraus eine doppelte Agenda. Auf der einen Seite ist das therapeutische Potenzial greifbar: Wenn KI gezielt Viren oder bakterientargetierte Mechanismen entwerfen kann, könnte das die Pipeline gegen Antibiotika-resistente “Superbugs” beschleunigen – statt lange in der Natur nach passenden Kandidaten zu suchen, könnte man funktionale Therapien stärker designorientiert entwickeln. Auf der anderen Seite verschiebt sich die Verantwortung auf technische und organisatorische Kontrollen entlang des gesamten Workflows: Trainingsdaten, Modell-Outputs, Synthese-Entscheidungen und Labor-Sicherheitsprozesse müssen nachvollziehbar zusammenwirken. Das Stanford-Beispiel liefert dafür einen realen Benchmark: Evo zeigt, dass generative DNA-Designs nicht nur in Simulationen existieren, sondern in einem biologischen Testsystem kurzfristig überprüfbar sind – und damit sowohl Chancen als auch Risiken für die nächste Phase der KI-gestützten Biologie messbar machen.
💳 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-Modell Evo entwirft aus DNA-Mustern 16 neue Viren – Chancen und Risiken" 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-Modell Evo entwirft aus DNA-Mustern 16 neue Viren – Chancen und Risiken" 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-Modell Evo entwirft aus DNA-Mustern 16 neue Viren – Chancen und Risiken« bei Google Deutschland suchen, bei Bing oder Google News!