KI entwirft erstmals funktionsfähige Viren, Forscher warnen vor Risiken
16 KI-entworfene Viren funktionieren im Labor. Die Studie gilt als Meilenstein, verschiebt aber zugleich die Grenze dessen, was biologisch kontrollierbar ist.
KI-generierte Viren funktionieren im Labor. Das könnte Therapien beschleunigen – und zugleich neue Möglichkeiten für Missbrauch schaffen.
Foto: Smarterpix / vitstudio
Fluch oder Segen? Einer Gruppe Wissenschaftlerinnen und Wissenschaftler ist es zum ersten Mal gelungen, vollständige Genome funktionsfähiger Viren mithilfe künstlicher Intelligenz zu entwerfen. Aus diesen digitalen Bauplänen entstanden im Labor vermehrungsfähige Bakteriophagen, die Bakterien töten. Das eröffnet einerseits neue Chancen und wirft andererseits erhebliche Sicherheitsfragen auf.
Mit künstlicher Intelligenz (KI) lassen sich nicht mehr nur einzelne Proteine oder Gene entwerfen. Ein Team um Samuel King und Brian Hie von der Stanford University und dem Arc Institute hat nun gezeigt, dass ein generatives Modell ein vollständiges Virusgenom schreiben kann. Aus den digitalen Bauplänen entstanden im Labor 16 vermehrungsfähige Viren. Die im Wissenschaftsjournal Science veröffentlichte Arbeit gilt damit als erster experimenteller Nachweis, dass generative KI vollständige Bakteriophagengenome entwerfen kann, die nach der synthetischen Herstellung funktionsfähig sind.
Inhaltsverzeichnis
- KI lernt die Sprache des Erbguts
- Hunderttausende Kandidaten – erzeugt durch KI
- Wirkungsweise der KI-Viren
- KI-Viren könnten künftig resistente Bakterien bekämpfen
- Viren mithilfe von KI: Forschende sind sich des Risikos bewusst
- KI zwischen Chance und Risiko: Meinungen aus der Wissenschaft
- Sicherheit braucht mehrere Ebenen
KI lernt die Sprache des Erbguts
Bei den künstlichen Viren, welche die Forschenden erschaffen haben, handelt es sich um sogenannte Bakteriophagen. Das Besondere an ihnen ist: Sie befallen Bakterien, aber keine Menschen, Tiere oder Pflanzen. Als Vorlage wählte das Team den gut erforschten Phagen ΦX174, der Escherichia coli, ein bekanntes Darmbakterium, infiziert.
Die Forschenden stellten sich eine zentrale Frage: Können genomische Sprachmodelle nicht nur biologisch plausibel wirkende Sequenzen liefern, sondern ein komplettes, lebensfähiges System entwerfen? Zugleich verfolgten sie ein anwendungsnahes Ziel. Bakteriophagen könnten krank machende Bakterien bekämpfen, wenn zum Beispiel Antibiotika versagen.
Doch Bakterien können auch gegen einzelne Phagen resistent werden. Ein vielfältiges Gemisch genetisch unterschiedlicher Viren erschwert diese Anpassung. Die Überlegung lautete deshalb: Wenn KI viele funktionierende Varianten erzeugt, könnte sie schneller potenzielle Kandidaten für maßgeschneiderte Phagentherapien bereitstellen.
Hunderttausende Kandidaten – erzeugt durch KI
Als Werkzeug dienten die genomischen Sprachmodelle Evo 1 und Evo 2. Sie verarbeiten keine Wörter, sondern die Bausteine des Erbguts und lernen, welche Abfolgen in natürlichen Genomen gemeinsam auftreten. Auf diese Weise entstanden Hunderttausende rechnerische Genomkandidaten. Künstliche Intelligenz traf dabei jedoch noch keine verlässliche Aussage darüber, welcher Bauplan tatsächlich funktionieren würde.
Ein Auswahlverfahren ordnete und prüfte die Sequenzen deshalb nach biologischen Kriterien. Diese Stufe war auch wirtschaftlich entscheidend: Jede ausgewählte Sequenz musste anschließend chemisch hergestellt werden, und die Synthese vollständiger Genome ist weiterhin aufwendig und teuer.
Schließlich wurden 285 synthetische Genomdesigns experimentell getestet. Die Forschenden ließen die ausgewählten DNA-Sequenzen herstellen, setzten die Genome zusammen und brachten sie in nicht krank machende Zellen von Escherichia coli ein.
Wirkungsweise der KI-Viren
Bei erfolgreichen Kandidaten brach das Wachstum der Bakterienkulturen innerhalb von zwei bis drei Stunden ein. Die Phagen infizierten die Wirtszellen, vermehrten sich darin und brachten die Zellen schließlich zum Platzen. Anschließend wurden die entstandenen Phagen sequenziert, vermehrt und hinsichtlich Fitness sowie Wirtsspektrum geprüft. 16 der 285 getesteten Entwürfe erwiesen sich als lebensfähig.
Die 16 Viren waren keine bloßen Kopien. Im Vergleich zum jeweils nächsten bekannten natürlichen Genom wiesen sie zwischen 67 und 392 Mutationen auf. Die KI hat damit kein völlig von bekannten Viren losgelöstes System geschaffen. ΦX174 und verwandte Phagen bildeten den Ausgangspunkt. Innerhalb dieses genetischen Rahmens entstanden jedoch neue, teils deutlich veränderte funktionsfähige Genome.
KI-Viren könnten künftig resistente Bakterien bekämpfen
Für den möglichen medizinischen Nutzen war ein Resistenzversuch entscheidend. Das Team erzeugte Escherichia-coli-Stämme, gegen die der natürliche ΦX174 wirkungslos war, und setzte ihnen Gemische der KI-Phagen aus. Diese überwanden die Abwehr nach wenigen Passagen. Dabei entstanden durch Mutation und Rekombination mosaikartige Varianten aus mehreren Entwürfen.
Die Autorinnen und Autoren bewerten ihre Arbeit als Machbarkeitsnachweis und als möglichen Ausgangspunkt für eine generative Genomgestaltung. Einige Entwürfe waren nicht nur funktionsfähig, sondern unter den gewählten Laborbedingungen leistungsfähiger als das natürliche Vorbild. Perspektivisch könnte das Verfahren die Suche nach Phagen gegen resistente Erreger systematischer machen. Offen bleiben vor allem zwei Aufgaben: größere genetische Neuheit und eine präzisere Steuerung der gewünschten Eigenschaften.
Viren mithilfe von KI: Forschende sind sich des Risikos bewusst
Die Forschenden betonen zugleich die Grenzen. Nur rund 5,6 % der im Labor getesteten Entwürfe ergaben lebensfähige Phagen. Untersucht wurde ein kleines, besonders gut verstandenes Virus an ungefährlichen Bakterienstämmen, nicht an Tieren oder Menschen. Von einer einsatzfähigen Phagentherapie kann daher noch keine Rede sein. Nötig wären zahlreiche weitere Versuche.
Das Team hebt selbst die erforderliche Biosicherheit und den Schutz vor Missbrauch hervor. Viren, die Menschen, Tiere, Pflanzen oder Pilze befallen, waren aus den entsprechenden Trainingsdaten ausgeschlossen. Die Forschenden empfehlen allen Gruppen, bei künftigen Projekten zur Gestaltung ganzer Genome von Anfang an Fachleute für biologische Sicherheit einzubeziehen.
Zugleich stellen die Entwickler Evo 2 offen bereit, weil sie sich davon schnellere medizinische und biotechnologische Fortschritte versprechen. Dadurch ergeben sich jedoch zusätzliche Fragen hinsichtlich der biologischen Sicherheit. Nach Ansicht der Forschenden ist deshalb eine Auseinandersetzung mit den Stärken und Grenzen von Regulierungsmaßnahmen, Richtlinien und Strategien zur Eindämmung von Missbrauch erforderlich.
KI zwischen Chance und Risiko: Meinungen aus der Wissenschaft
Andere Forschende würdigen die Arbeit als wichtigen Meilenstein. Patrick Cai von der Universität Manchester sieht den Übergang von der Vorhersage einzelner Sequenzen zum Entwurf eines vollständigen, funktionierenden Genoms. Marc Güell von der Universität Pompeu Fabra bezeichnet die Studie als robust und methodisch hochwertig: „Zum ersten Mal in der Geschichte beginnen wir, Biologie auf einem Computer zu entwerfen.“
Simon Jackson von der Universität Waikato hebt die Chance hervor, seltene oder in der Natur schwer auffindbare Phagenvarianten gezielt für Therapien zu erschließen: „Die Studie hier geht über Proteine hinaus und fragt, ob generative KI ganze funktionelle Genome entwerfen kann – die Blaupausen für das Leben.“
Die Fachleute relativieren zugleich die Reichweite. Jordi García Ojalvo von der Universität Pompeu Fabra verweist auf die geringe Erfolgsquote und darauf, dass ein generatives Modell nicht erklärt, warum einige Genome funktionieren und andere scheitern. Simon Jackson merkt an, dass etwa die Hälfte der funktionsfähigen Phagen nach der Herstellung zusätzliche Mutationen trug.
Sicherheit braucht mehrere Ebenen
Vor allem die Sicherheitsfragen werden kontrovers diskutiert. Simon Clarke von der University of Reading gibt zu bedenken, dass die Methode bislang nicht zur Erzeugung menschlicher Krankheitserreger eingesetzt worden sei. Die Studie zeige jedoch, dass die Technologie grundsätzlich beim Entwurf funktionsfähiger und teilweise leistungsfähigerer Viren helfen könne. Das werfe erhebliche ethische und sicherheitspolitische Fragen auf.
Thomas Inglesby und Moritz Hanke vom Center for Health Security der Johns Hopkins University betonen die bewusste Auseinandersetzung des Forscherteams mit Fragen der Biosicherheit. Doch man müsse die Frage stellen, ob die Gesellschaft ein Kontrollsystem aufbauen könne, das es ermögliche, die Vorteile dieser Technologie zu nutzen und gleichzeitig zu verhindern, dass sie ernsthaften Schaden anrichte.
Für die Risikobewertung ist deshalb eine nüchterne Unterscheidung wichtig. Der Versuch zeigt nicht, dass KI unmittelbar komplexe Krankheitserreger erzeugen kann. Er verschiebt jedoch die Grenze des Machbaren.
Aufsicht sollte daher nicht erst beim fertigen Organismus ansetzen, sondern bereits bei Trainingsdaten, Modellausgaben, Bestellungen synthetischen Erbguts und dem Umgang mit vermehrungsfähigen Produkten.
Quellen
- Science: Generative design of bacteriophages with genome language models (06.08.2026)
- Nature: Genome modelling and design across all domains of life with Evo 2 (04.03.2026)
- Arc Institute: How We Built the First AI-Generated Genomes
- Science Media Centre: Expert reactions zur Science-Studie (06.08.2026)
- Science – Perspective: AI-designed viral genomes von Thomas V. Inglesby und Moritz S. Hanke (06.08.2026)
Ein Beitrag von:
