Forscher der Stanford University und des Arc Institutes haben im Fachjournal Science einen historischen Meilenstein der generativen Biologie veröffentlicht. Erstmals wurden mithilfe der spezialisierten Genom-Sprachmodelle Evo 1 und Evo 2 neuartige Bakteriophagen von Grund auf digital entworfen und im Labor synthetisiert. Diese künstlich erschaffenen Viren befallen ausschließlich Bakterien und existierten zuvor an keinem Ort in der Natur.
Die Computermodelle generierten über 300.000 theoretische Designs, von denen die Wissenschaftler eine engere Auswahl im Experiment prüften. In Laborversuchen erwiesen sich schließlich 16 der künstlichen Bakteriophagen als voll funktionsfähig. Diese synthetischen Konstrukte konnten gezielt Stämme von E.-coli-Bakterien infizieren und vernichten, wobei einige Prototypen sogar eine höhere Effizienz als natürliche Virenstämme aufwiesen.
Wissenschaftlich eröffnet die Arbeit völlig neue Perspektiven im Kampf gegen multiresistente Keime und bakterielle Infektionen. Da traditionelle Antibiotika immer häufiger ihre Wirkung verlieren, gelten maßgeschneiderte Bakteriophagen als eine der vielverfindendsten Alternativen der modernen Medizin. Dass Algorithmen nun in der Lage sind, komplexe genomische Baupläne funktionaler biologischer Systeme zu verfassen, beschleunigt die Wirkstoffentwicklung massiv.
Die Veröffentlichung hat jedoch zeitgleich eine intensive Debatte über Biosicherheit ausgelöst. Experten des Johns Hopkins Center for Health Security, darunter Moritz Hanke und Thomas Inglesby, forderten in Begleitaufsätzen eine unverzügliche politische Regulierung. Sie warnten davor, dass die rein digitale Erzeugung funktionierender biologischer Akteure neue Gefahrenpotenziale schafft, die bestehende Schutzmechanismen überfordern könnten.
Die beteiligten Forschungsteams betonten, dass die Modelle ausschließlich mit Daten von Bakteriophagen trainiert wurden. Menschliche, tierische oder pflanzliche Viren waren explizit aus den Trainingsdatenbanken ausgeschlossen worden, um missbräuchliche Anwendungen zu verhindern. Dennoch demonstriert der Durchbruch, dass generative KI-Systeme die Grenze von rein virtueller Datenverarbeitung hin zur direkten Programmierung physischer Lebensformen überschritten haben.