Forschende entwickeln erstmals KI-Design-Viren gegen resistente Superkeime

Wissenschaftlerinnen und Wissenschaftler setzen eine neue Form generativer künstlicher Intelligenz ein, um spezialisierte Viren zu entwickeln, die schädliche Bakterien aufspüren und abtöten. Dieser Durchbruch könnte eine neue Generation von Antibiotika hervorbringen, die resistente „Superkeime“ besiegen. Mit dem KI-Modell Evo 2, das neue DNA-Sequenzen erzeugen kann, haben Forschende (Quelle auf Englisch) der Stanford University eine Reihe von Viren entwickelt, sogenannte Bakteriophagen – Mikroorganismen, die Bakterien abtöten können. In Labortests tötete ein Cocktail aus 16 von Evo 2 designten, „außergewöhnlich wirksamen“ Viren E.-coli-Bakterien, die bereits unempfindlich gegen natürliche Phagen waren. E. coli ist eine Bakteriengruppe, die Darminfektionen auslösen kann und zunehmend gegen verfügbare Antibiotika resistent wird. Die Antibiotikaresistenz nimmt weltweit zu. Haupttreiber sind Fehl- und Übergebrauch dieser Medikamente. Bakterien entwickeln so Strategien, um zu überleben, und viele der derzeitigen Mittel verlieren ihre Wirkung. „Wenn die Bakterien gegen einen einzelnen Phagen resistent werden, ist die Behandlung praktisch wirkungslos“, sagte Brian Hie, Chemieingenieur an der Stanford University und Mitautor der Studie. „Doch wenn man mehrere genetisch unterschiedliche Phagen in einem Gemisch hat, fällt es den Bakterien deutlich schwerer, gegen den gesamten Cocktail eine Resistenz zu entwickeln.“ Die Forschenden betonen, dass sich die Technologie künftig auch gegen andere gefährliche Bakterien einsetzen ließe, etwa gegen Erreger der Tuberkulose oder gegen das häufige, im Krankenhaus erworbene MRSA. Evo-2-Modell: für alle frei zugänglich Das Team hat das KI-Modell Evo 2 offen und kostenlos zugänglich gemacht. Jeder kann es herunterladen und nutzen – das sorgt für Sicherheitsbedenken. Die Autorinnen und Autoren der Studie räumen ein, dass die offene Bereitstellung des Werkzeugs eine Sicherheitsdebatte ausgelöst hat. Ein zentrales Problem: „böswillige Akteure“ könnten veränderte Versionen nutzen, um schädliche biologische Agenzien zu entwerfen. „Wie die Autorinnen und Autoren hervorheben, wirft das gelinde gesagt ernste regulatorische und sicherheitsrelevante Fragen auf“, sagte Simon Clarke, außerordentlicher Professor für zelluläre Mikrobiologie an der University of Reading im Vereinigten Königreich, der nicht an der Studie beteiligt war. „Solche Arbeiten unterliegen normalerweise strengen Auflagen. Es ist beruhigend, dass diese Forschenden zusätzliche Leitplanken eingezogen haben. Aber es gibt keine Garantie, dass andere, die etwas Ähnliches versuchen, ebenso vorsichtig vorgehen“, fügte er hinzu. Clarke argumentiert, dass natürlich vorkommende Krankheitserreger derzeit ein größeres Risiko darstellen als von KI entworfene. Sie sind heute leichter zugänglich und herzustellen, als völlig neue Erreger von Grund auf zu designen. Nach Angaben der Autorinnen und Autoren liegt ein Vorteil von KI-gestützter Biologie gegenüber der natürlichen Evolution darin, Sicherheitsmechanismen direkt in den Entwicklungsprozess einbauen zu können. Biologie-KI: Blick in die Zukunft Das Modell Evo 2 wurde mit Millionen natürlicher Genome aus aller Welt trainiert. So lernte es die komplexe „Grammatik“ und die Regeln, die eine DNA-Sequenz funktionsfähig machen. Wie bei anderen KI-Modellen für die Biologie umfasst der Datensatz biologische Informationen wie genetische Sequenzen und Merkmale von Krankheitserregern. Derzeit gibt es keinen einheitlichen Rahmen, der diese Datensätze reguliert. Einige Entwickler schließen Hochrisikodaten freiwillig aus, doch Forschende fordern klare, für alle geltende Regeln. Im Februar 2025 kündigte das Evo-2-Team an, Krankheitserreger, die Menschen und andere komplexe Organismen infizieren, aus seinen Datensätzen zu entfernen – aus ethischen und sicherheitsrelevanten Gründen und um „die Nutzung von Evo zur Entwicklung von Biowaffen vorzubeugen“. Anfang dieses Jahres veröffentlichten mehr als 100 Forschende weltweit einen offenen Brief (Quelle auf Englisch). Darin argumentieren sie, dass der offene Zugang zu wissenschaftlichen Daten die Forschung zwar beschleunigt hat, ein kleiner Teil neuer biologischer Daten bei Missbrauch jedoch ernste Biosicherheitsrisiken birgt. „Die Anforderungen an eine gute Regulierung biologischer Daten sind hoch, denn KI-Modelle könnten dazu beitragen, schwere biologische Bedrohungen zu schaffen“, schrieben die Autorinnen und Autoren. Die Forschenden betonen, dass es entscheidend sein wird, die richtige Balance zwischen Offenheit und notwendigen Sicherheitsbeschränkungen für Hochrisikodaten zu finden, wenn KI-Systeme immer leistungsfähiger werden und sich weiter verbreiten.