KI entwirft Viren, 16 erweisen sich als lebensfähig

Forscher haben mithilfe eines KI-Modells völlig neue Viren entwickelt, die Bakterien infizieren können, wie eine am 6. August 2026 in Science veröffentlichte Studie zeigt. Die Arbeit von Wissenschaftlern des Arc Institute in Palo Alto und der Stanford University brachte 16 funktionsfähige Viren hervor, die mindestens so überlebensfähig waren wie das natürliche Virus Phi X-174, einige vermehrten sich sogar schneller.

Das Team nutzte Genom-Sprachmodelle namens Evo 1 und Evo 2, die mit Billionen von Nukleotiden trainiert wurden, um die "Grammatik" des genetischen Codes zu erlernen. Für dieses Experiment wurden die Modelle zusätzlich mit etwa 15.000 Viren aus derselben Familie wie Phi X-174 trainiert, einem Virus, das ausschließlich E.-coli-Bakterien infiziert. Der Anwendungsbereich wurde bewusst auf Viren beschränkt, die keine Menschen, andere Tiere, Pflanzen oder Pilze befallen können.

Evo generierte rund 700.000 mögliche neue Virussequenzen, aus denen die Forscher die 285 vielversprechendsten Kandidaten auswählten. Sie stellten die DNA dieser Kandidaten her und schleusten sie in Bakterien ein, was zu 16 funktionierenden Viren führte. Die Studie unterstreicht sowohl den potenziellen Nutzen als auch die Risiken solcher Technologien: KI-designte Viren könnten Gentherapien verbessern, Forschern helfen, Genome besser zu verstehen, und Werkzeuge zur Bekämpfung schädlicher Bakterien liefern.

Allerdings könnte dieselbe Technologie auch missbraucht werden, um hochansteckende oder tödliche Viren zu entwickeln, was Bedenken hinsichtlich der aktuellen Regulierungslandschaft aufwirft. Forscher haben bereits gezeigt, dass herkömmliche Chatbots bedenkliche Hilfe bei der Planung biologischer Waffen bieten können; ein Modell, das Genome entwerfen kann, bringt diese Bedrohung auf eine neue Ebene.

Die Wissenschaftler trafen angemessene Vorsichtsmaßnahmen, indem sie ihre Arbeit auf Bakterienviren beschränkten, doch die Studie verdeutlicht, dass Schutzmaßnahmen mit den rasant fortschreitenden KI-Fähigkeiten in der Biologie Schritt halten müssen.