Generative KI im Kampf gegen antibiotikaresistente Bakterien

Die rapide Entwicklung der Künstlichen Intelligenz (KI) erreicht zunehmend auch komplexe Bereiche der Biologie und Medizin. Ein aktueller Durchbruch von Forschern der Stanford University zeigt das Potenzial generativer KI-Modelle im Design neuartiger biologischer Einheiten. Mithilfe des KI-Modells Evo 2 gelang es, funktionale Bakteriophagen zu generieren, die gezielt antibiotikaresistente Bakterien wie Escherichia coli (E. coli) bekämpfen können. Diese Entwicklung könnte weitreichende Implikationen für die Behandlung von Infektionskrankheiten und den Kampf gegen Antibiotikaresistenzen haben.

KI-gestütztes Genom-Design: Eine neue Ära in der Biologie

Im Zentrum dieser Forschung steht die Fähigkeit von KI, komplexe biologische Sequenzen zu generieren. Bakteriophagen, auch kurz Phagen genannt, sind Viren, die spezifisch Bakterien infizieren und abtöten. Sie gelten als vielversprechende Alternative oder Ergänzung zu Antibiotika, insbesondere angesichts der zunehmenden globalen Herausforderung der Antibiotikaresistenzen. Das generative KI-Modell Evo 2 wurde darauf trainiert, vollständige Genome von Phagen zu entwerfen, die in der Natur nicht vorkommen.

Die Rolle von Evo 2 im Phagen-Design

Das Team um Brian Hie, Assistenzprofessor für Chemieingenieurwesen an der Stanford University, und den Doktoranden Samuel King nutzte Evo 2, um basierend auf dem Bakteriophagen ΦX174, dessen Genom relativ klein ist, neue DNA-Sequenzen zu erstellen. ΦX174, ausgesprochen "Fai-Ex-Eins-Sieben-Vier", dient als Modellsystem, da sein Genom weniger als 6.000 Basenpaare umfasst – im Vergleich zu den etwa 3 Milliarden Basenpaaren des menschlichen Genoms. Diese relative Einfachheit ermöglichte es, die Machbarkeit des KI-gestützten Designs zu demonstrieren, bevor komplexere Genome angegangen werden.

Evo 2 generiert neue DNA-Sequenzen aus einem kleinen Startsegment eines Phagen-Genoms. Der Prozess sah vor, dass das Modell ein vollständiges ΦX174-Genom in einem einzigen Durchgang von links nach rechts erzeugte, ohne zusätzliche manuelle Eingriffe. Dies führte zur Generierung von Tausenden von Kandidaten-Genomen. Aus dieser Menge wurden dann spezifische Sequenzen für die chemische Synthese und anschließende Labortests ausgewählt.

Vom KI-Design zur praktischen Anwendung

Die von Evo 2 entworfenen Phagen wurden anschließend synthetisiert und im Labor auf ihre Wirksamkeit gegen E. coli getestet. Von den anfänglich hunderten generierten Phagen zeigten 16 eine besonders starke abtötende Wirkung gegen E. coli. Einige der von Evo 2 vorgeschlagenen Phagen zeigten sogar eine höhere Fitness als der natürliche ΦX174-Phage in Labortests. Dies unterstreicht die Fähigkeit des Modells, nicht nur funktionale, sondern potenziell auch optimierte biologische Einheiten zu entwerfen.

Herausforderungen und Optimierung des Prozesses

Ein wesentlicher Schritt in diesem Forschungsprojekt war die Entwicklung eines rechnergestützten Rahmens zur Reduzierung der Anzahl der zu synthetisierenden Kandidaten-Genome. Dieser Rahmen, entwickelt von Samuel King, bewertete Merkmale, die von ΦX174 und verwandten Phagen abgeleitet wurden. Die chemische Synthese von DNA ist ein kostspieliger und zeitaufwendiger Prozess. Durch die Vorab-Evaluierung der Kandidaten konnte der Forschungsaufwand effizienter gestaltet und die Kosten optimiert werden, indem nur die vielversprechendsten Kandidaten für die Synthese ausgewählt wurden.

Die Sequenz des Prozesses, von der Generierung durch Evo 2 über die rechnerische Evaluierung bis hin zur chemischen Synthese und den Labortests, definierte die operativen Grenzen des Ergebnisses. Obwohl Evo 2 Tausende von Möglichkeiten generierte, waren weiterhin menschliche Expertise und experimentelle Verifizierung notwendig, um die tatsächlich wirksamen Phagen zu identifizieren.

Kampf gegen Antibiotikaresistenzen: Der Phagen-Cocktail-Ansatz

Ein zentrales Problem bei der Behandlung bakterieller Infektionen ist die Entwicklung von Resistenzen gegen einzelne Medikamente. Um diesem entgegenzuwirken, wählten die Forscher einen Ansatz, der mehrere E. coli-zielgerichtete Phagen kombiniert. Brian Hie erläuterte, dass ein Phagen-Cocktail die Entwicklung von Resistenzen bei Bakterien erschweren könnte.

Im Labortest zeigte sich, dass eine Mischung der 16 ausgewählten Phagen in der Lage war, Resistenzen bei E. coli-Stämmen, die gegen den nativen ΦX174 immun waren, schnell zu überwinden. Diese Erkenntnis ist von großer Bedeutung, da sie neue Wege im Kampf gegen multiresistente Keime wie Methicillin-resistenten Staphylococcus aureus (MRSA) oder Pseudomonas aeruginosa aufzeigen könnte, die für viele Krankenhausinfektionen verantwortlich sind.

Open-Source und die Debatte um Biosicherheit

Brian Hie hat Evo 2 als Open-Source-Software freigegeben, was es anderen Forschern ermöglicht, das Modell herunterzuladen und für eigene Genom-Designs zu nutzen. Diese Offenheit fördert die wissenschaftliche Zusammenarbeit und die Beschleunigung der Forschung in diesem Bereich.

Die Veröffentlichung hat jedoch auch Diskussionen über Fragen der Biosicherheit ausgelöst. Hie räumte ein, dass das Werkzeug von Akteuren mit böswilligen Absichten missbraucht werden könnte. Er argumentierte jedoch, dass bestehende Pathogene ein größeres Risiko darstellen, da sie leichter zugänglich und reproduzierbar sind. Er betonte auch, dass KI-gestützte Systeme im Gegenzug eine wichtige Rolle bei der Reaktion auf natürliche Pandemien und der Bereitstellung von Verteidigungsoptionen gegen von Menschen verursachte biologische Bedrohungen spielen könnten.

Samuel King hob die wissenschaftlichen Vorteile hervor: "Einer der lohnendsten Aspekte dieses Projekts ist die Kreativität, die Evo 2 ermöglicht. Neue Türen in der Wissenschaft öffnen sich durch das, was wir mit diesen Modellen tun können."

Ausblick und zukünftige Forschungsrichtungen

Die nächste Phase der Forschung wird darauf abzielen, Evo 2 für das Design längerer und komplexerer DNA-Sequenzen zu erweitern. Hie arbeitet bereits mit anderen Forschern an weiteren Bakteriophagen-Designs. Auch kleinere bakterielle Genome könnten ins Visier genommen werden, um technisch veränderte Mikroben zu entwickeln, die Chemikalien, Medikamente oder Brennstoffe produzieren könnten.

Die zentralen Fragen, die Brian Hie für die weitere technische Arbeit formuliert, lauten: "Die größten offenen Fragen für mich sind, wie wir eine größere genetische Neuheit und eine größere Kontrollierbarkeit der Ergebnisse erzielen können?" Diese Fragen werden die zukünftige Forschung im Bereich des KI-gestützten Genom-Designs maßgeblich beeinflussen und das Potenzial dieser Technologie weiter erschließen.

Bibliography

- Braner, Sarah. "AI program designs new bacteriophages - C&EN." C&EN, 6. August 2026. - Thorpe, Andrew. "Stanford researchers create viruses not found in nature using genomes designed by artificial intelligence - ABC News." ABC News, 7. August 2026. - Garcia de Jesús, Erin. "AI generated its first working genome: a tiny bacteria killer." Science News, 1. Oktober 2025. - MIT Technology Review. "AI-designed viruses are here and already killing bacteria." MIT Technology Review, 17. September 2025. - Global News. "Stanford scientists just used AI to build a virus to target E. coli." Global News, 7. August 2026. - Cowing, Keith. "Generative Design Of Novel Bacteriophages With Genome Language Models - Astrobiology." Astrobiology, 12. Januar 2026. - Daws, Ryan. "Stanford Evo 2 AI model generates phages against E. coli." Artificial Intelligence News, 7. August 2026. - Lin, Fay. "AI Designs Viable Bacteriophage Genomes, Combats Antibiotic Resistance." Genetic Engineering & Biotechnology News, 17. September 2025. - ArcInstitute. "evo2/phage_gen at main · ArcInstitute/evo2 · GitHub." GitHub, 13. Februar 2025. - Sciety. "Generative design of novel bacteriophages with genome language models." Sciety, 12. September 2025.