Ein Team von Stanford und dem Arc Institute hat einen Fortschritt gezeigt, der Begeisterung und Vorsicht zugleich verlangt: generative Genommodelle können vollständige virale Genome vorschlagen, die im Labor funktionieren. Die am 6. August 2026 in Science veröffentlichte Arbeit beschreibt Bakteriophagen — Viren, die Bakterien infizieren, nicht Menschen — die mit Evo-Modellen entworfen und gegen E. coli getestet wurden. Von rund dreihundert synthetisierten Kandidaten töteten sechzehn die Bakterien. Das ist gute Nachricht gegen Antibiotikaresistenz, wenn Sicherheit Teil der Nachricht bleibt.

AI-entworfene Bakteriophagen auf E.-coli-Platten mit Sicherheitsprüfung der DNA-Synthese

Was gebaut wurde

Entscheidend ist das Wort Bakteriophage. Es geht nicht um ein Humanvirus, sondern um ein Bakterienvirus. Stanford beschreibt neue E.-coli-Killer auf Basis des kleinen Phagen ΦX174. BBC, CNN und The Guardian betonen dieselbe Grenze: Die Agenten infizieren keine menschlichen Zellen, und das Experiment nutzt ein kleines, gut untersuchtes Genom. Die Formel ‘AI erzeugt Viren’ ist deshalb ohne Einordnung irreführend, auch wenn sie technisch einen wahren Kern hat.

Das Modell lieferte kein Medikament. Es schlug DNA-Sequenzen vor, die eine Phagenpartikel bilden, E. coli infizieren, replizieren und Zellen zerstören sollten. Danach entschied die Nasslaborebene: Synthese, Assemblierung, Bakterienkultur und Plaque-Assays. Dieser physische Filter ist entscheidend. Viele AI-Biologie-Meldungen bleiben Vorhersagen; hier funktionierte ein Teil der generierten Genome tatsächlich in Zellen.

Warum es nützlich ist

Antibiotikaresistenz ist eine konkrete medizinische Bedrohung. Die WHO beschreibt antimikrobielle Resistenz als großes globales Problem und verbindet bakterielle AMR mit Millionen Todesfällen. E. coli verursacht Harnwegsinfektionen, Blutstrominfektionen und Krankenhauskomplikationen. Phagen sind interessant, weil sie bestimmte Bakterien gezielt angreifen können. Diese Präzision macht Herstellung, Regulierung und Patientenauswahl schwieriger, bietet aber einen anderen Hebel als klassische Breitbandantibiotika.

Besonders wichtig ist der Cocktail. Gegen einen einzelnen Phagen kann eine Bakterie ausweichen; eine genetisch vielfältige Mischung erschwert diese Flucht. Stanford berichtet, dass die sechzehn entworfenen Phagen Resistenz gegen ΦX174 rasch überwanden; CNN meldete Erfolge in einigen Stämmen, bei denen eine vergleichbare natürliche Mischung nicht funktionierte. Das ist keine fertige Therapie, sondern ein Beleg, dass AI den Designraum für künftige Phagencocktails erweitern kann.

Grenzen des Ergebnisses

Das Genom liegt bei etwa 5.400 bis 6.000 Basen. Das ist echte Biologie, aber deutlich kleiner als viele komplexe Viren. Eine Therapie muss den passenden Phagen zur Patientenprobe finden, den Infektionsort erreichen, Immunreaktionen beherrschen, zuverlässig produziert werden, regulatorische Anforderungen erfüllen und neue Resistenz überwachen. AI-Design fügt die Pflicht hinzu zu zeigen, dass das entworfene Genom nur die beabsichtigte Funktion trägt.

Sicherheit gehört zum Fortschritt

Der begleitende Science-Kommentar und Biosicherheitsfachleute warnen: Die Fähigkeit, virale Genome mit generativer AI zu komponieren, existiert, während Governance noch nicht reif ist. The Guardian zitiert Filippa Lentzos mit einem Schichtenmodell: Schutzmaßnahmen bei Modellentwicklung und Zugang, verantwortliche Forschungsprüfung, Screening durch DNA-Syntheseanbieter und etablierte Laborbiosicherheit. Das ist kein Argument gegen Forschung, sondern Voraussetzung für ihren Nutzen.

Die Studie setzte wichtige Grenzen. Berichte sagen, dass Viren von Menschen, Tieren und Pflanzen ausgeschlossen wurden und der Fokus auf Bakteriophagen lag. Arc beschreibt für Evo 2 ebenfalls Ausschlüsse von Humanpathogenen und komplexen Organismen sowie Schutz gegen produktive Antworten auf solche Anfragen. Daraus sollten Standards werden: dokumentierte Datenausschlüsse, Zugangskontrolle, Audit-Logs, institutionelle Prüfung und Synthese-Screening.

Was jetzt zählt

Zu beobachten sind Replikation bei anderen Bakterien, Cocktails mit nützlichem Wirtsspektrum, aktualisiertes DNA-Screening für AI-generierte Sequenzen, Sicherheitsbewertungen neben Benchmarkwerten und klare Regeln für Pathogene von Menschen, Tieren und Pflanzen. Verantwortlicher Optimismus ist die richtige Haltung. Das ist kein Krankenhausmedikament für morgen und kein Nachweis einfacher gefährlicher Humanviren. Es zeigt, dass Genommodelle biologische Anweisungen schreiben können, die Zellen akzeptieren. Nützlich wird das nur, wenn die Schutzgeländer genauso schnell wachsen.