KI entwickelt neuartigen E. coli-Killer

Das Team aus den USA hat es geschafft, erstmals mit KI vollständige, lebensfähige Virusgenome herzustellen. Einige der künstlich erzeugten Bakteriophagen überboten dabei sogar ihre natürlichen Muster, indem sie sich schneller vermehrten, die natürliche Variante verdrängten oder feindlichen Bakterien gezielter abtöteten.

Die Medizin setzt seit einiger Zeit auf Bakteriophagen als mögliches Mittel im Kampf gegen antibiotikaresistente Keime, da sie ausschließlich Bakterien befallen und diese gezielt vernichten können. Allerdings sind Bakterien auch im Stande, Abwehrmechanismen gegen Phagen zu entwickeln. Daher müssen effektive Phagentherapien fortlaufend und zügig an neue Resistenzen angepasst werden. An diesem Punkt könnte KI unterstützen, betonen die Forschenden.

Für die Studie entwickelten sie die bereits bestehenden genomischen Sprachmodelle Evo 1 und Evo 2 weiter. Dabei handelt es sich um spezielle KI-Tools, die mit großen Mengen an biologischen Daten trainiert wurden. Vergleichbar mit Textmodellen, die auf Sprache trainiert werden, haben jene Modelle auf der Grundlage von 9,3 Billionen Nukleotid-Bausteinen aus rund 128.000 verschiedenen Organismen die „Sprache von DNA“ gelernt.

Als Basis verwendete das Team ΦX174 als einer der ältesten und meistuntersuchten Viren weltweit, dessen Genom 1977 als erstes DNA-Genom komplett sequenziert wurde. Mit nur rund 5.400 Nukleotiden, den Grundbausteinen der Erbsubstanz, und elf Genen gilt es als harmlos für den Menschen und gut geeignet für eine chemische Synthese im Labor. Das Modell für die KI erhielt jeweils einen konservierten Abschnitt des ΦX174-Genoms als Ausgangspunkt und sollte dann die fehlenden Teile ergänzen – vergleichbar mit einem Sprachmodell, das einen angefangenen Satz beendet.

Basierend auf den von Evo 2 generierten Genomen synthetisierten die Wissenschaftler fast 300 neue Phagen und testeten deren Wirksamkeit gegen E. coli. Anschließend reduzierten sie die Liste auf 16 besonders wirksame E. coli -abtötende Phagen. Ein Phagentyp erwies sich als besonders effektiv. „Wir liefern mit der Veröffentlichung einen Machbarkeitsnachweis, indem wir zeigen, dass dieser Cocktail aus 16 Phagen die Resistenz von E. coli , die gegen den nativen Phagen ΦX174 immun ist, schnell überwindet“, sagte Studienautor Brian Hie.

„Wir wollten, dass das Modell das gesamte Genom in einem einzigen Durchlauf von links nach rechts generiert. Wir haben nichts hinzugefügt“, erklärte Hie den Prozess, der seinem Team Tausende von Optionen lieferte. „In Labortests zeigten einige der von Evo 2 vorgeschlagenen Phagen eine höhere Fitness als das native ΦX174.“

Den Studienversuchen zufolge kann KI funktionsfähige Virusgenome im Ganzen entwerfen – und nicht nur einzelne Gene, wie bislang angenommen. „Einer der lohnendsten Teile dieses Projekts ist die Kreativität, die Evo 2 zulässt“, berichtet Erstautor Samuel King. „Dank dieser Modelle eröffnen sich uns nun neue wissenschaftliche Möglichkeiten.“ Bis zur klinischen Anwendung ist es jedoch noch weit. Die Studie war bislang auf einen einfachen, harmlosen Versuchsphagen und auf Laborversuche beschränkt.

Bemerkenswert offen diskutieren die Autoren in ihrer Publikation die Risiken des eigenen Modells. Denn wer dieselben Modelle mit Genomen menschlicher Krankheitserreger trainiere, könnte in der Theorie Vorschläge für veränderte oder neue Pathogene bekommen. Die Forschenden versicherten zwar, dass Evo 2 durch gezielte Bereinigung der Trainingsdaten keine menschlichen Virussequenzen erzeugen könne. Das Modell ist allerdings komplett öffentlich zugänglich, – inklusive Trainings- und Inferenzcode sowie der Modellgewichte. Somit könnte jemand das Modell grundsätzlich auf andere Datensätze trainieren.

King verwiew in dem Zusammenhang darauf, dass komplexe Erregereigenschaften zur Übertragbarkeit oder Immunflucht nach heutigem Stand der Modelle nicht zuverlässig vorhersagbar seien. Hochwertige Trainingsdaten für gefährliche Erreger seien zudem kaum verfügbar. Und selbst wenn ein Modell ein vielversprechendes Genom generieren würden, bräuchte man erhebliches Fachwissen und Laborausstattung, um es zu testen.Allerdings könnten sich Datenlage und Modelle sich rasant entwickeln.

Internationale Biosicherheitsrichtlinien wie die der Weltgesundheitsorganisation (WHO) regeln den Umgang mit KI-generierten Organismen bisher nicht. Ein angefügter Kommentar zur Studie in Science kritisiert, dass diese Lücke dringend geschlossen werden müsse. Die US-Regierung veröffentlichte im Juli eine neue Richtlinie gegen hochriskante Biowissenschaftsforschung. Was KI dabei regulieren soll, bleibt darin allerdings vage.