Ein bestätigter Meilenstein, keine neue Entdeckung

Am Donnerstag, dem 6. August 2026, veröffentlichte die von Experten begutachtete Fachzeitschrift Science eine Studie zum ersten generativ-KI-Entwurf vollständiger, funktionsfähiger Bakteriophagen-Genome, geleitet von Brian Hie, Assistant Professor an der Stanford University und Innovation Investigator am Arc Institute. Wer sich an ähnliche Schlagzeilen aus dem Vorjahr erinnert, hat sich nicht getäuscht.

Dieselbe Forschungsmethode tauchte erstmals im September 2025 als Preprint auf dem Server bioRxiv auf, fast ein Jahr vor der Veröffentlichung dieser Woche. Neu ist diese Woche nicht die zugrunde liegende Wissenschaft, sondern dass die Arbeit nun ein förmliches Peer-Review-Verfahren bei einer der beiden angesehensten Fachzeitschriften der Welt durchlaufen hat, was bedeutet, dass unabhängige Experten Methoden und Ergebnisse vor der Veröffentlichung geprüft haben, statt dass die Aussagen allein auf den Angaben eines einzelnen Labors beruhten.

Wie Evo 1 und Evo 2 lebende Genome entwarfen

Das Team nutzte zwei genomsprachliche KI-Modelle, Evo 1 und Evo 2, Teil der Evo-Modellreihe des Arc Institute. Beide waren bereits breit auf mehr als 2 Millionen Phagengenome trainiert worden, und die Forscher feinjustierten sie anschließend gezielt auf 14.466 Sequenzen aus der Virusfamilie Microviridae.

Ziel waren Bakteriophagen, die Escherichia coli C infizieren, einen nicht pathogenen Laborstamm, der routinemäßig in der Biologie eingesetzt wird und weder für Menschen noch für Tiere eine Gefahr darstellt. Als Referenzvorlage arbeiteten die Modelle mit phiX174, einem kleinen natürlichen Phagen mit einem 5.386-Nukleotid-Genom, das 11 Gene codiert und seit Jahrzehnten als Modellorganismus in der Biologie dient.

Von Tausenden Entwürfen zu 16 funktionierenden Viren

Die KI erzeugte und filterte Tausende Kandidaten-Genomsequenzen auf fast 300 Entwürfe herunter. Forscher synthetisierten und montierten anschließend 285 davon physisch im Labor, und Wachstumshemmungs- sowie Infektiositätstests bestätigten, dass 16 davon voll funktionsfähige Viren waren, das heißt, sie infizierten und töteten die Zielbakterien tatsächlich.

Diese 16 funktionierenden Genome trugen zwischen 67 und 392 neuartige Mutationen im Vergleich zu ihrem nächsten bekannten natürlichen Verwandten. Evo-Phi2147 trug 392 Mutationen und nur 93,0 Prozent Sequenzidentität zu seiner nächsten natürlichen Entsprechung, dem Phagen NC51, und dreizehn der sechzehn funktionsfähigen Genome enthielten Mutationen, die in keiner bekannten natürlichen Sequenz vorkommen. Ein weiterer Entwurf, Evo-Phi36, kombinierte erfolgreich ein DNA-Verpackungsprotein aus einem entfernt verwandten Phagen namens G4, eine Kombination, an der zuvor gezielte, rationale Entwicklungsversuche menschlicher Wissenschaftler gescheitert waren; manche KI-entworfenen Phagen töteten E. coli ebenso gut wie oder besser als die natürliche phiX174-Referenz, und entworfene Phagenmischungen wirkten auch gegen E.-coli-Stämme, die bereits eine Resistenz gegen phiX174 selbst entwickelt hatten.

Das Sicherheitsdesign, das schon funktioniert

Die folgenreichste Designentscheidung ist das, was die Evo-Modelle nicht können: Sie können keine menschlichen Virussequenzen erzeugen, weil diese Datenkategorie von Anfang an bewusst aus dem Training ausgeschlossen wurde. Dieser Ausschluss soll sowohl versehentlichen als auch absichtlichen Missbrauch zur Entwicklung von für Menschen gefährlichen Erregern verhindern, und in dieser Studie wurden durchgehend nur nicht pathogene bakterielle Wirte verwendet.

Diese Unterscheidung ist wichtig, weil sie zwei unterschiedliche Fragen trennt, die in der Berichterstattung über KI und Biologie oft vermischt werden: ob das Modell selbst in Richtung Gefahr gelenkt werden kann, und ob der physische Output eines sicheren Modells trotzdem irgendwo nachgelagert Schaden anrichten kann. Die erste Frage hat hier bereits eine strukturelle Antwort im System eingebaut; in der zweiten steckt die eigentliche Geschichte dieser Woche.

Die eigentliche Lücke: Wer die Bestellung ausführt

In einem begleitenden Perspective-Essay in derselben Ausgabe von Science forderten Thomas Inglesby und Moritz Hanke vom Johns Hopkins Center for Health Security eine gesetzlich vorgeschriebene Prüfung von Bestellungen synthetischen Erbmaterials auf potenziell gefährliche Sequenzen, statt diese Prüfung freiwilliger Industriepraxis zu überlassen. Ihr Punkt betrifft überhaupt nicht Evo, sondern das Unternehmen, das eine Bestellung entgegennimmt und die DNA physisch synthetisiert, unabhängig davon, welches KI-Modell oder welcher menschliche Entwickler die Sequenz ursprünglich erzeugt hat.

Genau das ist das Detail, mit dem sich EU- und UK-Politiker, die an biologischen Risikovorgaben im AI Act und an Dual-Use-Exportkontrollen arbeiten, auseinandersetzen sollten. Ein Modell, das die Ausgabe gefährlicher Sequenzen verweigert, ist nur eine Schutzebene, und der Perspective-Essay dieser Woche benennt die Ebene, die aktuelle Regeln noch nicht zuverlässig abdecken: den Syntheseschritt, der jeden KI-generierten Entwurf, aus diesem oder jedem anderen Labor, in ein tatsächliches physisches Genom verwandelt. Wir behaupten nicht, was EU- oder UK-Recht an dieser Stelle derzeit vorschreibt, sondern nur, dass der Kommentar der Forscher selbst Regulierer genau auf diese Frage lenkt.

Weiterlesen: Shopify: KI-Suche verdreifacht Bestellungen  |  4.000 Apps in 30 Tagen: Cloudflares KI-Wette