Künstliche Viren durch KI – eine Bedrohung?

Wir wissen nicht genau, ob die Variante von SARS-CoV-2 im Labor generiert wurde oder natürlichen Ursprungs ist. Die verfügbare Evidenz kann in beide Richtungen interpretiert werden, wie Jane Orient 2024 sehr überzeugend darstellte. Ich neige zur Labortheorie, glaube also, dass das Virus im Labor durch sogenannte gain-of-function Forschung entstanden ist. Den letztlichen Beweis müssen angesichts der biochemischen Unentscheidbarkeit in der Zukunft Wissenschaftshistoriker erbringen.

Doch wissen wir sehr genau, dass in die virologische gain-of-function Forschung (Virusoptimierung) Milliarden fließen. Bei dieser Forschung wird versucht, Viren zu erzeugen, die andere Eigenschaften haben als die natürlich vorkommenden Erreger. Das hat zwei Gründe. Einerseits erhofft man sich bessere biologische Waffen, ein Ansinnen, das unmoralisch und auch schwachsinnig ist, weil man die Ausbreitung von Viren oftmals nicht kontrollieren kann und daher früher oder später selbst zum Opfer freigesetzter Kampfviren würde. Anders wäre dies nur, wenn es effektive und sichere Impfstoffe gegen solche Viren gäbe, über die der Feind nicht verfügte. Dies ist für die Zukunft nicht auszuschließen, aber sicher noch ein weiter Weg und ebenfalls zutiefst unmoralisch.

Andererseits erhofft man sich, mit der Virusoptimierung auch therapeutische Viren zu erzeugen. Ein erstes, toxisches Beispiel dafür waren die nicht vermehrungsfähigen adenoviralen Impfstoffe gegen SARS-CoV-2 von AstraZeneca, Johnson&Johnson und dem Gamaleya Research Institute of Epidemiology and Microbiology (Sputnik V). Eine andere Idee besteht darin, Viren zu erzeugen, die sich gegen humanpathogene Bakterien wie die Erreger der Pest, der Cholera, der bakteriellen Lungen- oder Hirnhautentzündung oder der Tuberkulose und der Lepra richten. Man nennt diese Viren Bakteriophagen.

Nun haben US-Wissenschaftler um Brian Hie und Max Wilkinson künstliche Bakteriophagen mit sogenannter „Künstlicher Intelligenz“ (KI) entworfen, synthetisiert und ausprobiert. Geht davon eine Gefahr für Menschen aus?

Warum Virenforschung so schwierig ist

Braucht man dafür KI? Warum? Wir verstehen nicht, wie Viren ihre Haupteigenschaften, Infektiosität und Virulenz, entfalten. Erstere bezeichnet die Intensität, mit der sich ein Virus in einer Wirtspopulation ausbreiten kann. Beispielsweise war SARS-CoV-2 nicht sehr infektiös, Masern hingegen sind sehr ansteckend. SARS-CoV-2 hatte zu Beginn einen R-Wert zwischen 2 und 5, Masern hingegen haben einen von etwa 15, was bedeutet, dass ein Patient 15 andere ansteckt, wenn diese nicht immun sind. Wir verstehen nur schlecht, wie Viren die Infektiosität erreichen, ein Faktor ist die Fähigkeit der Oberflächenproteine der Viren, an Strukturen der Zielzellen der Wirte zu binden. Das Spike-Protein von SARS-CoV-2 bindet stärker an den ACE-Rezeptor der Schleimhäute als das von SARS-CoV-1, weshalb jenes infektiöser ist als dieses. 

Genau verstehen wir die Infektiositätsmerkmale jedoch nicht. Die Virulenz, die krankmachenden Eigenschaften des Virus, verstehen wir noch schlechter. Wir wissen nicht sehr gut, welche Eigenschaften von Viren zu einer höheren Virulenz mit mehr schweren und tödlichen Verläufen führen. Das ist sehr erstaunlich, da Viren relativ einfache Gebilde zu sein scheinen: Die Genome von humanpathogenen DNA-Viren (die Menschen infizieren können) haben eine Größe von etwa 3 Tausend bis 200 Tausend Nukleosiden. RNA-Viren haben Genome einer Größe von 7 bis 33 Tausend Nukleosiden. Die Genome der Viren kodieren für strukturelle und funktionale Eiweiße, mit denen die Viren die Zelle des Wirts nach der Infektion dazu bringen, ihr Erbgut zu replizieren, ihre Eiweiße zu synthetisieren und diese zusammenzubauen. Viren sind keine Lebewesen, weil sie nicht in der Lage sind, selbst energiehaltige Moleküle zu synthetisieren. Sie können sich auch nicht selbst replizieren, sondern nutzen dafür die Proteinsynthesefähigkeit der Wirtszellen. Allerdings bringen einige ihre eigenen Nukleinsäurepolymerasen mit, die dann energiereiche Nukleotid-Bausteine des Wirts verwenden, um ihre Arbeit zu leisten.

Obwohl die Genome der Viren im Vergleich zu Bakterien (Escherichia coli: 4,6 Millionen Nukleoside), Hefe (12 Millionen), der Fruchtfliege (121 Millionen) und dem Menschen (3,6 Milliarden), sehr klein sind, ist ihre Interaktion mit dem Wirtsorganismus sehr komplex. Nicht nur ruft die Infektion aufgrund der Synthese körperfremder Proteine eine Immunreaktion mit zahlreichen Folgen hervor, sondern die Verbreitung der Viren im Organismus ist je nach Virustyp vollkommen unterschiedlich. Wir verstehen nicht, warum welches Virus welche Zellarten infizieren kann und warum welche der Proteine eine wie geartete toxische Wirkung auf den Körper haben. Denn es handelt sich um ein komplexes System, das wir nur unzureichend modellieren können, zumal der volle experimentelle Zugang nur im Tiermodell möglich ist. Daher ist eine gezielte Steigerung der Infektiosität oder gar der Virulenz schlecht möglich. Man muss in der Regel herumprobieren, welche Änderungen in der Zelle oder im Organismus was für Konsequenzen haben, anstatt gezielt Änderungen zu designen. Da Ergebnisse aus Versuchstieren nur schlecht auf den Menschen zu übertragen sind, wären total unmoralische Infektionsexperimente an Menschen erforderlich, um systematische Virusoptimierung zu betreiben.

Was die Forscher gemacht haben

Das Team um Hie und Wilkinson hat sich vorgenommen, mit Hilfe von KI Varianten des Bakteriophagen X174 im Rechner zu entwerfen und dann auch zu erzeugen. X174 ist ein Virus, das Bakterien infiziert und zerstört, und zwar das Darmbakterium Escherichia coli (E. coli). Dieses wird seit Jahrzehnten als genetisches Standardmodell von Bakterien und als Nutzorganismus für Molekularbiologie und Biotechnologiue genutzt. Der langfristige Sinn dieser Forschung ist die Erzeugung therapeutischer Bakteriophagen zur Therapie bakterieller Erkrankungen. Aufgrund vieler Probleme, insbesondere mit der Kontrolle und der pharmakologischen Applikation solcher Viren, ist dies noch Zukunftsmusik, doch sind Phagen ein wichtiger Forschungszweig in der antibakteriellen Therapie.

Um in der Natur nicht vorkommende, neuartige Bakteriophagen zu entwickeln, verwendeten die Forscher zwei genomische LLM-Modelle, Evo1 und Evo2, die mit den gesamten verfügbaren Daten sequenzierter Genome parametrisiert sind und daher einige Aspekte der genomischen Syntax modellieren können. Die Sprache der Genome hat nur vier Nukleoside (Buchstaben): Adenin, Guanin, Cytosin, Thymin (oder Uracil bei RNA). LLM sind KI-Modelle, die bei Eingabe einer Sequenz von Eingabesymbolen eine dazu passende Ausgabesequenz von Symbolen erzeugen können. Die meisten Leser kennen OpenAIs ChatGPT, das auf dem LLM GPT beruht, welches aber nicht mit genetischen Daten, sondern mit Texten in menschlicher Sprache trainiert wird und solche erzeugen kann.

Die Forscher nahmen diese Evo-Modelle und verfeinerten sie mit 15 Tausend Genomen der Familie der Microviridae, zu denen auch der Phage X174 gehört. Dadurch wurden beide Modelle stärker auf die Genetik dieser einfachen Viren mit kurzen Genomen (4 bis 6 Tausend Nukleoside) parametrisiert. Sodann initiierten sie die LLM-Genese neuer X174-ähnlicher Phagen, indem sie als Eingabesequenz über die Familie der Microviridae häufig vorkommenden Buchstaben des Beginns ihres genetischen Codes verwendeten (die Konsensus-Sequenz der Familie am Genomanfang). Sie variierten deren Zusammensetzung und auch die dem LLM-Modell erlaubte Varianz bei der Erstellung der Ausgabesequenz. Deren Länge wird durch sogenannte Positionskodierung in etwa begrenzt. Auf diese Weise erzeugten die Wissenschaftler tausende von Genomvarianten des Phagen X174. Ihre wichtigste Leistung besteht darin, eine Reihe von Filtern entwickelt zu haben, um die mit den LLM generierten Bakteriophagengenome zu bewerten und diejenigen zu identifizieren, die mit der höchsten Wahrscheinlichkeit infektions-, replikations- und lysefähig sind. Die Lysefähigkeit beschreibt die Virulenz der Viren gegenüber den E.-coli-Bakterien, die sie infizieren. Wenn sie lytisch wirken, töten sie die Bakterien.

Mit Hilfe der clever entwickelten Filter gelang es den Wissenschaftlern, die Modelle so zu steuern, dass etwa 25 Prozent der erzeugten Sequenzen die Filter überstanden. Von tausenden mit KI generierte Phagen wählten sie 300 aus, deren Genome sie in vitro synthetisierten und dann zur Replikation in E. coli transfizierten. 16 der künstlichen Phagen waren replikations- und lysefähig. Dabei entstanden Phagen, die teilweise mit der genetischen Originalität natürlicher Mutanten vergleichbar waren. Leider fehlt der Arbeit ein Vergleich mit genetischen Algorithmen, die mit Hilfe der neu entwickelten Filter wahrscheinlich ähnlich gute Ergebnisse erzielt hätten wie das Verfahren mit LLM. Doch sind jene Verfahren nicht so modisch wie LLM. Als Gutachter hätte ich diesen Vergleich sicherlich gefordert, um die (noch im Begutachtungsverfahren befindliche) Publikation zu erlauben.

Die Autoren folgern aus ihren Ergebnissen, dass „generative KI den zu Grunde liegenden evolutionären Designraum so gut abbilden kann, dass neuartige funktionale Bakteriophagengenome erzeugt werden können“ (Seite 14, Übersetzung JZ). Diese Schlussfolgerung ist falsch. Die Modelle erlauben es lediglich, Varianten des bekannten evolutionären Raums zu erzeugen. Sie können aber nicht die nicht-ergodischen, zutiefst unregelhaften und musterfreien Mechanismen der Evolution kopieren; dies ist auch der Grund, warum sie niemals intelligent sein werden. Die KI wird lediglich als Variantengenerator verwendet, was wahrscheinlich auch mit Hilfe eines genetischen Algorithmus möglich wäre, da der von den Autoren entwickelte Filter so erstklassig ist.

Ist das gefährlich?

Die manipulierten Phagengenome sind im Durchschnitt viel kleiner als die Genome der meisten Viren, die Säugetiere und Menschen infizieren: Diese Viren sind komplizierter aufgebaut, weil auch deren Wirte viel komplexer sind. Wir würde die Erstellung von Biowaffen mit Hilfe der hier geschilderten KI aussehen?

Man würde – und ich bin sicher, dass es bereits irgendwo geschieht – die Konfiguration der LLM Evo1 und Evo2 (oder deren verbesserte Nachfolger) mit der Familie des zu optimierenden Virus verfeinern und dann Mutanten erzeugen. Angesichts der Größe der Genome wäre es bei vielen Viren schwierig, lebensfähige und optimierte Viren zu finden. Doch wie sollte man diese überhaupt testen?

Für viele humanpathogene Viren gibt es kein robustes Zellkulturmodell. Man könnte also nur für einen Teil der Viren Zellkulturen nutzen, für die anderen müssten sogleich Tierversuche durchgeführt werden. Nach der Identifikation von Mutanten, die in Zellkultur und Tier virulenter (gefährlicher) oder ansteckender sind als der Wildtyp, müsste man dann Menschenversuche durchführen mit dem Ziel, den Menschen aktiv zu schaden. Solche Versuche sind aus christlicher Sicht vollkommen unvorstellbar, jedoch nicht, wenn man bestimmten Menschengruppen den Status als Mensch aberkennt, wie Aristoteles das bezüglich der Sklaven tat. Wir erleben derzeit eine Renaissance der Abwertung des Menschen und der Menschenwürde. Daher sind solche Versuche für bestimmte Gruppen bereits wieder denkbar, wenn es nur die “Richtigen” als Versuchsobjekte trifft. Stalin, Hitler und Mao haben es vorgemacht. Hierbei ist zu bedenken, dass man die künstlich infizierten Menschen, die nicht stürben, sondern die Infektion überstünden, sicherheitshalber wohl töten müsste, um sicherzustellen, dass sie kein Rezidiv bekommen und dann nach ihrer Entlassung aus dem Versuchslabor keine Mitmenschen anstecken. Denn es gibt ganze Virenfamilien wie die Herpesviren, die im Körper in Intervallen symptomfrei persistieren.

Doch wozu das Ganze? Um mehr Menschen schneller mit rekombinanten Viren krank zu machen, ohne die Kontrolle über die Ausbreitung der Viren zu haben? Ein absoluter Wahnsinn. Der begabte Trivialliteraturautor Steven King hat in seinem 1978 erschienen esoterischen Science-Fiction-Roman Der Stand (The Stand) geschildert, wie sich derartige Forschung auswirken könnte. Auch wenn das Buch nichts taugt, ist es vollkommen realistisch, dass man mit optimierten Viren ganze Bevölkerungen auslöschen könnte. Die Virusoptimierungsforschung muss geächtet werden, sie ist sinnlos, gottlos und gefährlich.

Siehe zum Thema auch auf Achgut.com: 

Schluss mit den Gain-of-function-Experimenten!

„Das ist menschenverachtende Forschung“