Standsfords Evo 2 KI entwickelt 300 synthetische Phagen, 16 töten E. coli im Labor

Stanford-Forscher nutzten das generative KI-Modell Evo 2, um fast 300 neue Bakteriophagen zu entwerfen und zu synthetisieren. Labortests bestätigten, dass 16 dieser Viren E. coli effizient abtöten. Die Arbeit zeigt, dass biologisches De-novo-Design von einer Codezeile zu einem lebenden antimikrobiellen Wirkstoff springen kann.

Von einer digitalen Sequenz zu einem echten Virus

Assistenzprofessor Brian Hie fütterte zusammen mit dem Dieter Schwarz Foundation Stanford Data Science Institute Evo 2 mit dem Genom des gut untersuchten Phagen ΦX174. Evo 2 behandelt DNA wie eine Sprache und sagt Sequenzen voraus, die sich zu funktionellen Proteinen falten und zu einem lebensfähigen Virus zusammensetzen sollten. Das Modell lieferte hunderte verschiedener DNA-Stränge; die chemische Synthese verwandelte sie in eine Bibliothek von fast 300 Phagenpartikeln.

Das Umwandeln eines computergenerierten Strangs in ein physisches Virus erforderte mehr als nur einen druckähnlichen Schritt. Das Team bestellte maßgeschneiderte DNA-Oligonukleotide, setzte vollständige Genome zusammen und führte jedes Konstrukt in einen bakteriellen Wirt ein, der einen Phagen „starten“ konnte. Dieser Workflow – Design, Synthese, Assemblierung und Rescue – ist seit langem Standard für natürliche Phagenisolate, wurde aber selten auf vollständig KI-entworfenen Genomen angewendet.

Screening auf antibakterielle Aktivität

Die eigentliche Prüfung war, ob KI-entworfen Phagen ein bakterielles Ziel infizieren und zerstören können. Die Forscher testeten die 300 Kandidaten mit einem Laborstamm von E. coli, einer häufigen Ursache für Harnwegsinfektionen und ein Modell für Studien zur Antibiotikaresistenz. Nach Plaque-Assays und Messungen der Wachstumshemmung stachen 16 Phagen durch eine schnelle Lysis bakterieller Kulturen und hohe Burst-Größen (die Anzahl der pro infizierter Zelle freigesetzten neuen Phagenpartikel) hervor.

Diese 16 Treffer überlebten nicht nur das Screening; sie übertrafen viele natürliche ΦX174-Verwandte in der Abtötungseffizienz. Die Daten legen nahe, dass Evo 2 bekannte virale Funktionen reproduzieren und auch den Sequenzraum erkunden kann, den die Biologie noch nie beprobt hat, um Lösungen zu finden, die sowohl lebensfähig als auch wirksam sind.

Warum dies für die antimikrobielle Forschung wichtig ist

Die Phagentherapie – die Verwendung von Viren, die Bakterien jagen – ist als mögliche Antwort auf den weltweiten Anstieg antibiotikaresistenter Infektionen wieder in den Fokus gerückt. Die traditionelle Entdeckung beruht auf der Suche nach Phagen in Abwasser, Boden oder mikrobiellen Gemeinschaften von Tieren – ein Prozess, der Monate dauern kann und unvorhersehbare Ergebnisse liefert. Evo 2 bietet eine „Compute-First“-Alternative: Wissenschaftler legen ein bakterielles Ziel fest, lassen das Modell Kandidatengenome generieren und testen dann eine gezielte Auswahl im Labor.

Wenn die Pipeline skalierbar ist, könnte sie jahrelange Umweltprobenahmen in Wochen des In-silico-Designs und der Hochdurchsatz-Synthese komprimieren. Die maßgeschneiderte Anpassung von Phagengenomen ermöglicht zudem die Entwicklung zusätzlicher Eigenschaften, wie etwa eines breiteren Wirtsspektrums oder einer Resistenz gegen bakterielle Anti-Phagen-Abwehrmechanismen.

Risiken und offene Fragen

Der Durchbruch steht noch am Anfang. Alle Experimente beschränkten sich auf Petrischalen; es wurden keine Tiermodelle oder klinischen Studien durchgeführt. Sicherheitsbedenken bleiben bestehen – das Einbringen synthetischer Viren in Patienten oder die Umwelt könnte unvorhersehbare ökologische Auswirkungen haben. Regulatorische Rahmenbedingungen für gentechnisch veränderte Phagen entwickeln sich noch, und der Weg von der Laborwirksamkeit zur zugelassenen Therapie könnte lang sein.

Zudem bleibt abzuwarten, ob das Modell nach dem Erfolg mit einem relativ einfachen, gut charakterisierten Phagen wie ΦX174 auch größere, komplexere virale Genome bewältigen oder Phagen entwerfen kann, die in vivo die bakteriellen Immunsysteme umgehen müssen. Der aktuelle Erfolg könnte eher auf dem Training des Modells mit reichlich vorhandenen ΦX174-Daten beruhen als auf einer universellen Fähigkeit, jeden Virus von Grund auf neu zu generieren.

Was als Nächstes kommt

Das Stanford-Team wird die 16 führenden Phagen gegen klinisch relevante E. coli-Stämme testen, einschließlich solcher, die gegen mehrere Antibiotika resistent sind. Parallel dazu wird untersucht, ob Evo 2 dazu gebracht werden kann, Phagen für andere problematische Bakterien wie Klebsiella oder Pseudomonas zu entwerfen. Die Skalierung der Synthese – von einigen hundert Kandidaten auf Tausende – wird ebenfalls eine Priorität sein, da größere Bibliotheken noch wirksamere oder breit wirkende Viren offenbaren könnten.

Über die Phagentherapie hinaus könnte die Methodik für andere Bioengineering-Ziele umgewidmet werden: das Design von Enzymen für die industrielle Chemie, die Erstellung synthetischer Stoffwechselwege oder sogar der Bau neuartiger Impfstoffvektoren. Die Fähigkeit von Evo 2, funktionelle DNA-Sequenzen zu generieren, deutet auf eine Zukunft hin, in der „Code“ zu einer universellen Designsprache für lebende Systeme wird.

Fazit

Stanfords Evo-2-Modell hat eine computergestützte Vorhersage in ein lebendes antimikrobielles Werkzeug verwandelt und zeigt, dass KI-gestützte De-novo-Biologie funktionale Viren hervorbringen kann, die in der Lage sind, einen bedeutenden Erreger zu töten. Dieser Proof-of-Concept verringert die Kluft zwischen digitalem Design und realer Therapeutik, doch Herausforderungen in den Bereichen Sicherheit, Regulierung und Skalierbarkeit müssen gelöst werden, bevor synthetische Phagen zu einem routinemäßigen Bestandteil des antimikrobiellen Arsenals werden.