Die DNA verschlüsselt die Anweisungen für den Aufbau und die Funktion jedes lebenden Organismus in Millionen bis Milliarden Basenpaaren, bestehend aus den vier Nukleotiden Adenin, Guanin, Cytosin und Thymin. Dabei bestimmt der genetische Code nicht nur, wie die von ihm codierten Proteine zusammengebaut werden, sondern regelt auch, wie sich der DNA-Strang faltet, welche Gene wann und wie abgelesen werden und wo sich Anhängsel für epigenetische Veränderungen anlagern können. Manche Abschnitte beeinflussen Regionen, die viele tausend Basenpaare von ihnen entfernt liegen. Diese Komplexität des Erbguts stellte KI-Modelle bisher vor große Herausforderungen.
Muster im Erbgut
Nun hat ein Team um Eric Nguyen von der Stanford University in Kalifornien ein KI-Modell namens Evo präsentiert, dass in der Lage sein soll, mit dieser Komplexität umzugehen. Trainiert wurde das Modell mit 2,7 Millionen sehr unterschiedlichen Genomen von Bakterien und Phagen, also Viren, die Bakterien befallen. „Virale Genome, die Eukaryoten wie Menschen, Tiere und Pflanzen befallen können, haben wir aus Sicherheitserwägungen aus den Trainingsdaten ausgeschlossen“, erklärt das Forschungsteam.
Ähnlich wie ChatGPT und andere große Sprachmodelle anhand von Millionen von Texten lernen, die Muster in Sprachen zu erkennen und zu reproduzieren, lernte Evo auf diese Weise, die DNA zu verstehen – sowohl auf Ebene der einzelnen Nukleotide als auch im großen Zusammenhang ganzer Genome. „Anhand von Informationen über ganze Genome lernt Evo, wie sich kleine Änderungen in der Nukleotidsequenz auf die Fitness des gesamten Organismus auswirken“, erklären Nguyen und sein Team. „So kann Evo DNA-Sequenzen mit einer plausiblen genomischen Architektur und einer Länge von mehr als einer Million Basenpaaren erzeugen.“
Fähigkeiten im Test
In verschiedenen Tests stellten die Forschenden Evos Fähigkeiten auf den Prüfstand. Demnach kann die Evo-KI unter anderem vorhersagen, welche Auswirkungen Mutationen auf die Funktionsweise von Proteinen und RNA haben – und zwar in einigen Fällen sogar besser als Modelle, die ausschließlich für diesen Zweck trainiert wurden. Da Evo nur mit Genomen von Prokaryoten trainiert wurde, also Organismen ohne Zellkern, erstrecken sich seine Fähigkeiten allerdings bisher nur auf diese. Zu Aussagen über das menschliche Genom ist das KI-Modell daher nicht in der Lage. „Zukünftige Modelle könnten aber auch von verschiedenen menschlichen und anderen eukaryotischen Genomen lernen“, schreibt Christina Theodoris von der University of California in San Francisco, die nicht an der Studie beteiligt war, in einem begleitenden Kommentar zur Studierde.
Über seine Vorhersagefähigkeiten hinaus kann Evo auch selbst funktionale Einheiten der DNA entwerfen. Dabei weist diese künstliche Intelligenz allerdings ähnliche Einschränkungen auf wie klassische KI-Chatbots. „Wie bei KI-Textgeneratoren, die zwar vernünftig klingende Sätze produzieren können, die aber in einem bestimmten Kontext keinen Sinn ergeben, können auch biologische KI-Modelle Sequenzen erzeugen, die korrekt aussehen, aber biologisch nicht funktionieren“, erklärt Susanne Gerber vom Institut für Humangenetik der Universitätsmedizin Mainz, die nicht an der Studie beteiligt war. „Daher ist es unerlässlich, Vorhersagen auch experimentell zu überprüfen, oder zumindest mit großer Vorsicht zu betrachten.“
