Forscher haben „virtuelle Wissenschaftler“ entwickelt, um komplexe biologische Probleme zu lösen. Ein neuartiges künstliches Intelligenz-gestütztes Werkzeug, das als virtueller Laborraum bezeichnet wird, soll die wissenschaftliche Entdeckung beschleunigen. Er wurde nach dem Modell eines etablierten Forschungsteams der Stanford School of Medicine gestaltet und besteht aus einem AI-Präsidenten (AI PI) und erfahrenen Wissenschaftlern. James Zou, PhD, Associate Professor für biomedizinische Datenwissenschaft an der Stanford University, leitete eine Studie, die die Entwicklung dieses virtuellen Labors beschreibt. Er betonte, dass gute Wissenschaft oft auf tiefen, interdisziplinären Zusammenarbeiten beruht, was jedoch oft eine Herausforderung darstellt. Inzwischen haben sich künstliche Intelligenz-Agenten stark weiterentwickelt, wodurch sie proaktiver handeln können. Großsprachmodelle, wie sie in dieser Studie verwendet werden, werden oft als einfache Frage-Antwort-Bots betrachtet. Zou erklärte jedoch, dass sie in der Lage sind, Daten zu sammeln, verschiedene Werkzeuge zu nutzen und mit anderen Systemen sowie Menschen über menschliche Sprache zu kommunizieren. Dieses Konzept wird als agenzentliche KI bezeichnet, bei dem KI-Systeme zusammenarbeiten, um komplexe Probleme zu lösen. Zou und sein Team trainierten diese Modelle, um sie wie top-tier Wissenschaftler zu machen, die kritisch über Probleme nachdenken, bestimmte Fragen untersuchen, Lösungen basierend auf ihrem Fachwissen vorschlagen und Ideen austauschen. „Es gibt keine Mangel an Herausforderungen für Wissenschaftler weltweit“, sagte Zou. „Der virtuelle Laborraum könnte helfen, Lösungen für eine Vielzahl von Problemen schneller zu entwickeln.“ Bereits konnten Zous Team die Fähigkeiten der KI-Labore demonstrieren, indem sie sie bat, eine bessere Methode zur Herstellung eines Impfstoffs gegen SARS-CoV-2 zu entwickeln – und das in nur ein paar Tagen. Ein Artikel, der die Ergebnisse der Studie beschreibt, wurde am 29. Juli in der Fachzeitschrift Nature veröffentlicht. Zou und John Pak, PhD, Wissenschaftler am Chan Zuckerberg Biohub, sind die Senior-Autoren des Artikels. Kyle Swanson, ein Informatik-Graduiertenstudent an der Stanford University, ist der Hauptautor. Der virtuelle Laborraum beginnt einen Forschungsprojekt wie ein menschliches Labor – mit einem Problem, das vom Laborleiter gestellt wird. Der menschliche Forscher gibt dem AI-PI ein wissenschaftliches Problem, und der AI-PI übernimmt den Rest. „Es ist die Aufgabe des AI-PI, herauszufinden, welche Agenten und Expertise benötigt werden, um das Projekt zu lösen“, sagte Zou. Für das SARS-CoV-2-Projekt erstellte der AI-PI beispielsweise einen Immunologie-Agenten, einen Bioinformatik-Agenten und einen Maschinenlern-Agenten. In jedem Projekt gibt es auch einen Kritiker-Agenten, der potenzielle Schwachstellen aufdeckt und konstruktive Kritik anbietet. Zou und sein Team versahen die virtuellen Wissenschaftler mit Tools wie AlphaFold, einem Proteinmodellierungs-System, um ihre kreative „Denkfähigkeit“ zu verbessern. Die Agenten erstellten sogar ihre eigene Liste von benötigten Werkzeugen. „Sie haben nach Zugang zu bestimmten Tools gefragt, und wir haben sie in das Modell integriert“, sagte Zou. Im Vergleich zu menschlichen Laboren läuft der virtuelle Laborraum sehr schnell. So wie Zous Forschungsgruppe haben die virtuellen Agenten regelmäßige Meetings, in denen sie Ideen austauschen und in einem Gespräch zurück und forth reagieren. Sie haben auch Einzelgespräche, bei denen Labormitglieder mit dem AI-PI individuell über Ideen sprechen. Im Gegensatz zu menschlichen Treffen dauern diese virtuellen Sitzungen nur Sekunden oder Minuten, und KI-Wissenschaftler sind nicht müde und benötigen keine Snacks oder Pause. Zou schätzt, dass er oder seine Labormitglieder nur in 1 % der Fälle eingreifen. „Ich möchte nicht, dass die KI-Wissenschaftler genau sagen, wie sie ihre Arbeit machen sollen. Das würde ihre Kreativität einschränken“, sagte er. „Ich möchte, dass sie neue Lösungen und Ideen entwickeln, die über das hinausgehen, was ich mir vorstellen könnte.“ Dennoch überwachen die Forscher jeden Schritt, da alle Meetings und Interaktionen protokolliert werden, was es ermöglicht, den Fortschritt zu verfolgen und den Projektverlauf ggf. zu korrigieren. Zou und sein Team testeten den virtuellen Laborraum, indem sie ihn bat, eine neue Grundlage für einen Impfstoff gegen neuere SARS-CoV-2-Varianten zu entwerfen. Statt klassischer Antikörper, die sich an fremde Substanzen im Körper binden, wählten die KI-Agenten eine ungewöhnlichere Methode: Nanokörper, eine Fragment der Antikörper, die kleiner und einfacher sind. „Schon in den ersten Sitzungen entschieden die KI-Wissenschaftler, dass Nanokörper vielversprechender sind als Antikörper“, sagte Zou. Sie erklärten, dass Nanokörper kleiner sind, was die Arbeit der Maschinenlern-Agenten erleichtert, da sie bei der Berechnung von Proteinen mit kleineren Molekülen mehr Sicherheit haben. Bisher scheint das KI-Team auf dem richtigen Weg zu sein. Pak’s Team verwendete die Strukturdesigns der Nanokörper und baute sie in seinem echten Labor. Nicht nur war der Nanokörper experimentell machbar und stabil, sondern auch seine Fähigkeit, sich an eine neuere SARS-CoV-2-Variante zu binden, wurde getestet und zeigte eine bessere Bindung als herkömmliche Antikörper. Zou betonte auch, dass die Nanokörper gut an die ursprüngliche Wuhan-Variante binden, was ihre Potenzial für einen breit wirksamen Impfstoff unterstreicht. Zou und sein Team analysieren derzeit die Fähigkeit der Nanokörper, einen neuen Impfstoff zu ermöglichen, und geben die experimentellen Daten an das KI-Labor zurück, um die molekularen Designs weiter zu optimieren. Das Team ist begeistert und will den virtuellen Laborraum auch auf andere wissenschaftliche Fragen anwenden. Sie haben kürzlich Agenten entwickelt, die als fortgeschrittene Datenanalysten fungieren und bereits veröffentlichte Arbeiten neu bewerten. Zou hofft, dass diese KI-Agenten neue Erkenntnisse liefern können, die über die von menschlichen Forschern hinausgehen. Die Entwicklung des virtuellen Labors zeigt, wie künstliche Intelligenz in der Wissenschaft eingesetzt werden kann, um Innovationen zu beschleunigen und komplexe Probleme effizienter zu lösen. Zou und Pak sind führende Wissenschaftler in der Biomedizin, während Kyle Swanson ein junger Forscher an der Stanford University ist. Die Technologie könnte in Zukunft eine Schlüsselrolle bei der Entwicklung von Impfstoffen und anderen medizinischen Innovationen spielen.