Als Wissenschaftler 2003 zum ersten Mal das menschliche Genom sequenzierten, enthüllten sie den vollständigen Satz von DNA-Anweisungen, die einen Menschen ausmachen. Damals war noch nicht klar, was all die drei Milliarden genetischen Buchstaben genau tun.

Mit Alphagenome hat Google Deepmind jetzt nach eigenen Angaben einen großen Schritt zum Verständnis des genetischen Codes gemacht. Alphagenome ist ein KI-Modell, das vorhersagt, welche Auswirkungen kleine Veränderungen in der DNA auf eine Reihe von molekularen Prozessen haben: zum Beispiel, ob ein Gen öfter oder seltener abgelesen wird. Genau solche Fragen sind es, die Biologinnen und Biologen regelmäßig in Laborexperimenten zu beantworten versuchen.

„Wir haben zum ersten Mal ein einziges Modell geschaffen, das die vielen verschiedenen Herausforderungen vereint, die mit dem Verständnis des Genoms verbunden sind“, sagt Pushmeet Kohli, Deepminds Vizepräsident für Forschung.

Vor fünf Jahren veröffentlichte die KI-Abteilung von Google Alphafold, eine Technologie zur Vorhersage der 3D-Form von Proteinen. Diese Arbeit wurde im vergangenen Jahr mit dem Nobelpreis ausgezeichnet. Sie legte außerdem die Basis für die Ausgründung des wirkstoffentwickelnden Unternehmens Isomorphic Labs und auch für einen Boom von Unternehmen, die hoffen, dass KI in der Lage sein wird, neue Medikamente vorzuschlagen.

Welche Mutationen beeinflussen die Gesundheit?

Alphagenome ist jetzt ein Versuch, die Arbeit der Biologinnen und Biologen zu verbessern. Es soll helfen, grundlegende Fragen zu beantworten, wie die Veränderung von DNA-Buchstaben die Genaktivität beeinflusst und wie sich genetische Mutationen letztendlich auf unsere Gesundheit auswirken.

„Wir haben diese drei Milliarden Buchstaben der DNA, aus denen ein menschliches Genom besteht, aber jeder Mensch ist etwas anders, und wir verstehen nicht ganz, was diese Unterschiede bewirken“, sagt Caleb Lareau, der als computationaler Biologe am Memorial Sloan Kettering Cancer Center, der schon früh Zugang zu Alphagenome hatte. „Dies ist das bisher leistungsfähigste Werkzeug, um das zu modellieren.“

Von Google heißt es, dass Alphagenome für nicht-kommerzielle Nutzer kostenlos sein wird. Des Weiteren sollen alle Details des Modells in Zukunft veröffentlicht werden. Laut Kohli prüft das Unternehmen Optionen, um „die Nutzung dieses Modells durch kommerzielle Einrichtungen“, wie Biotech-Unternehmen, zu ermöglichen.

Laborexperimente werden modellierbar

Lareau zufolge werden mit Alphagenome bestimmte bisher im Labor durchgeführte Experimente künftig virtuell am Computer durchführbar. Bei Untersuchungen von Menschen, die ihre DNA für Forschungszwecke gespendet haben, werden beispielsweise oft Tausende von genetischen Unterschieden festgestellt, von denen jeder die Wahrscheinlichkeit, dass eine Person an einer Krankheit wie Alzheimer erkrankt, leicht erhöht oder verringert.

Lareau sagt, dass die Software von Deepmind verwendet werden könnte, um schnell Vorhersagen darüber zu treffen, wie jede dieser Varianten auf molekularer Ebene funktioniert, was ansonsten zeitaufwändige Laborexperimente erfordern würde. „Man erhält diese Liste von Genvarianten, aber dann möchte ich verstehen, welche davon tatsächlich etwas bewirken, und wo kann ich eingreifen“, sagt er. „Dieses System bringt uns näher an eine gute erste Vermutung darüber, was eine Variante bewirkt, wenn wir sie bei einem Menschen beobachten.“

Man darf allerdings nicht erwarten, dass Alphagenome über einzelne Personen sehr viel vorhersagen kann. Es bietet zwar Anhaltspunkte für die molekularen Details der Genaktivität, aber keine 23andme-ähnlichen Offenbarungen über die Eigenschaften oder die Abstammung einer Person.

Neue Arten der Forschung mit der Deepmind-KI

„Wir haben Alphagenome nicht für die Vorhersage des persönlichen Genoms entwickelt oder validiert, eine bekannte Herausforderung für KI-Modelle“, heißt es in einer Google-Erklärung. Das KI-System basiert auf der sogenannten Transformer-Architektur, die bei Google entwickelt wurde und auch große Sprachmodelle wie GPT-4 antreibt. Dieses Modell wurde auf Unmengen von experimentellen Daten trainiert, die von öffentlichen wissenschaftlichen Projekten stammen.

Laut Lareau wird das System die tägliche Arbeit seines Labors nicht grundlegend verändern, könnte aber neue Arten der Forschung ermöglichen. Zum Beispiel stoßen Ärzte manchmal auf Patienten mit sehr seltenen Krebsarten, die mit unbekannten Mutationen behaftet sind. Alphagenome könnte Aufschluss darüber geben, welche dieser Mutationen das eigentliche Problem verursachen, und so möglicherweise einen Hinweis auf eine Behandlung geben.

„Ein Kennzeichen von Krebs ist, dass bestimmte Mutationen in der DNA dazu führen, dass die falschen Gene im falschen Kontext exprimiert werden“, sagt Julien Gagneur, Professor für Computermedizin an der Technischen Universität München. „Diese Art von Instrumenten hilft uns dabei, herauszufinden, welche Mutationen die richtige Genexpression stören.“

Hilfe bei seltenen Erkrankungen

Der gleiche Ansatz könnte für Patienten mit seltenen genetischen Krankheiten gelten, von denen viele nie erfahren, woher ihre Krankheit kommt, selbst wenn ihre DNA entschlüsselt wurde. „Wir können ihre Genome vorliegen haben, aber wir wissen nicht, welche genetischen Veränderungen die Krankheit verursachen“, sagt Gagneur. Seiner Meinung nach könnte Alphagenome Medizinern einen neuen Weg zur Diagnose solcher Fälle eröffnen.

Einige Forscher streben an, mithilfe der KI ganze Genome von Grund auf neu zu entwerfen und neue Lebensformen zu schaffen. Andere denken, dass die Modelle dazu dienen werden, ein vollständig virtuelles Labor für Medikamentenstudien zu schaffen. „Mein Traum wäre es, eine virtuelle Zelle zu simulieren“, sagte Demis Hassabis, CEO von Google DeepMind, dieses Jahr.

Kohli nennt Alphagenome einen „Meilenstein“ auf dem Weg zu einem solchen System. „Alphagenome wird vielleicht nicht die ganze Zelle in ihrer Gesamtheit modellieren … aber es beginnt, Licht auf die breitere Semantik der DNA zu werfen.“

Dieser Beitrag ist zuerst bei t3n.de erschienen.

(jle)

Die Herausforderung, wie Europa im Wettrennen mit den USA und China um die Einführung der Quantentechnologie mithalten kann, stand im Zentrum der Debatte „Quantenjahr 2025 – Wie weit sind wir mit der Quantentechnologie?“ im Berliner Basecamp von O2 Telefónica. In ihrem Standortvergleich wiesen die Fachleute auf die Kapitalstärke der US-Großinvestoren hin, nannten aber auch die Vorteile Europas.

Das Jahr 2025 wurde von der UNESCO zum Internationalen Jahr der Quantenwissenschaften und -technologien erklärt, denn seit der Formulierung der Quantenmechanik durch Werner Heisenberg im Jahre 1925 sind 100 Jahre vergangen. Heutzutage sehen sich Deutschland und Europa mit einer starken internationalen Konkurrenz konfrontiert, denn die USA und China investieren massiv in die Quantentechnologie. „Wie in vielen Bereichen haben wir auch in der Quantentechnologie in Deutschland eine sehr gute Forschung“, sagte Henry Marx (SPD), Staatssekretär für Wissenschaft und Forschung in der Berliner Senatsverwaltung.

Europa stark aufgestellt

Auch Jan Goetz, CEO und Co-Gründer des Quantencomputer-Herstellers IQM Quantum Computers, kam in seiner Beurteilung des Standortvergleichs zunächst auf die europäischen Stärken zu sprechen: „Das ganze Feld kommt aus der Wissenschaft. Die meisten Start-ups, so auch wir, sind Spin-offs von Universitäten. Das führt dazu, dass wir in Europa extrem stark aufgestellt sind. Wir haben eine größere Zahl von Firmen in diesem Bereich als die USA.“

Big Tech investiert Milliarden

Die große Herausforderung sei die Skalierung. „IBM, Google und Amazon investieren Milliarden. Drei große börsengelistete US-Start-ups haben in den letzten Monaten mehr als 1,6 Milliarden Euro an Kapital eingesammelt“, sagte er. „Wir sind, glaube ich, das bestfinanzierte Unternehmen in Europa. Wir haben 200 Millionen Euro eingesammelt und machen gerade eine größere Finanzierungsrunde. Das ist im Vergleich zu den USA, aber auch zu China relativ wenig. Da brauchen wir die Unterstützung aus der Politik, weil wir in Europa nicht so große Finanzierungsrunden stemmen können.“

Eine Lösung sieht er in staatlich erteilten Forschungskäufen, auf die sich Unternehmen bewerben können, um mithilfe der öffentlichen Finanzierung dann Produkte zu verkaufen. „Das zwingt Unternehmen wie uns dazu, produkt- und marktorientiert zu denken. Wir können dann Umsätze verbuchen und damit Investoren hereinziehen. Wenn man sich den Hebel ansieht: Mit jedem Euro, der von der Politik als Forschungsauftrag kommt, kriegen wir mindestens das Zehnfache an Investorengeld. Das ist also viel effektiver, als wenn die Politik direkt investieren würde oder Zuschüsse gäbe.“ Durch dieses Modell gebe es in Europa mehr Quantenrechenzentren als in den USA, so Goetz. „Das heißt, wir sind da vorne mit dabei. Diese Geschichte müssen wir mehr erzählen, um gegen die Milliardeninvestitionen von Konzernen ankämpfen zu können.“

Forschungsstaatssekretär Marx blickte in der Diskussion standortpolitisch über die Quantentechnologie hinaus. „Wir haben in Deutschland ohnehin keine politische Kultur, in der man strategische Diskussionen offen führt. In Frankreich drehen sie sich viel mehr um Fragen der nationalen Souveränität und nationaler Interessen. Da sind wir in Deutschland aus gutem Grund zurückhaltender. Trotz nötiger Sicherheitsüberlegungen ist Europas zentrales Interesse nicht, dass wir eine abgeschottete Welt haben. Denn dort gibt es weniger Ideen, Fortschritt, Wohlstand und Humanität, sagte Marx.

Quantenüberlegenheit in China?

Auf die Frage des Moderators Jakob Beautemps, wie wir denn herausfinden könnten, wenn die Quantenüberlegenheit in China oder woanders erreicht würde, antwortete Professor Oliver Benson, Quantenphysiker an der Berliner Humboldt-Universität: „Das ist schwierig, weil niemand so eine Überlegenheit verraten möchte. Auf der anderen Seite ist das Thema immer noch stark wissenschaftlich geprägt, das heißt die meisten Anwender stammen aus der Forschung und die kann nur funktionieren, wenn sie offen ist. Einerseits möchte man in Europa eine solche Technologie also selbst besitzen, da die Zahl internationaler Partner abnimmt, andererseits ist die Offenheit zwingend notwendig. Das ist momentan ein schwieriges Spannungsfeld, das man aber so hinnehmen muss.“

Eine der Herausforderungen für Fortschritte in den Quantentechnologien ist die zu kleine Zahl von Menschen, die sich zutrauen, sich mit dem komplizierten Thema wissenschaftlich oder beruflich zu beschäftigen. In der Wissenschaft „muss man darauf schauen, dass die Faszination für die Quantenphysik den Ruf der Schwierigkeit hinreichend überdeckt“, sagte Benson mit einem Schmunzeln. „Aber das ist schwer und ich kann mich nicht erinnern, dass wir je von Interessenten überrannt wurden.“ Die Studenten in seinem Fachbereich kämen überwiegend aus dem Ausland: „Wir wären froh, wenn wir mehr Studierende hätten. Man braucht eine lange Zeit, um den Überblick zu bekommen, und daher braucht man einfach einen langen Atem.“

Goetz berichtete ebenfalls von einem sehr internationalen Umfeld in seiner Firma, in der die 330 Mitarbeiter aus 50 Nationen kommen. Bei den Entwicklern hat er keine Personalprobleme, schwieriger ist es in der Produktentwicklung und im Marketing, weil es kaum Fachkräfte mit Erfahrung in der jungen Branche gibt. „Daher machen wir viel Ausbildung in der Firma, um diese Teams aufzubauen.“ Positivere Erfahrungen dagegen machte Barbara Wellmann, Director Quantum.Link in der Beratungsfirma Deloitte: „Wann immer ich eine Stelle ausschreibe, bekomme ich sehr viele Bewerbungen. Das mag aber daran liegen, dass wir in der Beratung tätig sind und man da nicht so tief in der Quantenphysik bewandert sein muss.“

(mack)

Immer mehr KI-Unternehmen springen auf einen großen Trend auf. KI-Agenten sollen uns nicht nur einzelne nervige Aufgaben abnehmen, sondern ganze Ketten von Aufgaben eigenständig abarbeiten. Der Vorteil: Durch die Tools können wir uns in der Zwischenzeit anderen Dingen widmen und unsere Zeit effektiver nutzen. Noch steht die Frage im Raum, was KI-Agenten wirklich leisten können.

Warum viele KI-Agenten wieder verschwinden werden

Analysten von Gartner haben ein klares Urteil gefällt. Viele KI-Agenten, die es heute gibt, werden in ein paar Jahren verschwunden sein. Genauer gesagt sollen bis 2027 über 40 Prozent aller KI-Agenten, die heute geplant sind oder schon zum Einsatz kommen, eingestellt werden. Laut Gartner hat das drei Gründe: steigende Kosten, fehlender Ertrag für die Unternehmen und unzureichende Risikokontrolle.

Anushree Verma, Senior Director Analyst bei Gartner, sagt dazu: „Die meisten agentischen KI-Projekte befinden sich aktuell in einer frühen Experimentphase oder sind noch Konzepte, die durch den Hype angetrieben und falsch angewandt werden.“ Sie fügt hinzu, dass viele KI-Nutzer noch keinen Überblick haben, wie teuer und komplex KI-Agenten eigentlich sind, wenn sie auf ganze Unternehmen hochskaliert werden.

Ferner liefern viele KI-Agenten derzeit bisher nicht das, was sie versprechen. Laut den Gartner-Analysten halten nur etwa 130 der mehr als 1.000 Tools, die agentische KI-Fertigkeiten versprechen, dieses Versprechen auch wirklich ein. „Den meisten agentischen KI-Versprechen fehlt es an signifikantem Wert oder Kapitalrendite, da sie nicht ausgereift genug sind, um komplexe Unternehmensziele autonom zu verwirklichen oder den Anweisungen jedes Mal detailliert zu folgen“, sagt Verma.

Dennoch betonen die Analysten, dass KI-Agenten zu unserer Zukunft gehören werden. So sollen etwa 15 Prozent all unserer alltäglichen Entscheidungen am Arbeitsplatz von den agentischen Tools übernommen werden – und das schon 2028. Zudem sollen 33 Prozent aller Software-Lösungen für Unternehmen bis 2028 KI-Agenten in ihrem Paket enthalten. Zum Vergleich: 2024 lag dieser Anteil noch bei unter einem Prozent.

Dieser Beitrag ist zuerst bei t3n.de erschienen.

(jle)