Forscher der Universität von Stanford haben eine auf Künstlicher Intelligenz basierende Firma entwickelt. Das Projekt mit dem Namen „Virtual Biotech“ sei eine Organisation aus 37.000 KI-Agenten, die einem Unternehmen zur Arzneimittelentwicklung nachempfunden ist, schreiben die Wissenschaftler im Magazin „Science“. Diese „Angestellten, von denen keiner menschlich ist“, hätten ermittelt, wie man vielversprechende Kandidaten für Arzneimittel erkenne, und eine Krebstherapie entwickelt, steht in einer begleitenden Pressemitteilung.
Das Projekt greift zwei zentrale Versprechen von KI für die Wissenschaft auf. Das erste basiert auf der Vermutung, dass irgendwo in den gigantischen Datensammlungen aus klinischen Studien Erkenntnisse stecken, die menschlichen Forschern verborgen bleiben. Die KI, so das Versprechen, könne sie aufspüren.
Die KI-Agenten bei „Virtual Biotech“ machen keine Experimente
Das zweite Versprechen wiederum lautet, große Gruppen von KI-Agenten könnten solche Zusammenhänge besser finden als Sprachmodelle allein. Agenten sind Computerprogramme, die auf Sprachmodellen basieren und Werkzeuge besitzen, um Websites und Computerprogramme zu bedienen, Dateien zu bearbeiten, große Aufgaben in kleine zu zerlegen und sie mithilfe anderer Agenten abzuarbeiten. Im März 2025 prophezeiten Forscher von Google in „Science“ eine „Intelligenz-Explosion“ durch das Zusammenspiel von Agenten. Bei der jüngst vermeldeten Lösung des „Navier-Stokes-Existenz- und Glattheitsproblems“ in der Mathematik waren laut Open AI 10.000 solcher Agenten im Einsatz gewesen.
Passend zum ersten Versprechen, gab es bei „Virtual Biotech“ keine Experimente. Die Agenten werteten bloß Daten früherer Studien aus. Eine Aufgabe bestand darin, zu erkennen, ob es Eigenschaften der in der Studien untersuchten Wirkstoffe gibt, die dazu führen, dass die Studien eher Erfolg haben. Laut den Autoren erfanden die KI-Agenten dafür zwei Bewertungskriterien. Das erste beschreibt, wie spezifisch ein Wirkstoff einen Zelltyp ansprach – ob er praktisch nur auf diesen Zelltyp wirkte oder auch auf andere. Das zweite Kriterium beurteilte die „Bimodalität“ der Gene, auf die der Wirkstoff wirkte. Ein hoher Wert für Bimodalität entspreche eher einem Gen, das wie ein Ein-Aus-Schalter funktioniere, ein geringer wiederum beschreibe Gene, deren Aktivität graduell gesteuert werde, ähnlich wie mit einem Dimmer.
Was übersehen die Agenten?
Die Agenten fanden heraus, dass Wirkstoffkandidaten, die in beiden Kategorien hohe Werte erreichten, es eher zur Zulassung als Medikament schafften. „Ein Zielmolekül, das sich wie ein Ein-Aus-Schalter verhält und gezielt auf einen bestimmten Zelltyp wirkt, lässt sich möglicherweise leichter und damit sicherer mit einem Medikament steuern“, vermutet James Zou, Erstautor der Studie.
In einem weiteren Anlauf untersuchten die Agenten Studien zum Protein B7-H3. Sie erkannten, dass es eine Rolle spielen kann, wie Tumoren sich vor dem Immunsystem schützen, und entwarfen einen Wirkstoff, der diesen Prozess blockiert. Sie hätten dafür lediglich Informationen aus der Zeit vor dem Januar 2025 gehabt. Im August desselben Jahres habe dann ein echtes Pharmaunternehmen Erfolge mit Studien zu genau diesem Ansatz vermeldet. „Das ist eine unabhängige Bestätigung der von Virtual Biotech vorgeschlagenen Wirkung“, sagte Zou.
Agentenbasierte Systeme könnten Umfang und die Geschwindigkeit der Erforschung therapeutischer Hypothesen erweitern und gleichzeitig den Prozess transparenter und reproduzierbarer machen, resümieren er und seine Ko-Autoren in der „Science“-Studie. Doch noch ist das nichts als ein weiteres Versprechen. Denn noch ist etwa die Frage offen, ob Verzerrungen in den KI-Systemen nicht dazu führen, dass bestimmte Informationen systematisch übersehen werden. Zudem zeigen Studien, dass Agenten stärker als Menschen zu wissenschaftlichem Fehlverhalten neigen, indem sie Daten selektiv herausgreifen oder statistische Analysen manipulieren. Die Frage, wie man das in den Griff bekommt, dürfte über die künftige Rolle von KI in der Wissenschaft mitentscheiden.
