Genommodell
Ein Genommodell ist ein KI-System, das auf der Erbinformation von Lebewesen trainiert wurde und Muster in diesen langen Buchstabenfolgen erkennt. Es kann etwa vorhersagen, welche Abschnitte des Erbguts wichtig sind oder welche Veränderungen darin gefährlich werden könnten.
Das Erbgut jedes Lebewesens lässt sich als sehr lange Kette aus nur vier Bausteinen aufschreiben. Man kürzt sie mit den Buchstaben A, C, G und T ab. Beim Menschen ergibt das rund drei Milliarden Buchstaben pro Zelle. Ein Genommodell ist ein Computerprogramm, das aus riesigen Mengen solcher Buchstabenketten Muster gelernt hat. Es funktioniert ähnlich wie die Programme, die Texte vervollständigen — nur ist seine Sprache eben das Erbgut statt Deutsch oder Englisch. Fragt man es nach einem Abschnitt, sagt es, was dort vermutlich folgt oder welche Bedeutung die Stelle hat.
Was Biologen davon haben
Das Erbgut des Menschen ist seit über zwanzig Jahren entziffert. Entziffert heißt aber nur: Man kennt die Reihenfolge der Buchstaben. Was die meisten Abschnitte tatsächlich bewirken, weiß niemand genau. Nur rund zwei Prozent des menschlichen Erbguts enthalten direkte Baupläne für Eiweiße. Der große Rest galt lange als nutzlos, steuert aber in Wahrheit, wann welcher Bauplan benutzt wird.
Diese Steuerungsbereiche im Labor einzeln zu untersuchen, dauert Jahre und kostet viel Geld. Ein Genommodell kann Vorschläge machen, wo sich das Hinsehen lohnt. Es ersetzt das Experiment nicht, aber es verkürzt die Suche erheblich. Statt tausend Möglichkeiten prüft ein Labor dann vielleicht noch zwanzig.
Besonders wichtig ist das bei Krankheiten. Bei vielen Patienten findet man eine ungewöhnliche Stelle im Erbgut, weiß aber nicht, ob sie harmlos ist. Genommodelle bewerten solche Abweichungen und schätzen ab, wie stark sie eine Funktion stören. Das hilft Ärzten bei der Einordnung von Befunden.
Lernen ohne Wörterbuch
Beim Training bekommt das Modell Erbgut-Abschnitte vorgelegt, in denen einzelne Buchstaben verdeckt sind. Es muss raten, was dort steht. Am Anfang liegt es fast immer daneben. Nach Milliarden solcher Versuche hat es die typischen Muster verinnerlicht. Niemand hat ihm dabei Biologie beigebracht — es hat sich die Regeln aus den Daten selbst erschlossen.
Diese Trainingsmethode ist dieselbe, die auch hinter Chatprogrammen steckt. Der große Unterschied liegt in der Länge der Zusammenhänge. Ein Steuerungsbereich kann hunderttausend Buchstaben von dem Gen entfernt liegen, das er steuert. Das Modell muss also sehr weit auseinanderliegende Stellen gleichzeitig im Blick behalten. Genau daran arbeiten die Entwickler solcher Systeme am härtesten.
Trainiert wird meist nicht nur mit menschlichem Erbgut. Viele Modelle lernen zusätzlich von Bakterien, Pflanzen und Tieren. Der Grund ist einfach: Was in sehr verschiedenen Lebewesen gleich geblieben ist, ist vermutlich wichtig. Das Modell erkennt diese Konstanten und überträgt sie.
Von der Forschung in die Schlagzeilen
Bekannte Beispiele sind Evo aus den USA und die Nucleotide-Transformer-Modelle aus Europa. Einige davon sind frei verfügbar, sodass Universitäten sie ohne Lizenzkosten nutzen können. Google DeepMind ist mit AlphaFold bereits bei Eiweißstrukturen sehr erfolgreich gewesen und arbeitet auch an Erbgut-Systemen. Diese Firmen tauchen deshalb regelmäßig in Wirtschaftsnachrichten auf.
Ein Genommodell ist übrigens nicht dasselbe wie ein Programm zur Genschere. Die Genschere verändert Erbgut tatsächlich im Labor. Das Modell rechnet nur und fasst nichts an. Beides wird aber zunehmend kombiniert: Erst schlägt die KI eine Stelle vor, dann wird dort im Experiment eingegriffen.
Aus dieser Kombination folgt auch die Debatte über Risiken. Ein Modell, das funktionierende Erbgut-Abschnitte entwerfen kann, könnte theoretisch auch für gefährliche Erreger missbraucht werden. Deshalb halten manche Anbieter bestimmte Fähigkeiten zurück oder prüfen Nutzer vorher. Bei Firmen der Pharma- und Biotechbranche gilt die Technik trotzdem als eines der wichtigsten Zukunftsfelder.