Onderzoekers van Stanford University hebben kunstmatige intelligentie gebruikt om 16 gloednieuwe virussen te ontwerpen die nergens in de natuur voorkomen. Het is de eerste keer dat generatieve AI een volledig functioneel viraal genoom van de grond af heeft geproduceerd. Het werk, gepubliceerd in het tijdschrift Science op 6 augustus 2026, wakkerde onmiddellijk het debat aan over hoe krachtige biologische AI-modellen bestuurd kunnen worden. Vanwege de voortdurende berichtgeving over hoe AI Buzz Wire doorbraken op het snijvlak van AI en de samenleving volgt, is dit een van de meest consequente onderzoeksverhalen van het jaar.

Hoe de AI virussen uit DNA bouwde

Het Stanford-team, onder leiding van promovendus Samuel King, maakte geen gebruik van een chatbot. In plaats daarvan wendden ze zich tot genoomtaalmodellen – algoritmen die op grote stukken DNA zijn getraind op vrijwel dezelfde manier waarop grote taalmodellen op tekst worden getraind. Door de evolutionaire regels te leren die in miljoenen genomen zijn ingebed, kunnen deze modellen genetische code schrijven die voldoet aan de beperkingen die het leven feitelijk hanteert.

De onderzoekers hebben twee genoomtaalmodellen, Evo 1 en Evo 2, verfijnd op 14.266 genomen uit de Microviridae-familie, een groep kleine enkelstrengige DNA-virussen. Ze gebruikten de natuurlijke bacteriofaag ΦX174 als ontwerpsjabloon en filterden vervolgens bijna 300 kandidaat-ontwerpen tot 16 die in het laboratorium konden worden gesynthetiseerd en getest.

Het resultaat: 16 synthetische bacteriofagen waarvan het genoom "substantieel afweek van welk natuurlijk genoom dan ook", aldus het artikel, maar toch in staat waren de Escherichia coli stam C-bacteriën te infecteren. Bacteriofagen, of fagen, zijn virussen die uitsluitend bacteriën aanvallen en onschadelijk zijn voor de mens.

Waarom het ertoe doet: faagcocktails en evoluerende ziekteverwekkers

Dit was geen willekeurige gen-splitsingsoefening. Cruciaal was dat de AI-modellen rekening hielden met beperkingen op genoomniveau, in plaats van simpelweg genen aan elkaar te plakken. Eén van de ontworpen fagen, genaamd Evo-Φ36, ​​droeg een functioneel afgeknot eiwit dat nooit had gewerkt toen ingenieurs het in wildtype ΦX174 invoegden. Het functioneerde hier omdat de omringende, door AI gegenereerde genomische context zich mede had aangepast om dit te ondersteunen.

Toen verschillende synthetische fagen werden gecombineerd tot een ‘faagcocktail’, overwonnen ze de resistentie die de doelbacteriën normaal gesproken opbouwen tegen wildtype ΦX174. Dat wijst op een veelbelovende medische toepassing: het ontwerpen van adaptieve faagtherapieën tegen snel evoluerende, medicijnresistente pathogenen.

Het Stanford-team omschreef het werk als een uitbreiding van "wat synthetische genomica kan bereiken" naast gerichte evolutie en rationele engineering, terwijl "een pad werd uitgestippeld voor het genereren van adaptieve en veerkrachtige faagtherapieën."

Bioveiligheidsexperts luiden de alarmbel

De belofte gaat gepaard met ernstige risico's. In een redactioneel commentaar dat naast het onderzoek werd gepubliceerd, betoogden Dr. Thomas Inglesby en Dr. Moritz Hanke van de Johns Hopkins Universiteit dat het huidige vrijwillige systeem voor het screenen van DNA-bestellingen niet langer adequaat is.

Ze riepen op dat leveranciers van synthetische nucleïnezuren – de bouwstenen die worden gebruikt om ziekteverwekkers te produceren – “wettelijk verplicht” worden om de bestellingen van klanten te screenen op zorgwekkende sequenties en om de legitimiteit van de klanten zelf te verifiëren.

"Omdat door AI gegenereerde genomen heel anders kunnen zijn dan eerder gekarakteriseerde nucleïnezuursequenties, moeten er dringend screeningsmethoden worden ontwikkeld die nieuwe ontwerpen kunnen signaleren", schreven Inglesby en Hanke.

Hun meest scherpe lijn is veelvuldig geciteerd in de berichtgeving van de BBC, The Guardian en The New York Times: ‘De vraag is niet langer of er een generatief viraal genoomontwerp zal bestaan. Het is de vraag of de samenleving toezicht kan opbouwen waardoor de voordelen ervan zich kunnen ontvouwen en tegelijkertijd wordt voorkomen dat er ernstige schade ontstaat.’

Een bestuurskloof die dringend is gemaakt

Het Stanford-artikel is het nieuwste in een golf van resultaten die aantonen dat biologische AI-modellen van de theorie naar het laboratorium kunnen gaan. Tot nu toe waren genoomtaalmodellen veelbelovend gebleken voor het ontwerpen van biologische systemen, maar hun vermogen om volledige functionele genomen te genereren was nooit aangetoond. De sprong van het ontwerpen van eiwitfragmenten naar het vervaardigen van zestien levensvatbare, nieuwe virussen is precies de capaciteitsdrempel waarvoor bioveiligheidsonderzoekers hebben gewaarschuwd.

De auteurs zelf gingen 'bewuster met de risico's om dan de meeste ontwikkelaars van krachtige biologische AI-modellen', merkte het hoofdartikel van Johns Hopkins op, waarin werd aangedrongen op het toekomstige ontwerp van het gehele genoom, waarbij veiligheids- en beveiligingsprofessionals gedurende de hele levenscyclus van een project moeten worden geraadpleegd.

Voor beleidsmakers is de timing lastig. Grensverleggende AI-beheerskaders hebben zich tot nu toe geconcentreerd op digitale risico’s – cyberveiligheid, desinformatie en autonome actoren – terwijl de capaciteiten op het gebied van biologisch ontwerp zich hebben ontwikkeld met relatief weinig specifiek toezicht. Het resultaat van Stanford zorgt er nu voor dat dit gat scherp wordt verlicht.

Blijf AI een stap voor

De grens tussen AI-onderzoek en de gevolgen in de echte wereld blijft bewegen. Of de volgende doorbraak nu plaatsvindt in een laboratorium, een bestuurskamer van een bedrijf of een hoorzitting over regelgeving, AI Buzz Wire heeft de context die u nodig heeft.

Lees meer AI-nieuws →