Ein Forschungsteam aus Schweden und Großbritannien hat ein bahnbrechendes System vorgestellt, das in der Lage ist, einen geschlossenen Kreislauf biologischer Forschung zu steuern. Im Kern der Entwicklung steht die Fähigkeit der Künstlichen Intelligenz, nicht nur riesige Datenmengen zu verarbeiten, sondern auch eigenständig wissenschaftliche Hypothesen zu formulieren, Versuchsprotokolle zu entwerfen und Robotersysteme zu deren Durchführung anzuleiten. Das System wurde bereits erfolgreich an Hefekulturen (Saccharomyces cerevisiae) getestet, was zur Entdeckung bisher unbekannter biochemischer Wechselwirkungen führte.

Algorithmischer Ansatz zur Hypothesenbildung

Der Prozess begann mit dem Aufbau einer Datenbank, die etwa 60.000 Datensätze zu genetischen Verbindungen und Stoffwechselreaktionen von Hefen enthält. Mittels Algorithmen zur Mustererkennung analysierte das System stabile Korrelationen und generierte 1.933 überprüfbare Vorhersagen über den Einfluss von 16 verschiedenen Aminosäuren auf das Überleben der Zellen unter chemischem Stress. Zur Umsetzung dieser theoretischen Prognosen wurde eine Gruppe von KI-Agenten eingesetzt, die auf einer GPT-4o-ähnlichen Architektur basieren und für die Planung, Strategiewahl und Umwandlung in maschinenlesbare Befehle verantwortlich waren.

Prozess und Ergebnisse: Erfolge und Anomalien

Während der Laborversuche sorgten Roboter für präzise Zellkultivierung und Überwachung über 20 Stunden hinweg. Das Experiment bestätigte, dass die Kombination von Arginin und Koffein einen starken synergetischen wachstumshemmenden Effekt erzielt, der die Wirkung der Substanzen einzeln übertrifft. Allerdings stieß das System auf Anomalien: Bei Lysin erwies sich die Vorhersage einer verringerten Zuckerresistenz als falsch – die Substanz wirkte stattdessen schützend. Diese Daten wurden nicht verworfen, sondern in das Gesamtmodell integriert, um künftige Forschungszyklen zu verfeinern.

Widersprüchliche Daten

In der Wissenschaftsgemeinschaft wird derzeit über die Interpretation der Ergebnisse diskutiert. Die Autoren merken an, dass das System bei der Untersuchung von Ameisensäure unspezifische Daten lieferte, da Kontrollproben eine Aktivität aufwiesen, die mit den getesteten Aminosäuren vergleichbar war. Kritiker sehen darin eine Schwäche der Vorhersagealgorithmen, während Befürworter darauf hinweisen, dass die KI sogar „gescheiterte“ Experimente nutzt, um überflüssige Wiederholungsversuche zu vermeiden.

Die Zukunft der autonomen Wissenschaft

Obwohl die Laborumgebung zum Stichtag 3. Oktober 2026 weiterhin menschliches Eingreifen für die Vorbereitung von Reagenzien und Sicherheitsmaßnahmen erfordert, stellt der erreichte Autonomiegrad einen Meilenstein dar. Das System hat gelernt, Experimente durch den Abgleich mit einer strukturierten Datenbank vergangener Versuche nicht doppelt durchzuführen. Dies markiert den Übergang von einer KI als bloßem Hilfsmittel hin zu einem gleichberechtigten Akteur im Forschungsprozess, der zur Selbstoptimierung unter Unsicherheit fähig ist.