ai newsDi., 3. Nov.
EilmeldungGoogle will disable Search for students unless schools accept AI features in ‘Guided Learning’ push

An AI Agent Injected Drugs Into a Live Mouse’s Brain

KI-Agent injizierte Gentherapie in das Gehirn einer lebenden Maus – verändert das, wie wir Strukturen lehren und prüfen sollten? Die Meldung von WIRED ist erstaunlich und ein bisschen unbehaglich zugleich: Ein Biotech-Startup ließ einen KI-Agenten eine Gentherapie auswählen und die Behandlung in da

dev.toDienstag 22:11 · 03.11.2 Min. Lesezeit
Bild: dev.to

Die Meldung von WIRED ist erstaunlich und ein bisschen unbehaglich zugleich: Ein Biotech-Startup ließ einen KI-Agenten eine Gentherapie auswählen und die Behandlung in das Gehirn einer lebenden Maus injizieren. Kein Sci-Fi, ein ehrlicher Blick darauf, wohin automatisierte Pipelines laufen.

Letzte Woche saß ich um halb eins nachts in meinem Arbeitszimmer, der Bildschirm warf blaues Licht an die Wand, und ich starrte auf eine Bindungstasche, die eine KI mir als „druggable" markiert hatte. Ordentlicher Score. Hübsches Diagramm. Und ich merkte, dass ich nicht sagen konnte, warum sie passt. Ich hatte die Zahlen gelesen, nicht die Tasche gesehen. Irgendwo in mir klickte etwas – wenn ein Agent heute Vorschläge auswählt und ausführt, dann ist mein Urteilsvermögen die letzte Bremse, die noch zählt.

Ich hatte NexoPeek vorher nur als Lehrtool abgetan, ehrlich gesagt. An dem Abend habe ich das Modell geladen – eine.cif-Datei, die seit Monaten auf meiner Platte lag – und stand plötzlich darin. Nicht davor. Das ist ein seltsamer Moment, wenn die Helix über dir aufragt wie eine Wendeltreppe und du den Kopf drehst wie in einem echten Raum. Ich tippte zwei Atome an und bekam den Abstand in Ångström. Ich scrollte die Sequenz entlang, tippte auf ein Residue, und ein Halo leuchtete genau dort auf der Struktur, wo ich hingehörte. Die Tasche war auf einmal keine Markierung mehr, sondern eine Mulde, in die etwas hineinpasst. Oder eben nicht.

Dann ließ ich die Pocket Prediction laufen – PrankWeb, über die Cloud – und sah die Region direkt am Modell leuchten statt als Heatmap auf einem flachen Bild. Ein Foldseek-Alignment legte mir ein Homolog darüber, und ich sah mit eigenen Augen, ob die Tasche konserviert war. Kein Post-hoc-Plot. Eine Plausibilitätsprüfung, bei der ich meinen Körper benutzt habe.

Hat das meine Entscheidung geändert? Nicht dramatisch. Aber ich habe zwei Vorschläge verworfen, denen ich am Monitor vertraut hätte. Das ist ein ehrliches Ergebnis, kein Wunder.

Was NexoPeek tatsächlich tut, ohne dass ich mehr behaupte: Suchleiste über RCSB PDB, UniProtKB, AlphaFold DB, SWISS-MODEL und PDBe; lokale Formate (.pdb,.cif,.mol2,.gro,.xyz,.dx,.xtc,.py); Mol*-Presets für Cartoon, Ball-and-Stick, Spacefill CPK, Oberfläche, B-Faktor-Heat und Tube Trace; Taschenvorhersage via PrankWeb/P2Rank oder offline; Foldseek-Superposition; Ligand Inspector mit Wasserstoffbrücken und PubChem-Anbindung. Es ist Lehre und Forschung, kein Medizinprodukt – die Analyse unterstützt, sie ersetzt keine validierte Pipeline.

Mich würde vor allem interessieren: Nutzt jemand so etwas als Teil einer Review-Schleife, wenn Agenten Vorschläge liefern – oder bleibt Begehbarkeit für euch ein Motivationsbonus?

Wer reinschauen will: https://www.meta.com/experiences/nexopeek/1453797551140347/

Quelle: dev.to (dev.to). Original öffnen