Mikrobiologen des Imperial College London verglichen die Ergebnisse zehnjähriger Arbeit mit den Fähigkeiten künstlicher Intelligenz. Sie stellten dem System Google Co-Scientist die Aufgabe, zu erklären, wie mobile genetische Elemente Gene für Antibiotikaresistenz zwischen Bakterien übertragen.
In 48 Stunden stellte die auf dem Modell Gemini basierende KI als Multi-Agenten-System fünf priorisierte Hypothesen auf. Die erste stimmte exakt mit dem Mechanismus überein, den Wissenschaftler in jahrelanger Laborforschung experimentell bestätigt hatten.
Es geht um cf-PICIs – kapselbildende, phageninduzierte chromosomale Inseln. Diese Elemente können eigene Schutzhüllen bilden, aber um neue Wirte zu infizieren, kapern sie Schwanzstrukturen von anderen Bakteriophagen.
Projektleiter Professor José R. Penadés vom Imperial College London und der Fleming-Initiative veröffentlichte zusammen mit dem Koautor Tiago Dias da Costa die Ergebnisse in der Zeitschrift Cell. Sie wählten bewusst ein bereits gelöstes, aber noch unveröffentlichtes Problem, um die KI anhand einer bekannten Antwort zu testen.
Penadés schrieb sogar an Google mit der Frage, ob es zu einem Datenleck gekommen sei. Das Unternehmen bestätigte, dass es keinen Zugriff auf die unveröffentlichten Ergebnisse gegeben habe.
Die übrigen vier Hypothesen wiesen auf Richtungen hin, die das Team zuvor nicht in Betracht gezogen hatte. Sie werden nun im Labor überprüft.
Der Test zeigte, dass das System komplexe biologische Daten effektiv synthetisiert und tragfähige Hypothesen vorschlägt. Aber kann es Entdeckungen in Bereichen beschleunigen, in denen es keinen fertigen Referenzstandard für Vergleiche gibt?
Die Wissenschaftler betonen: Die KI dient als Werkzeug zur Ideenfilterung und ersetzt nicht jahrelange Experimente mit echten Proben. Die Veröffentlichung in Cell erschien im November 2025.
