KI entwirft Viren gegen Killer-Bakterien – erster Patient behandelt

Worum es geht

Das kalifornische Startup Radical Numerics hat am 20. Oktober 2026 bekannt gegeben, dass erstmals Bakteriophagen – also Viren, die ausschließlich Bakterien befallen und keine menschlichen Zellen – mit Hilfe eines KI-Modells umgestaltet und anschließend einem Patienten verabreicht wurden. Der Mensch litt an einer Infektion mit dem Darmbakterium Escherichia coli, die nach Firmenangaben weder auf Antibiotika noch auf irgendeinen der verfügbaren natürlichen Phagen ansprach. Verabreicht wurde das Präparat über den sogenannten Compassionate-Use-Weg, einen Ausnahmepfad der US-Arzneimittelbehörde FDA, über den schwer kranke Menschen außerhalb klinischer Studien an noch nicht zugelassene Mittel kommen können, wenn es keine zufriedenstellende Alternative gibt.

Veröffentlicht wurden die Angaben als technischer Bericht auf der Website der Firma, zusammen mit der Vorstellung des zugrunde liegenden Modells Omnii-1. Eine Begutachtung durch unabhängige Fachleute (Peer Review) gibt es nicht. Und die wichtigste Information fehlt: Ob es dem Patienten besser ging, teilt das Unternehmen nicht mit.

Warum man überhaupt Viren verschreibt

Hintergrund ist die Antibiotikaresistenz – Bakterien, die auf die gängigen Medikamente nicht mehr reagieren. Laut im Fachblatt The Lancet veröffentlichten Schätzungen verursachten solche Resistenzen 2021 weltweit direkt rund 1,14 Millionen Todesfälle und standen mit insgesamt etwa 4,71 Millionen Todesfällen in Verbindung. Eine weitere Lancet-Modellrechnung, die Futura Sciences zitiert, geht von knapp 40 Millionen Toten zwischen 2025 und 2050 aus.

Phagentherapie ist dabei keine Erfindung des KI-Zeitalters, sondern über hundert Jahre alt. Als Penicillin und Co. breit verfügbar wurden, verlor der Westen das Interesse; in Georgien und Polen wurde die Methode weiterentwickelt. Mit der Resistenzkrise erlebt sie nun eine Renaissance. Eine im September 2026 in Nature Medicine erschienene Konsens-Leitlinie kam laut ZME Science zu dem Schluss, dass sorgfältig hergestellte Phagenpräparate nach heutiger Datenlage grundsätzlich als sicher gelten – bei gleichzeitigem Bedarf an Qualitätskontrollen, engem Monitoring und besseren klinischen Studien.

Das praktische Problem ist die Passgenauigkeit. Ein Phage erkennt nur bestimmte Oberflächenstrukturen und damit nur wenige Bakterienstämme. Fachleute vergleichen das mit Schloss und Schlüssel: Passt der Schlüssel nicht, kommt das Virus nicht einmal durch die Tür. Bisher suchen Labore in Sammlungen und Umweltproben nach einem passenden Virus für den jeweiligen Patienten – das kann Wochen bis Monate dauern. Genau diese Suche soll die KI abkürzen.

Was Omnii-1 ist und was es gemacht hat

Omnii-1 ist nach Firmenangaben ein multimodales Genom-Modell: Es wurde auf biologischen Sequenzdaten und auf experimentell gemessenen Phagen-Wirt-Wechselwirkungen aus eigenen und öffentlichen Datenbanken trainiert. Es lernt also Muster in DNA-Abschnitten, ähnlich wie ein Sprachmodell Muster in Texten lernt, und soll vorhersagen, welches Virus welchen Bakterienstamm befallen kann.

Wichtig für die Einordnung: Hier wurde kein Virus von Null erfunden. Ausgangspunkt war der seit Jahrzehnten erforschte T7-Phage, der E. coli befällt. Verändert wurde nur der Genomabschnitt für das Protein gp17, das in den Schwanzfasern des Virus sitzt und für das Andocken an das Bakterium zuständig ist. Der übrige Erbgut-Bauplan blieb nach Firmenangaben erhalten. Der Wissenschaftsjournalist Carl Zimmer beschreibt den Phagen in der New York Times als „mikroskopische Apollo-Landefähre“ – eine kugelförmige Proteinhülle mit der DNA, die auf sechs beinartigen Fortsätzen steht.

Die Zahlen aus dem Labor

Anders als beim Patienten ist der Bericht bei den Laborergebnissen konkret. Die Kernhürde beim Umbau von Phagen ist, dass fast jeder Eingriff das Virus funktionsunfähig macht.

Von 6.694 Varianten, deren Aktivität messbar war, wirkten 2.161 besser als der ursprüngliche T7-Phage. In einem weiteren Test trat Omnii-1 gegen zwei spezialisierte Vorhersage-Systeme an, und zwar an 37 E.-coli-Stämmen, die im Training nicht vorkamen. Laut dem Bericht erreichte Omnii-1 dabei „91,4 Prozent der infrage kommenden Stämme mit nur zwei Phagen“ und lag damit über beiden Vergleichsverfahren. Das Modell soll Interaktionsmuster auch über Artgrenzen hinweg lernen, etwa für den Krankenhauskeim Pseudomonas aeruginosa.

Firmenchef Eric Nguyen hofft, die Zeit bis zum passenden Präparat von Monaten auf Tage zu drücken: „Wir glauben, wir können das in ein paar Tagen schaffen.“ Zu beachten: Nur der Entwurfsschritt am Computer wird schneller. Herstellung, Laborprüfung, Aufreinigung und Sicherheitstests brauchen weiter ihre Zeit.

Ein Vorläufer: Im August hatten Forschende von Stanford und dem Arc Institute erstmals vollständige virale Genome per KI entworfen. Von 302 ausgewählten Varianten wurden 285 hergestellt, 16 waren funktionsfähig. Eine Anwendung am Menschen war damals nicht vorgesehen. Drei Beteiligte dieses Teams, darunter Nguyen, gründeten später Radical Numerics.

Was Fachleute kritisieren

Die Zurückhaltung ist deutlich. Der Harvard-Mikrobiologe Michael Baym, nicht an der Arbeit beteiligt, sagte der New York Times:

„Wenn es funktioniert, wäre das fantastisch.“

Er wolle sich aber erst äußern, wenn die Behandlung abgeschlossen sei und sich beurteilen lasse, wie neu die entstandenen Viren tatsächlich waren. Der Evolutionsmikrobiologe Brandon Berryhill warnte laut IBTimes, Laborversuche könnten nicht zuverlässig vorhersagen, wie sich ein synthetischer Phage in einer komplexen Infektion im Körper verhält; dass man am Computer aktive Phagen erzeugen könne, erkläre noch nicht, warum eine Behandlung anschlägt oder scheitert.

Auch die Risiken sind bekannt und von der KI unabhängig: Zerfallen sehr viele Bakterien auf einmal, können freigesetzte Endotoxine Fieber und gefährliche Entzündungsreaktionen auslösen. Präparate müssen aufwendig von Bakterienresten gereinigt werden. Manche Phagen können Gene zwischen Bakterien verschieben (Transduktion) – im schlechten Fall auch Resistenz- oder Virulenzgene; deshalb bevorzugt man streng lytische, gut charakterisierte Phagen. Und Bakterien können gegen Phagen genauso Resistenzen entwickeln wie gegen Antibiotika. Cocktails aus mehreren Phagen sollen das abmildern.

Radical Numerics verweist bei der Geheimhaltung auf Vertraulichkeitsvereinbarungen und Patientenschutz: Schon begrenzte klinische Angaben könnten die Person identifizierbar machen. Im technischen Bericht selbst wird die FDA übrigens nicht genannt, sondern allgemein von den Anforderungen „zuständiger Regulierungsbehörden“ gesprochen; die FDA-Freigabe nach dem Expanded-Access-Programm nennen Firmenvertreter gegenüber der New York Times. Eine Einreichung zur Begutachtung sei geplant, soweit die Einwilligung des Patienten eine Offenlegung erlaubt. Das Unternehmen selbst schreibt, Beobachtungen an einem einzigen Patienten könnten Sicherheit und Wirksamkeit nicht belegen.

Einordnung

Der Fall ist ein Meilenstein in der Außendarstellung, aber noch kein medizinischer Beweis. Bemerkenswert ist vor allem der Laborteil: Dass ein Modell die Trefferquote bei funktionsfähigen Umbauten von rund 5 auf rund 70 Prozent hebt, wäre ein echter Produktivitätssprung für ein Feld, in dem bisher viel gesucht und wenig gefunden wird – vorausgesetzt, die Zahlen halten einer unabhängigen Prüfung stand. Genau die fehlt bislang, und ein Firmenblog ist kein Ersatz dafür.

Für Patienten mit multiresistenten Infektionen ist die Richtung dennoch relevant: personalisierte Phagencocktails in Tagen statt Monaten wären ein großer Unterschied, weil solche Infektionen oft keine Zeit lassen. Kritisch bleibt die Informationspolitik. Dass ausgerechnet das Behandlungsergebnis unter Verschluss bleibt, während die Ankündigung maximale Aufmerksamkeit erzeugt, lädt zu Skepsis ein – auch wenn der Datenschutzgrund bei einem Einzelfall plausibel ist. Kontrollierte klinische Studien und eine begutachtete Publikation sind die Messlatte. Bis dahin gilt: interessanter Anfang, offenes Ergebnis.