In einer Studie unter der Leitung von Ben Lehner und Kollegen wurden systematisch nahezu alle Nukleotide im gut untersuchten Bakteriophagengengenom ΦX174 mutiert, was trotz umfangreicher früherer Forschungen erhebliche Lücken im Verständnis der Mutationswirkungen aufdeckte. Über 44.000 Varianten wurden getestet, indem sie mit Escherichia coli kultiviert wurden, um ihre Lebensfähigkeit zu bewerten, und festgestellt, dass über die Hälfte der Single-Nucleotide-Mutationen und 60% der Aminosäure-Veränderungen schädlich waren. Während einige Mutationen unerwartet die Fitness des Virus verbessert haben, konnten fortgeschrittene KI-Modelle die meisten Ergebnisse nicht genau vorhersagen, was die Notwendigkeit robusterer experimenteller Daten zur Verbesserung biologischer KI-Tools unterstreicht.
Tendenz-Einschätzung (Mitte): Der Artikel präsentiert wissenschaftliche Erkenntnisse ohne offensichtliche ideologische Rahmenbedingungen. Er erörtert die technischen Grenzen der KI bei der Vorhersage von Mutationswirkungen und betont die Notwendigkeit besserer Daten, ohne eine parteiische Haltung einzunehmen.





.jpg&w=3840&q=75&output=webp&we)