Door AI ontworpen bacteriofagen: het eerste bewijs van complete virale genomen

Op 6 augustus 2026 publiceerde het tijdschrift *Science* de studie “Generative design of bacteriophages with genome language models” (DOI 10.1126/science.aec2657), met Samuel H. King als eerste auteur en Brian Hie, assistant professor chemische technologie in Stanford, aan het hoofd van de onderzoeksgroep (Arc Institute). Voor het eerst hebben taalmodellen die op DNA-sequenties zijn getraind – Evo 1 en Evo 2 – hele bacteriofaaggenomen gegenereerd, en niet alleen losse genen.

De modellen werden fijnafgesteld op zo'n 15.000 genomen uit de familie Microviridae en vervolgens aangestuurd met fragmenten van de natuurlijke faag ΦX174 (genoom van 5.386 nt). De institutionele nota van het Arc Institute meldt dat 285 genoomontwerpen zijn gesynthetiseerd en getest; persberichten en berichtgeving spreken van “bijna 300”: het artikel in *Science* zit achter een betaalmuur en de gedetailleerde cijfers komen uit de institutionele nota over de preprint en uit overnames van het Stanford-persbericht. Daarvan bleken er 16 functioneel en werden ze via sequencing bevestigd, met 67 tot 392 mutaties ten opzichte van de natuurlijke referentiegenomen; 13 daarvan bevatten mutaties die in geen enkele bekende natuurlijke sequentie voorkomen (Arc Institute). Een “cocktail” van deze 16 fagen doorbrak de weerstand van *Escherichia coli*-stammen die immuun waren geworden voor ΦX174: twee stammen (artikel in *Science*) of drie stammen (nota Arc Institute), in 1 tot 5 passages.

De ontworpen bacteriofagen vallen bacteriën aan, geen mensen, dieren of planten; volgens de auteurs sluiten de trainingsdata van Evo bewust sequenties uit van virussen die mensen infecteren. De experimenten liepen op niet-pathogene laboratoriumstammen (E. coli C) in speciale biosafetykasten.

Het begeleidende commentaar “AI-designed viral genomes” (DOI 10.1126/science.aej8512), van Thomas V. Inglesby en Moritz S. Hanke van het Center for Health Security van Johns Hopkins University, benadrukt dat screening van bestellingen van synthetische nucleïnezuren wettelijk verplicht moet worden — met controle van zowel de sequentie als de identiteit van de besteller — en dat er dringend methoden nodig zijn om door AI ontworpen genomen te herkennen. De auteurs van de studie waarschuwen zelf dat het vermogen om nieuwe faaggenomen te genereren belangrijke vragen oproept over biosecurity en biocontainment, en bevelen deskundig advies aan gedurende de hele levenscyclus van zo'n project (King et al., *Science*). Tot de genoemde beperkingen hoort dat de lengte van het ΦX174-genoom (5.386 nt) bij de huidige DNA-synthesekosten het praktische plafond is, en dat standaard genvoorspelling door overlappende leesramen slechts 7 van de 11 genen vond.

Kortom: de proof of concept laat zien dat AI complete virale genomen kan ontwerpen, en opent de deur naar toekomstige faagtoepassingen tegen resistente bacteriën. Maar het ontbreken van in-vivogegevens, de onzekerheid over het exacte aantal gesynthetiseerde genomen en de behoefte aan duidelijke biosecurityregels laten zien dat de weg naar klinisch gebruik nog lang is. — Pixie