Anthropic präsentiert KI-Forscher Biomni und MozzareLLM

KI wird zum aktiven Laborpartner: Anthropic hat zwei spezialisierte Agenten vorgestellt, die biologische Forschung dramatisch beschleunigen sollen. Die Systeme Biomni und MozzareLLM markieren den Übergang von generellen Chatbots zu autonomen Forschungsassistenten.

Die am Freitag präsentierten Agenten können komplexe Datenbanken durchforsten, Experimente entwerfen und genetische Daten auf Expertenniveau interpretieren. Die Vorstellung unterstreicht die “KI für die Wissenschaft”-Initiative des Unternehmens. Sie zielt darauf ab, große Sprachmodelle von passiven Informationssammlern in aktive Mitarbeiter zu verwandeln.

Biomni: Der Generalist im Labor

Das Herzstück der Präsentation war Biomni, ein biomedizinischer Allzweck-Agent der Stanford University. Er interagiert direkt mit dem wissenschaftlichen Ökosystem. Dafür verbindet er sich mit über 150 spezialisierten Tools, 105 Softwarepaketen und 59 verschiedenen Datenbanken.

Seine Aufgaben reichen von der Gen-Priorisierung bis zum Design molekularer Klonexperimente. In einem Fallstudie analysierte Biomni Bioinformatik-Daten von Wearables – eine Aufgabe, die für menschliche Experten drei Wochen dauert – in nur 35 Minuten. Das ist eine 800-fache Beschleunigung.

Passend zum Thema KI in der Forschung: Seit August 2024 gelten in der EU neue Regeln für KI‑Systeme – und agentische Modelle wie Biomni rücken dabei zunehmend in den Fokus. Wer KI‑Tools entwickelt oder in Forschungseinrichtungen einsetzt, sollte die Pflicht zur Kennzeichnung, Risikoklassifizierung und Dokumentation kennen. Unser kostenloser Umsetzungsleitfaden zur EU‑KI‑Verordnung erklärt praxisnah, welche Anforderungen jetzt relevant sind – ideal für Hochschulen, Startups und Forschungsgruppen. KI‑Verordnung: Jetzt kostenlosen Leitfaden herunterladen

In blinden Validierungen erstellte der Agent ein Protokoll für ein Klonexperiment, das unabhängige Gutachter mit der Arbeit eines Postdoktoranden mit fünf Jahren Erfahrung gleichsetzten. Biomni zerlegt wissenschaftliche Anfragen in ausführbare Schritte und wählt autonom die passenden Datenbanken aus.

MozzareLLM: Der CRISPR-Spezialist

Während Biomni als Generalist agiert, zeigt der zweite Agent MozzareLLM die Kraft tiefer Spezialisierung. Entwickelt vom Cheeseman Lab des Whitehead Institute und MIT, entschlüsselt er eines der größten Hindernisse der Genforschung: die massiven Datensätze von CRISPR-Screens.

Wissenschaftler stehen oft vor komplexen Datenclustern, wenn sie mit CRISPR Gene in Millionen von Zellen ausschalten. MozzareLLM – ein spielerischer Verweis auf Lab-Leiter Iain Cheeseman – automatisiert die Interpretation. Das System identifiziert dominante biologische Prozesse, klassifiziert Gene nach bekannten Funktionen und markiert neue Kandidaten für weitere Studien.

Ein Senior-Forscher mag die Funktionen von etwa 5.000 Genen kennen. Das menschliche Genom enthält jedoch rund 20.000. MozzareLLM nutzt die Abruffähigkeiten von Claude, um diese Lücke zu schließen. Es erkennt Muster und Verbindungen, die selbst erfahrenen Experten entgehen könnten.

Vom Chatbot zum aktiven Wissenschaftspartner

Diese Entwicklungen markieren eine breitere Branchenwende hin zu “agentischen” KI-Systemen. Diese Modelle können handeln und Tools nutzen, anstatt nur Text zu generieren. Anthropics Programm bietet API-Guthaben und technischen Support für akademische und gemeinnützige Forscher, um diesen Übergang zu fördern.

Der Unterschied zwischen einem Standard-LLM und einem Agenten wie Biomni liegt in Autonomie und Toolnutzung. Standardmodelle halluzinieren oft, wenn sie nach spezifischen biologischen Fakten gefragt werden. Agenten hingegen sind darauf ausgelegt, zunächst verlässliche Daten aus vertrauenswürdigen Datenbanken abzurufen.

Leistungsbenchmarks zeigen diesen Vorteil. Beim anspruchsvollen Test “Humanity’s Last Exam” erzielte Biomni in biomedizinischen Aufgaben 17,3 Prozent. Das Basismodell Claude 3.5 Sonnet erreichte 6 Prozent, die Version mit Basis-Forschungszugang 12,2 Prozent.

Was bedeutet das für die Arzneimittelforschung?

Die Einführung solcher Agenten deutet auf eine Zukunft hin, in der der “virtuelle Labpartner” zum Standard in Forschungseinrichtungen wird. Durch die Automatisierung repetitiver Datenanalyse könnten menschliche Wissenschaftler sich auf kreative Problemlösungen konzentrieren.

Branchenanalysten sehen Potenzial für die pharmazeutische Forschung. Die Integration solcher Agenten in Entwicklungsprozesse könnte Zeit und Kosten in der frühen Wirkstoffentwicklung reduzieren. Die schnelle Synthese von Literatur, der Abgleich genomischer Daten und das Vorschlagen experimenteller Protokolle könnte den Weg von der Zielidentifikation zu klinischen Studien beschleunigen.

Biomni ist über ein Portal der Stanford University für die wissenschaftliche Gemeinschaft zugänglich. MozzareLLM steht als Open-Source-Python-Paket zur Verfügung. Mit weiterer Verfeinerung könnten diese Tools Feedback-Schleifen generieren, die die nächste Generation wissenschaftlicher KI-Modelle trainieren – und zu noch autonomeren Fähigkeiten führen.

PS: Wenn KI-Systeme komplexe biologische und genetische Datensätze auswerten, hilft es auch Laien und Forschenden, Laborergebnisse richtig einzuordnen. Der kostenlose 25‑seitige Report „Laborwerte‑Selbstcheck“ erklärt leicht verständlich, welche Blut‑ und Laborwerte wirklich aussagekräftig sind, wann Spezialtests Sinn machen und wie man Fehldeutungen vermeidet. Praktisch für interessierte Forschende, Mediziner und gesundheitsbewusste Leser – sofort per E‑Mail verfügbar. Laborwerte-Report gratis anfordern