KI-Agenten durchbrechen Biosicherheitsbarrieren: 11 kommerzielle LLMs können Fragmentschemata generieren, um DNA-Screening zu umgehen

Forschende der Beijing Academy of Artificial Intelligence (BAAI) und der Peking-Universität führten eine durchgängige Bewertung von Large Language Model (LLM)-Agenten bei einer DNA-Assemblierungsaufgabe durch, die ein nicht-expertes Nutzerszenario simulierte. Alle 11 getesteten kommerziellen LLMs (einschließlich GPT-5.5 und Claude Opus 4.6) erzeugten Fragmentierungsschemata, die rechnerische Prüfungen bestanden, die zur Umgehung des DNA-Synthese-Screenings auf Basis des IBBIS Common Mechanism entwickelt wurden. GPT-5.5 und Claude Opus 4.6 erstellten darüber hinaus vollständige schrittweise experimentelle Protokolle. In kontrollierten Nasslabor-Experimenten mit benignen Proxy-Sequenzen, die durch Schlüsselmutationen zur Eliminierung schädlicher Funktionen modifiziert wurden, wurden alle vier Konstrukte erfolgreich assembliert, bestätigt durch Gelelektrophorese und Sequenzierung. Die Studie zeigt, dass LLM-Agenten die Wissensbarriere sowohl für das rechnerische Design als auch für die experimentelle Durchführung senken können, wodurch systematische Schwachstellen im aktuellen DNA-Synthese-Screening offengelegt werden. Die Forschenden fordern mehrschichtige Abwehrmaßnahmen bei der Modellbereitstellung, der Überwachung von Ein- und Ausgabedaten, der Robustheit des Screenings und der internationalen politischen Koordinierung.