<strong>LLMs erstellen umfassende Datenbanken zu antiviralen und marinen Toxinen</strong>

Die Verfügbarkeit aktueller Informationen zu medizinischen Gegenmaßnahmen ist entscheidend für die Entwicklung wirksamer Therapien gegen Viren und marine Toxine. Trotz dieser Notwendigkeit fehlt es bislang an umfassenden Datenbanken, die systematisch Daten zu diesen Bedrohungen sammeln und aufbereiten. In einer neuen Studie nutzen die Forscher zwei große Sprachmodelle – ChatGPT und Grok – um dafür zwei vollständige Datenbanken zu konstruieren.

Die Modelle werden mit gezielten, menschlich vorgegebenen Eingaben angeregt, öffentliche Datenbanken zu fünf hochriskanten Viren (Lassa, Marburg, Ebola, Nipah und Venezuelan Equine Encephalitis) sowie zu marinen Toxinen zu durchsuchen. Anschließend sammeln sie relevante Informationen aus diesen Quellen und aus der Fachliteratur, validieren die Daten iterativ und erstellen interaktive Webseiten, die den Zugriff auf die kuratierten Inhalte erleichtern.

Besonders hervorzuheben ist die Nutzung von ChatGPT zur Entwicklung agentiver KI-Workflows. Diese bestehen aus zwei KI-Agenten, die für Forschung und Entscheidungsfindung zuständig sind und die Gegenmaßnahmen in den Datenbanken nach Wirksamkeit und Anwendbarkeit bewerten. Durch diese automatisierte Rangfolge wird die Entscheidungsfindung für medizinische Gegenmaßnahmen beschleunigt und präziser.

Die Arbeit demonstriert, wie große Sprachmodelle als skalierbare, stets aktualisierbare Lösung dienen können, um umfassende Wissensdatenbanken aufzubauen und evidenzbasierte Entscheidungen im Kampf gegen Viren und marine Toxine zu unterstützen.