Wer schon einmal vor der A-, C-, G- und T-Folge eines Gentests saß und sich gefragt hat, was diese Buchstabenreihe eigentlich bedeutet, bekommt jetzt eine neue Antwortmöglichkeit: Hugging Face hat mit Carbon-X ein Open-Source-Modell veröffentlicht, das DNA-Sequenzen wie einen Text behandelt – und Fragen dazu in natürlicher Sprache beantwortet.

Die Bedienung erinnert an ChatGPT: Man fügt die Sequenz in ein Textfeld ein und fragt, wofür sie gut ist. Programmierkenntnisse sind keine Voraussetzung; die im Browser erreichbare Web-Demo reicht aus.

Kein Laborgerät – zuerst braucht es eine Sequenz

score-vs-cost

Grenzen muss man aber von Anfang an kennen. Carbon-X ist kein Gerät, das Blut- oder Speichelproben liest; eine physische Probe kann es nicht in eine digitale Sequenz umwandeln. Wer eigene Daten nutzen möchte, braucht zuerst einen Gentest, aus dem die Sequenz stammt.

Auch die Kapazität ist begrenzt. Das menschliche Genom umfasst rund 6 Milliarden Buchstaben – diese Menge kann das Modell nicht auf einmal verarbeiten. Die Eingabegrenze liegt bei bis zu 50.000 Basenpaaren. Das heißt: Im Gespräch steht ein Ausschnitt mit dem Gen oder der Mutation, die einen interessieren – nicht das komplette Genom.

Analysieren und neu entwerfen

Carbon-X nähert sich DNA-Sequenzen so an, wie ein Sprachmodell Text behandelt. Das System wurde mit rund 300 Milliarden Datenelementen trainiert und kann beim Untersuchen von Sequenzen die wahrscheinlichen Auswirkungen von Mutationen vorhersagen.

Dabei bleibt es nicht beim Lesen: Das Modell kann auch von Grund auf neue DNA-Sequenzen entwerfen. Forschende können so mit einem einzigen Werkzeug bestehenden Code analysieren und zugleich neue Varianten erzeugen.

Unabhängig von der Cloud

Wer nach dem Ausprobieren weitermachen will, hat eine Option jenseits der Web-Demo: Das Modell ist leicht genug, um auf einem Laptop sogar ohne Internetverbindung zu laufen.

Der Grund für die Geschwindigkeit liegt in der Lesemethode: Statt Buchstaben einzeln zu verarbeiten, fasst Carbon-X sie in Sechsergruppen zusammen.

Das lokale Arbeiten hat auch einen Datenschutz-Vorteil: Sensible genetische Daten können untersucht werden, ohne an Cloud-Server geschickt zu werden. Wichtig bleibt dennoch der Unterschied – die Browser-Demo und die Ausführung auf dem eigenen Gerät sind nicht dasselbe Erlebnis.

Bitte nicht als Diagnosewerkzeug verstehen

upload-1792697917229-959158df

Antworten zu bekommen bedeutet nicht, dass man mit ihnen Gesundheitsentscheidungen treffen darf. Carbon-X ist klinisch nicht validiert und für Diagnosen oder persönliche Gesundheitsentscheidungen nicht geeignet.

Auch ein bekanntes Risiko von Chat-KI zeigt sich hier: Bei unvollständigen oder mehrdeutigen Eingaben kann das Modell Antworten erfinden – sogenannte „Halluzinationen“. Ein flüssig formulierter Satz ist kein Beweis dafür, dass die Information stimmt.

Das Fazit: Über genetischen Code zu sprechen ist das eine, aus dem Gespräch eine Diagnose abzuleiten etwas ganz anderes. Bei Carbon-X sollte man diesen Unterschied stets im Kopf behalten.