AI tog fram genetiska ritningar för virus – forskarvärlden väcker frågor om vem som sätter gränserna

När AI börjar skissa på livet självt

Föreställ dig en modell som inte designar logotyper eller skriver marknadsföringstext – utan ritar upp det genetiska arvsmassan för ett nytt virus. Det är precis vad som hände när Samuel King, doktorand i bioingenjörsvetenskap vid Stanford University, under 2025 använde en generativ AI-modell för att föreslå kompletta genetiska ritningar för mikroskopiska virus. Enligt MIT Technology Review har Kings arbete väckt sådan uppmärksamhet att han utsetts till en av tidskriftens Innovators Under 35 – en lista reserverad för de unga forskare som anses forma framtidens landskap.

Det är ett erkännande som är välförtjänt. Men det är också ett erkännande som öppnar en dörr vi kanske inte riktigt var redo att gå igenom.

En ny nivå av komplexitet

Generativ AI har länge visat sig kapabel att designa proteiner och enskilda biologiska strukturer. Det i sig var revolutionerande – läkemedelsindustrin har börjat använda sådana modeller för att hitta nya läkemedelskandidater på en bråkdel av den tid det tidigare tog. Men att föreslå kompletta genetiska ritningar för hela virus representerar, som MIT Technology Review påpekar, en ny nivå av komplexitet.

Vi pratar inte längre om att pussla ihop kända byggstenar. Vi pratar om att AI börjar förstå – och återskapa – livets grundläggande logik.

King själv deltog i oktober 2026 i ett samtal med MIT Technology Reviews senior AI-reporter James O'Donnell, där de diskuterade vad forskningen egentligen säger om nya sätt att förstå biologi. Budskapet var tydligt: detta är ett tidigt steg, inte ett slutmål. Men riktningen är svår att missförstå.

Möjligheterna är enorma – och det vet vi redan

Låt mig vara tydlig som affärsutvecklare och teknikoptimist: potentialen här är häpnadsväckande. AI-designade virus skulle kunna användas för att bygga precisionsmedicinska behandlingar, skräddarsy genterapi med en noggrannhet vi aldrig tidigare haft tillgång till, och accelerera vaccinforskning på ett sätt som kan rädda miljontals liv. Den typ av biologisk förståelse som King och hans kollegor bygger upp är i grunden ett verktyg för att bota, inte skada.

Men jag är heller inte naiv. Varje kraftfullt verktyg bär på sin motbild. Den samma teknologin som kan designa ett terapeutiskt virus kan, i fel händer, användas för att designa något vi inte alls vill se i världen. Det är inte en hypotetisk risk längre – det är en konkret fråga som forskarsamhället och beslutsfattare måste svara på nu, inte sedan.

Vem håller i bromsen?

Det är här det verkliga problemet uppstår. Teknikutvecklingen går snabbare än regelverk och tillsynsorgan klarar av att följa med. Vi har sett det förut inom AI generellt – modeller rullas ut, konsekvenserna utreds i efterhand. Inom bioteknik är felmarginalerna i ett annat storleksformat.

Frågan om vilka etiska och säkerhetsmässiga ramar som behöver finnas på plats är, som MIT Technology Review konstaterar, högst aktuell. Internationella organ för biosäkerhet har länge hanterat frågor om dubbel användning – forskning som kan tjäna både välgörande och skadliga syften. Men generativ AI introducerar en helt ny variabel: tillgänglighet och hastighet. Det som tidigare krävde ett välfinansierat laboratorium och specialistkompetens kan i framtiden vara möjligt för en student med rätt modell och tillräckligt med beräkningskraft.

Det ställer krav på att vi bygger skyddsmekanismer direkt in i verktygen – inte lägger dem som ett efterhandstänk.

Ett prejudikat håller på att sättas

Samuel Kings arbete är i sig ansvarsfullt genomfört och bidrar till vetenskaplig förståelse. Men det sätter ett prejudikat: generativ AI kan nu göra anspråk på biologisk design på en nivå vi inte tidigare sett. Det är en milstolpe som förtjänar att tas på allvar – både av dem som ser möjligheterna och av dem som oroar sig för riskerna. Helst av oss alla, på samma gång.