Eisen-Blei-Flow-Batterie schafft 10.000 Zyklen, KI-Modelle der Biologie skalieren

Die am 1. Oktober veröffentlichte Validierung schickt die Zelle durch 10.000 Zyklen bei Temperaturen zwischen 25C und 30C. CIC energiGUNE erklärt, die Batterie nutze Eisen und Blei als Aktivmaterialien und einen einzigen Elektrolytkreislauf statt der zwei Kreisläufe herkömmlicher Flow-Batterien. Eine fluorfreie Membran soll den Innenwiderstand senken und den unerwünschten Transport chemischer Spezies zwischen den beiden Zellseiten begrenzen.

Flow-Batterien speichern Energie in externen Tanks. Mehr Elektrolyt bedeutet mehr Energiekapazität, während die Leistungsabgabe von Größe und Anzahl der Zellen und Stacks abhängt. Diese Trennung erlaubt es, ein System für mehrere Stunden Speicherung auszulegen, ohne beide Größen gemeinsam skalieren zu müssen. CIC energiGUNE erklärt, die Kombination aus hoher Zyklenfestigkeit und Sicherheit eigne sich für die Integration von Solar- und Windstrom, Speicherung im Netzmaßstab, Microgrids und industrielles Energiemanagement.

Dieselbe Woche brachte eine ganz andere Art von Skalierungsbehauptung, diesmal von Microsoft Research. Am 29. September stellte das Unternehmen Quine vor, beschrieben als multimodales Weltmodell der Biologie und als interaktives Gerüst, das Modelle, wissenschaftliche Werkzeuge, Literatur und Forschende verbindet. Gemeinsam mit dem Broad Institute von Harvard und MIT habe das System Verbindungen priorisiert, denen eine Verschiebung des therapeutischen Tumorzustands zugeschrieben wird, und mehrere am höchsten eingestufte Kandidaten in verschiedenen Nasslabor-Assays validiert, so Microsoft.

Microsoft formuliert die Grenzen sorgfältig. Quine ist experimentelle Forschungstechnologie, nur für Forschungszwecke gedacht und nicht für klinische oder medizinische Anwendung. Seine Ergebnisse können unvollständig oder ungenau sein und eine Prüfung durch qualifizierte Forschende sowie experimentelle Validierung erfordern. Ein Quine-Fellows-Programm soll einer Gruppe von Wissenschaftlern Zugang geben und ihnen die Möglichkeit, Rückmeldungen in das System einfließen zu lassen.

Proteinstrukturen und die Lücke bei Pandemien

Am 24. September erklärte NVIDIA, zusammen mit Google DeepMind und dem European Bioinformatics Institute des European Molecular Biology Laboratory vorhergesagte 3D-Strukturen für die Proteinkomplexe von mehr als 2.800 Viren über die AlphaFold-Datenbank veröffentlicht zu haben. Die Strukturen wurden mit AlphaFold2 abgeleitet und mit NVIDIAs BioNeMo Inference Runtime optimiert. Laut Unternehmen erlaubte das dem Team, die Inferenz auf Tausende virale Proteome zu skalieren. Etwa 30 Prozent der neu in die Datenbank aufgenommenen Proteininteraktionen sind für die Wissenschaft neu und zeigen Formen, die in der Protein Data Bank nie dokumentiert wurden.

„Wenn die nächste Pandemie kommt, kann etwas völlig Unerwartetes auftauchen, und dann fehlt uns das Wissen, das wir für COVID hatten", sagte Joe Grove, Professor für Molekulare Virologie am MRC-University of Glasgow Centre for Virus Research, in dem NVIDIA-Beitrag. „Wir versuchen, einen Teil dieses Wissens im Voraus anzuhäufen." Der Beitrag zitiert eine Analyse des Center for Global Development, die für 2050 eine etwa 50-prozentige Wahrscheinlichkeit einer Pandemie ähnlicher Schwere wie COVID-19 schätzt. Die klassische Strukturbestimmung kann Jahre dauern und Tausende Dollar pro Struktur kosten, so NVIDIA.

Auch die Automatisierung des Forschungsprozesses selbst wird vorangetrieben. Ein am 29. September bei arXiv eingereichtes Paper beschreibt AIM, einen Agentic Idea Manager für das, was die Autoren ideengetriebene automatisierte Forschung nennen. Das Framework nutzt einen Agentic Surrogate und einen Agentic Acquisition Mechanism, um Forschungsrichtungen zu ordnen und auszuwählen, einen Solution Auditor, der Ideen und Umsetzungen in Übereinstimmung hält, und einen Resource Planner, der das experimentelle Budget über parallele Zweige verteilt. Bei 10 AutoLab-Benchmark-Aufgaben berichten die Autoren von Zugewinnen von 1,6 Prozentpunkten bei System Optimization und 4,9 Punkten bei langfristigen Aufgaben zu Model Development und CUDA. Die beste Baseline-Leistung erreichten sie bis zu 3,1-mal schneller in realer Laufzeit.

Das Singapore Lab von Microsoft Research Asia, das am 24. Juli 2025 als erstes Forschungslabor des Unternehmens in Südostasien eröffnet wurde, beging am 28. September sein erstes Jahr. Zu den erklärten Säulen des Labors gehören Modelle und agentische Systeme der nächsten Generation, domänenspezifische KI, KI-native Forschungspraktiken und Talententwicklung.

Nicht jeder Datensatz zeigt in dieselbe Richtung. Eine am 24. September in JAMA Psychiatry veröffentlichte Studie unter Leitung des Barcelona Institute for Global Health und der Aarhus University analysierte mehr als 2.100.000 Kinder und Jugendliche in Dänemark. Sie verglich mehr als 71.000, bei denen zwischen 2012 und 2022 ADHS oder Autismus diagnostiziert wurde, mit mehr als 713.000, bei denen das nicht der Fall war. Kinder mit niedrigem Geburtsgewicht erhielten zu Beginn des Zeitraums 54 Prozent häufiger später eine dieser Diagnosen; am Ende war der Unterschied auf 17 Prozent gefallen. „Die Kernaussage ist nicht, dass diese Risikofaktoren nicht mehr wichtig sind", sagte Erstautor Magnus Elias Tarp. „Wir haben festgestellt, dass Menschen, die in den letzten Jahren diagnostiziert wurden, der Allgemeinbevölkerung stärker ähneln als diejenigen, die dieselben Diagnosen ein Jahrzehnt zuvor erhielten."