Jenseits von Laborausbrüchen und natürlichem Spillover: Die „In-silico-Theorie“ zur Inszenierung von Pandemien

Von Jon Fleetwood

Ein dritter Ansatz zum Verständnis moderner Pandemien.

Seit mehr als fünf Jahren beschränkt sich die Debatte über den Ursprung von COVID-19 weitgehend auf zwei konkurrierende Erklärungsansätze.

Entweder ist SARS-CoV-2 auf natürlichem Wege aus Wildtieren entstanden und auf den Menschen übergesprungen.

Oder es ist im Zuge von Forschungen zu Coronaviren aus einem Labor entwichen.

Was aber, wenn beide Erklärungsansätze die falsche Frage stellen?

Was, wenn die entscheidende Infrastruktur einer modernen Pandemie nicht der physische Erreger selbst ist, sondern die ihn umgebende Informationsarchitektur?

Diese Publikation bezeichnet diese Möglichkeit als die In-Silico-Theorie, abgeleitet von in silico – was Prozesse bezeichnet, die innerhalb eines Computers statt in der physischen Welt ablaufen.

Die „In-Silico-Theorie“ versucht nicht, zwischen der Übertragung aus der Tierwelt und dem Entweichen aus einem Labor als konkurrierende Erklärungsansätze zu entscheiden.

Stattdessen geht sie davon aus, dass moderne Pandemien zunehmend durch prädiktive Algorithmen, genomische Referenzarchitekturen, im Labor generierte Sequenzinformationen, Überwachungssysteme, computergestützte Epidemiologie, Diagnostik und pharmazeutische Plattformen operationalisiert werden, die gemeinsam ein sich selbst verstärkendes Informationsökosystem bilden.

In einem solchen Rahmen bleiben Labore unverzichtbar – nicht unbedingt als Ausgangspunkt einer Pandemie, sondern als entscheidende Knotenpunkte bei der Erzeugung, Verfeinerung, Validierung und Operationalisierung der Informationssysteme, die diese Pandemie definieren.

In einem solchen Modell verlagert sich die zentrale Frage von:

„Woher stammt der Erreger?“

hin zu:

„Wer hat die Systeme entworfen, die definieren, was der Erreger ist?“

Der jahrzehntelange Ausbau der DARPA

Ab 2010 startete das US-Militär, vor allem über die DARPA, eine Reihe von Programmen, die offenbar die Notwendigkeit zunehmend verringert haben, von einem anerkannten Ausbruch, einer weit verbreiteten Epidemie oder gar einem konventionell charakterisierten Erreger auszugehen.

Stattdessen beschreiben DARPA-eigene Dokumente eine Architektur, die sich zunehmend auf vorhergesagte Mutationen, elektronische Sequenzdaten, Computermodelle und pharmazeutische Gegenmaßnahmen stützt, die entwickelt werden, bevor ein Bedarf dafür angeblich besteht.

Diese Bemühungen wurden nicht verheimlicht.

Die DARPA selbst beschrieb die Arbeit als ein:

„kühnes Projektportfolio, das darauf ausgelegt ist, Know-how zur Eindämmung von Pandemien zu generieren“

zur raschen Prävention, Diagnose und Behandlung von Infektionskrankheiten,

„selbst solcher, die die Welt noch nie zuvor gesehen hat“.

Für sich genommen kann jedes Programm als Initiative zur biologischen Verteidigung verstanden werden.

Zusammengenommen scheinen sie jedoch etwas viel Größeres zu beschreiben:

eine Pandemie-Architektur, die darauf ausgelegt ist, von Modellen über Sequenzinformationen zu Interventionen und schließlich zum Einsatz zu gelangen.

Schritt eins: Vorhersage des zukünftigen Erregers

Die erste Ebene entstand 2010 mit dem PROPHECY-Programm der DARPA.

Die DARPA strebte Folgendes an:

„Technologien zu entwickeln, die die natürliche Virusevolution vorhersagen“

und:

„Mutationen und möglicherweise Reassortments im Voraus vorherzusagen.“

Für die meisten Leser mag diese Formulierung zunächst nicht ungewöhnlich erscheinen.

Im traditionellen Denken im Bereich der öffentlichen Gesundheit beobachten Wissenschaftler jedoch zunächst einen Erreger, charakterisieren ihn und beginnen erst danach mit der Entwicklung von Maßnahmen.

PROPHECY schlug vor, diese Reihenfolge umzukehren.

Die DARPA stellte sich Folgendes vor:

„vorausschauende Algorithmen, die mithilfe biologischer Hochdurchsatzplattformen mit Daten gefüttert und experimentell validiert werden“

zusammen mit der:

„Integration einer Plattform zur viralen Evolution mit einem Algorithmus, der Mutationen vorhersagt“.

Am auffälligsten ist vielleicht, dass die DARPA das ultimative Ziel wie folgt beschrieb:

„letztendlich die Entwicklung von Medikamenten und Impfstoffen, noch bevor ein Bedarf besteht.“

Innerhalb des In-silico-Rahmenwerks stellt PROPHECY die Vorhersageebene dar.

Das Modell steht an erster Stelle.

Die Beobachtung an zweiter Stelle.

Schritt zwei: Umwandlung von Sequenzinformationen in Gegenmaßnahmen

Im folgenden Jahr kam ADEPT.

DARPA begann, massiv in das zu investieren, was sie als bezeichnete:

„genkodierte Impfstoffe“.

Anstatt große Mengen an pathogenem Material zu produzieren und Proteine direkt zu verabreichen, plante DARPA die Verabreichung von:

„Genen, die immunstimulierende Antigene kodieren“

an die Empfänger.

DARPA erklärte, dass:

„die in der DNA oder RNA enthaltenen Anweisungen die körpereigenen Zellen dazu anregen, das antigene virale Protein herzustellen.“

Der operative Input wurde zunehmend zur Information selbst.

Wenn PROPHECY für Vorhersage stand, stand ADEPT für die Umsetzung:

die Umwandlung von Sequenzinformationen in pharmazeutische Gegenmaßnahmen.

Schritt 3: Ausschließlich auf der Grundlage von Sequenzinformationen handeln

Die nächste Phase folgte mit der Pandemic Prevention Platform (P3) der DARPA.

DARPA beschrieb P3 als:

„eine Folgeinitiative des ADEPT-Programms“

mit dem Ziel,

„innerhalb von 60 Tagen die Entwicklung und den großflächigen Einsatz von Schutzmaßnahmen zu erreichen.“

An anderer Stelle beschrieb DARPA das Ziel wie folgt:

„innerhalb von 60 Tagen nach Identifizierung einer bekannten oder bisher unbekannten infektiösen Bedrohung in der Lage zu sein, eine relevante Anzahl von Dosen gegen diese Bedrohung herzustellen.“

Dann folgte die vielleicht aufschlussreichste Aussage im Pandemie-Portfolio der DARPA.

Die P3-Teilnehmer erklärten:

„Da wir uns bewusst sind, dass während eines Pandemieausbruchs möglicherweise nur elektronische Informationen zur Virussequenz verfügbar sind …“

würden sie Methoden optimieren für:

„die Synthese eines fehlerfreien Genoms eines infektiösen Virusklons zur direkten Transfektion.“

Die Bedeutung dieser Aussage kann gar nicht hoch genug eingeschätzt werden.

Die DARPA bereitete sich ausdrücklich auf Szenarien vor, in denen Forscher möglicherweise nichts weiter als eine digitale Sequenz auf einem Computerbildschirm zur Verfügung hätten und dennoch direkt mit der Herstellung von Gegenmaßnahmen fortfahren könnten.

Die Architektur wurde bewusst so konzipiert, dass sie auch in Situationen funktioniert, in denen:

„möglicherweise nur elektronische Informationen zur Virussequenz verfügbar sind.“

Im Rahmen von „In Silico“ stellt dies einen grundlegenden Wandel dar.

Der Schwerpunkt verlagert sich weg von der physischen Beobachtung hin zur Information selbst.

Schritt 4: Aufbau der Systeme zur Erkennung des Modells

Im Jahr 2018 startete die DARPA das Programm PREEMPT, um a priori Hintergrundgeschichten (oder „Alibis“) für zukünftige Pandemieerreger zu generieren, die von Tieren auf Menschen überspringen werden.

Die Behörde argumentierte, dass bestehende Systeme des öffentlichen Gesundheitswesens zu reaktiv seien.

Die DARPA bemängelte, dass:

„die Reaktion auf Ausbrüche weitgehend reaktiv ist und erst eingeleitet wird, nachdem eine Epidemie bereits begonnen hat.“

PREEMPT strebte an, was die DARPA wie folgt beschrieb:

„eine radikale Abkehr von der derzeitigen Praxis“

die Folgendes bewirken sollte:

„ihr Eindringen in die menschliche Bevölkerung zu verhindern, bevor es zu einem Ausbruch kommt.“

Das Programm hatte zum Ziel:

„neue Werkzeuge und Modelle zu entwickeln, um die Wahrscheinlichkeit zu quantifizieren, dass eine Virus-Quasispecie (QS) von einem tierischen Wirt auf den Menschen überspringt.“

Die Projektteilnehmer wurden angewiesen, folgende Methoden anzuwenden:

„Hochdurchsatz-Virus-Screening-Verfahren, Metagenomik, ökologische Überwachung und fortschrittliche Modellierungswerkzeuge“

um

„fortschrittliche integrierte Modelle“

zu erstellen, die in der Lage sind,

„das Auftreten von Viren beim Menschen zu verhindern, bevor das Virus in die menschliche Bevölkerung eindringt“.

Die Forscher wurden ferner angewiesen, Folgendes zu identifizieren:

„die genetischen Anpassungen, die einen Artensprung ermöglichen“,

Folgendes zu entwickeln:

„Genotyp-Phänotyp-Karten“,

Folgendes zu identifizieren:

„spezifische Mutationen“,

und Folgendes zu modellieren:

„virale Evolutionsverläufe“.

Dann folgte der vielleicht wichtigste Satz in der gesamten DARPA-Pandemiearchitektur:

„Die Ergebnisse der TA1-In-silico-Modelle werden die Konzeption präventiver Maßnahmen leiten.“

Die Richtung der Kausalität ist entscheidend.

Die DARPA sagte nicht, dass Beobachtungen die Modelle leiten würden.

Die DARPA sagte, dass die Modelle die Interventionen leiten würden.

Innerhalb des In-silico-Rahmens:

Zuerst das Modell.

Dann die präventive Konzeption.

An dritter Stelle Überwachung und Validierung.

Schritt 5: Aktivierung der Architektur

Bis zum Ende des Jahrzehnts schien fast jede Ebene der Architektur an Ort und Stelle zu sein.

PROPHECY legte den Schwerpunkt auf Vorhersagen.

ADEPT legte den Schwerpunkt auf die Umsetzung von Sequenzinformationen in Gegenmaßnahmen.

P3 legte den Schwerpunkt auf den direkten Einsatz elektronischer Sequenzinformationen.

PREEMPT legte den Schwerpunkt auf die Integration von Computermodellen, Überwachungssystemen und präventiven Konzepten.

Der spätere DEFUSE-Vorschlag sollte die Überwachung von Wildtieren, die Coronavirus-Feldarbeit und Interventionsstrategien in einem einzigen Rahmen vereinen.

Dann kam die Operation Warp Speed.

Genomsequenzen wurden zur Grundlage für diagnostische Tests.

PCR-Targets wurden zu Falldefinitionen.

Die computergestützte Epidemiologie erzeugte Übertragungsmodelle.

Überwachungssysteme verfolgten die Ausbreitung.

Pharmazeutische Plattformen produzierten rasch sequenzbasierte Gegenmaßnahmen.

Jede wichtige operative Komponente der Pandemiebekämpfung lief über Informationssysteme.

Die Architektur war digital, lange bevor sie biologisch wurde.

Jenseits der Ursprünge

Die „In-Silico-Theorie“ erhebt nicht den Anspruch, die Frage zu klären, ob COVID seinen Ursprung in Wildtieren oder in einem Labor hatte.

Sie argumentiert, dass die Ursprungsdebatte selbst das größere Problem übersehen könnte.

Bis 2020 verfügten Regierungen über Systeme, die in der Lage waren, vermeintliche zukünftige Eigenschaften von Krankheitserregern zu „vorhersagen“, Maßnahmen noch vor dem Entstehen eines Bedarfs zu generieren, auf der Grundlage elektronischer Sequenzinformationen zu arbeiten, eine globale Überwachung durchzuführen, Fälle mittels molekularer Diagnostik zu definieren, die Ausbreitung computergestützt zu modellieren und pharmazeutische Gegenmaßnahmen mit beispielloser Geschwindigkeit einzusetzen.

Die DARPA selbst beschrieb diese Bemühungen als Technologien zur Bekämpfung von Krankheiten:

„wie sie die Welt noch nie zuvor gesehen hat.“

Ihre Programme zielten darauf ab, Folgendes zu entwickeln:

Impfstoffe „noch bevor sie benötigt werden“,

die zum Einsatz kommen, wenn:

„möglicherweise nur elektronische Virussequenzdaten verfügbar sind“,

und die Nutzung:

„der Ergebnisse von TA1-In-silico-Modellen“

um:

„die Entwicklung präventiver Methoden zu steuern“.

Welche Schlussfolgerungen die Leser letztendlich aus diesen Fakten ziehen mögen – die Dokumente der DARPA selbst offenbaren eine bemerkenswert konsistente Abfolge:

Zuerst die Vorhersage.

Zweitens: präventive Konzeption.

Drittens: Überwachung und Validierung.

Viertens: Einsatz.

Die wichtigste Frage ist vielleicht nicht, woher die nächste Pandemie kommt.

Sie könnte lauten: Wer kontrolliert die Informationssysteme, die bestimmen, was die nächste Pandemie ist?