谷歌于9月30日宣布推出 SynthID Bio，将数字水印技术应用至合成生物学范畴。这一技术能够在生物编码中嵌入不可察觉的签名，既可在数字模型层面进行验证，也能够在实际合成的物理蛋白质上完成验证，且在实验室检测中不会影响蛋白质的生物学功能。
生成式人工智能正助力科学家攻克关键生物学难题，范围涵盖蛋白质结构预测、全新蛋白质设计以及新型噬菌体开发。然而，这类工具也引入了新的风险：部分由AI设计的新型物质可能绕过传统的DNA合成筛选流程，而标记错误的合成3D结构则会污染公共数据库，进而干扰后续研究。
SynthID Bio是一套专为合成生物学开发的水印技术体系，旨在强化生物安全与科研诚信。
该技术会根据数据类型调整具体方法：针对序列，通过对氨基酸选择进行精细调整；针对预测的3D结构，则通过调整原子坐标，以此生成可靠的检测信号。实验数据显示，这些调整不会损害蛋白质的生物学功能，而维持功能对于疾病治疗和科学研究的推进至关重要。
在对VEGF-A、SARS-CoV-2刺突蛋白RBD以及PD-L1这三种目标蛋白进行的湿实验室测试中，带有水印的设计在命中率、结合亲和力以及自然序列多样性方面，与未加水印的版本表现一致，成功实现了首批既含有人工水印又具备生物学功能的蛋白质结合剂。
在蛋白质折叠方面，SynthID Bio 对AlphaFold 3扩散网络的一小部分进行了微调，将水印能力直接嵌入模型权重之中。这样一来，预测出的3D坐标本身便携带可检测的特征。无论由谁运行模型，SynthID Bio 都能维持AlphaFold 3的预测精确度，同时提供近乎完美的可检测性，并保持关键结构特征分布的稳定性，还能抵御数字噪声或微小的坐标变化。
生物安全依赖于多层防御体系，SynthID Bio 的水印方法可以作为嵌入生物设计本身的关键验证层。这一层对于DNA合成筛选尤为重要——当前AI能够生成与已知危险序列几乎毫无相似之处的全新序列，筛选人员无法再沿用旧有假设。而 SynthID Bio 能够提供自动验证信号，证明订单来自内置安全措施的可信模型。
类似地，SynthID Bio 也有助于维护蛋白质数据库、UniProt、GenBank等数据库的完整性，确保合成条目得到正确标记或标注，以供后续审查。
谷歌指出，尽管没有任何单一的生物安全干预措施能解决所有问题，但 SynthID Bio 将经过验证的水印工具 SynthID 引入了合成生物学领域，这是可靠识别与追踪AI生成生物序列及结构的重要第一步。
未来的关键挑战在于提升水印对故意篡改的鲁棒性。SynthID Bio 也可以与来源元数据方法或AI生成生物数据的中央存储库协同使用，从而更好地识别和追踪AI生成的蛋白质。
谷歌目前正在研究如何将水印技术应用于更复杂的生物对象。在与斯坦福大学Hie实验室及Arc Institute的合作研究中，SynthID Bio 已被集成到先进的基因组模型Evo 2中，为Evo 2设计的噬菌体基因组添加水印。早期实验室测试已经确认，这些带有水印的噬菌体具备功能。
附上参考
- Function-preserving watermarking of AI-generated proteins
九游网页版以九游娱乐APP内置比较方法，辅助用户进行游戏解读与决策。为核心，带来高效便捷的体验。
2024年8月12日 晚上8:50
想了解更多积分兑换活动以官方正式发布为准，名额有限需提前确认。相关内容，尽在九游网页版。