Pushmeet Kohli, David Stutz, Ali Cowen-Rivers and Jeremy Ratcliff

为 AI 生成的蛋白质添加水印，同时保持其生物功能的概念验证。

今天，我们推出 SynthID Bio，将水印技术引入合成生物学。SynthID Bio 将不可感知的签名直接嵌入生物代码中，确保水印不仅可在数字模型上验证，还能在合成后的物理蛋白质本身上验证——同时在实验室测试中保持其生物功能。

生成式 AI 正在帮助科学家应对关键的生物学挑战，从预测蛋白质结构（AlphaFold）到设计全新的蛋白质（AlphaProteo 和 ProteinMPNN），再到最近开发新型噬菌体——即感染细菌的病毒。然而，这些工具也带来了新的挑战：AI 设计的新型蛋白质可以绕过传统的 DNA 合成筛查，而标注错误的合成 3D 结构则可能污染公共数据库并误导下游研究。

SynthID Bio 的工作原理

SynthID Bio 是一系列专为合成生物学开发的水印方法，旨在加强生物安全和科学诚信。

它根据数据类型调整方法，对序列微妙地引导氨基酸的选择，对预测的 3D 结构调整原子坐标，从而创建可靠的检测信号。

在实验中，这些调整并未损害蛋白质的生物功能，而这对有效治疗疾病和推进科学研究至关重要。

我们验证了为蛋白质结合体（即被设计用于选择性附着到其他蛋白质上的分子）添加水印的方法，使用了我们的结合体设计方法 AlphaProteo，以及支持 SynthID Bio 的 ProteinMPNN 版本——后者是常用的蛋白质序列生成方法。

在针对三种靶标蛋白（VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1）的湿实验室测试中，我们添加水印的设计在命中率、结合亲和力和天然序列多样性方面与未添加水印的版本相当，成功创造了首个带有水印且具有生物功能的蛋白质结合体。

在蛋白质折叠方面，SynthID Bio 微调 AlphaFold 3 扩散网络的一小部分，将水印能力直接构建到模型的权重中。这确保了预测的 3D 坐标本身携带可检测的签名，无论由谁运行该模型。SynthID Bio 在保持 AlphaFold 3 预测准确性的同时提供近乎完美的可检测性，维持关键结构特征分布，并能抵御数字噪声或微小的坐标变化。

加强生物安全和信息完整性

生物安全依赖于多层防御——可以将其想象为一种“瑞士奶酪”防御模型，其中多个独立的安全措施协同工作，以覆盖彼此的盲点。模型层面的缓解措施和客户审查等保障措施各自代表关键层，但都可能存在潜在缺口。作为我们更广泛的生物韧性愿景的一部分，SynthID Bio 的水印方法作为一个重要且可验证的验证层，直接嵌入生物设计本身。

“SynthID Bio 是追踪生物设计来源这一难题中的重要一环，”生物安全政策专家、Science Policy Consulting 负责人 Sarah Carter 表示，她审阅了这项工作。“通过将设计与模型开发者关联起来，这些水印使开发者能够在安全方面发挥引领作用，并让合成提供商能够为使用过这些模型的客户简化筛查流程。”

这一层对 DNA 合成筛查尤为重要，而 DNA 合成筛查正处于生物安全的前线。将数字蛋白质设计转化为物理分子需要向 DNA 合成提供商下单，而提供商会根据已知威胁数据库对请求进行筛查。例如，过去，一个不熟悉的序列可能被安全地假定为一种未被发现的自然生物体。但由于 AI 可以创造出与已知危害几乎没有相似性的全新序列，筛查人员不能再做出这种假设。要验证一个不熟悉的订单不是工程化威胁，需要进行详尽的人工审查，而这可能会阻碍关键研究。在这里，SynthID Bio 可以提供自动化的验证信号，证明订单来自一个内置保障措施的受信任模型。

“AI 正在扩展科学家能够设计的内容，而 DNA 合成公司在帮助这种创新负责任地规模化方面发挥着重要作用，”Twist Bioscience 政策与生物安全副总裁 James Diggans 表示，他为该论文提供了早期反馈。“对 Twist 而言，水印为生物安全工具箱提供了一个有前景的新增选项，可以加强筛查、将资源集中于需要更密切审查的序列，并在 AI 设计的生物学持续发展时提高生物安全效率。”

同样，SynthID Bio 可以帮助维护 Protein Data Bank、UniProt 和 GenBank 等数据库的完整性。这些数据库中的许多都开放公众提交，它们在科学进步中发挥着至关重要的作用——但错误标注的条目可能会对生物安全决策产生过大的负面影响，而随着 AI 生成的生物数据不断增加，这一挑战可能只会加剧。作为提交流程的一部分，SynthID Bio 可以帮助确保合成条目被正确标注或被标记以供进一步审查。

展望未来

虽然没有单一的生物安全干预措施是万灵药，但 SynthID Bio 将我们久经考验的水印工具 SynthID 带入了合成生物学。这是朝着可靠识别和追踪 AI 生成的生物序列与结构迈出的重要第一步。

展望未来，关键挑战包括使水印在面对蓄意篡改时更加稳健。SynthID Bio 还可以与来源元数据方法——类似于数字媒体领域的 C2PA——或 AI 生成生物数据的中央存储库配合使用，以更好地识别和追踪 AI 生成的蛋白质。

为了匹配前沿 AI 技术不断增长的能力，我们还在研究如何将水印应用于更复杂的生物对象。在与 Stanford University 和 Arc Institute 的 Hie 实验室正在开展的工作中，我们将 SynthID Bio 集成到先进基因组模型 Evo 2 中，以对 Evo 2 设计的噬菌体基因组添加水印。在细菌培养物中的早期实验室测试已确认，这些带水印的噬菌体具有功能。我们相信这项工作有潜力应对与基因组设计相关的一些生物安全风险，并将很快在一篇技术手稿中分享更多细节。

要充分实现这项工作在生物安全方面的全部益处，需要社区协作和进一步研究。作为我们对负责任创新承诺的一部分，我们将发布方法论文，并开源代码和体外数据，同时向研究社区发布权重，以便我们能够在此基础上继续推进。通过与生物安全、基因合成和政策领域的合作伙伴公开合作，我们可以确保安全与责任跟上 AI 驱动发现的步伐。

如需就这一重要议题与我们合作，请通过 synthidbio@google.com 联系我们，并提供高层级提案。请勿披露任何机密或专有信息。

致谢

该项目由 Pushmeet Kohli 发起。研究与技术开发由 Alexander I. Cowen-Rivers 和 David Stutz 领导，并由 Pushmeet Kohli 提供指导。关键工程与研究贡献来自 Guillermo Ortiz-Jimenez、Jeremy Ratcliff、Vinicius Zambaldi、Lindsay Willmore、Josh Abramson、Harshnira Patani、Christina Kouridi、Florian Stimberg、Mel Vecerik、Alex Chu、Sukhdeep Singh、Sumanth Dathathri、Eliseo Papa、Valentin De Bortoli、Arnaud Doucet、Jue Wang 和 Sven Gowal。我们感谢 Adaptyv Bio 在体外验证方面提供的帮助。

将这项工作扩展到噬菌体 DNA 水印，是 Google DeepMind 与斯坦福大学和 Arc Institute 的 Hie 实验室之间的合作，关键贡献者包括来自 Google DeepMind 的 Jeremy Ratcliff、Aleks Petrov、Alexander I. Cowen-Rivers、David Stutz、Elisa L. H. Wong、Victor Martin Palacios、Francesca Pietra、Alfred Piccioni、Tristan Oliver Kwan、Tor Lattimore、Sumanth Dathathri 和 Pushmeet Kohli，以及来自 Arc Institute 和斯坦福大学的 Brian Hie、Samuel King 和 Aditi Merchant。

我们还要感谢 Rudy Bunel、Anna Cupani、Rob Fergus、Thomas Frerix、Sahra Ghalebikesabi、John Jumper、Jacob Kelly、David La、Victor Martin、Sebastian Nowozin、Stig Petersen、Aleks Petrov、Uchechi Okereke、Sylvestre-Alvise Rebuffi、Rosalia Schneider、Armin Senoner、Richard Shuai、Ashok Thillaisundaram、Elisa L. H. Wong、Zachary Wu 和 Augustin Žídek 对研究文章的贡献，以及 Julien Bergeron 对 3D 渲染的贡献。最后，我们感谢 Demis Hassabis 对本项目的鼓励和支持。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：Google DeepMind Blog

原创地址：https://deepmind.google/blog/introducing-synthid-bio/