Google DeepMind представила SynthID Bio: водяные знаки для белков, созданных ИИ

Google DeepMind представила SynthID Bio, семейство методов водяных знаков для синтетической биологии. Компания называет его доказательством концепции (proof of concept): незаметная подпись встраивается прямо в биологический код, так что проверить метку можно не только на цифровой модели, но и на синтезированном физическом белке, причём в лабораторных испытаниях биологическая функция белка сохраняется.

Зачем это нужно. Генеративный ИИ помогает предсказывать структуры белков (AlphaFold), проектировать новые белки (AlphaProteo, ProteinMPNN) и, совсем недавно, создавать новые бактериофаги, вирусы, заражающие бактерии. Но, как сказано в материале, новые ИИ-дизайны могут обходить традиционный скрининг заказов на синтез ДНК, а неверно помеченные синтетические 3D-структуры рискуют засорить публичные базы данных и ввести в заблуждение последующие исследования.

Как это работает. Метод подстраивается под тип данных: для последовательностей он слегка направляет выбор аминокислот, для предсказанных 3D-структур корректирует координаты атомов. По словам DeepMind, в экспериментах эти правки не ухудшили биологическую функцию белка.

Проверка на белках-связывателях. Подход проверили на белковых связывателях (binders), молекулах, созданных, чтобы избирательно цепляться за другие белки. Использовали метод проектирования связывателей AlphaProteo вместе с версией ProteinMPNN (широко применяемого генератора белковых последовательностей), в которую встроили SynthID Bio. В лабораторных тестах на трёх белках-мишенях, VEGF-A, RBD спайк-белка SARS-CoV-2 и PD-L1, водяные знаки не ухудшили долю удачных дизайнов, аффинность связывания и природное разнообразие последовательностей по сравнению с дизайнами без метки. DeepMind называет это первыми в мире белками-связывателями с водяным знаком, сохраняющими биологическую функцию.

Сворачивание белка. Для AlphaFold 3 SynthID Bio дообучает небольшую часть диффузионной сети модели, встраивая возможность ставить метку прямо в веса. Поэтому предсказанные 3D-координаты несут обнаруживаемую подпись независимо от того, кто запускает модель. По утверждению DeepMind, точность предсказаний AlphaFold 3 сохраняется, метка обнаруживается почти безошибочно («near-perfect detectability»), ключевые распределения структурных признаков сохраняются, а метка выдерживает цифровой шум и небольшие изменения координат. Числовых значений точности и обнаружения в материале нет.

Биобезопасность и целостность баз. DeepMind описывает биобезопасность как многослойную защиту по модели «швейцарского сыра»: меры на уровне моделей, проверка клиентов и другие слои, у каждого из которых есть бреши. Водяной знак предлагается как ещё один проверочный слой внутри самого биологического дизайна. Особенно важен он для скрининга заказов на синтез ДНК: провайдеры сверяют заказы с базами известных угроз, но раньше неизвестную последовательность можно было считать невстреченным природным организмом, а теперь ИИ создаёт последовательности, почти не похожие на известные опасные, и проверка требует долгих ручных разборов. SynthID Bio, как сказано, может дать автоматический сигнал проверки, что заказ пришёл от доверенной модели со встроенными защитами. Кроме того, метка могла бы помочь сохранять целостность баз Protein Data Bank, UniProt и GenBank: при подаче записей синтетические можно было бы корректно помечать или отправлять на дополнительную проверку.

Отзывы. По словам Sarah Carter (эксперт по политике биобезопасности, Principal в Science Policy Consulting), SynthID Bio, важная деталь для отслеживания происхождения биологических дизайнов: привязка дизайна к разработчику модели позволяет разработчикам брать на себя лидерство в безопасности, а провайдерам синтеза, упрощать скрининг клиентов, использовавших такие модели. James Diggans (вице-президент по политике и биобезопасности Twist Bioscience; ранний отзыв на статью принадлежит ему) назвал водяные знаки многообещающим дополнением к набору инструментов биобезопасности, которое может усилить скрининг и сосредоточить ресурсы на последовательностях, требующих более пристального разбора.

Что дальше. DeepMind признаёт, что ни одна мера биобезопасности не является панацеей, а SynthID Bio, важный первый шаг. Ключевая задача, сделать метку устойчивее к намеренному вмешательству. Метод можно сочетать с метаданными о происхождении (по аналогии с C2PA для цифровых медиа) или с центральными репозиториями ИИ-генерированных биоданных. Отдельно команда вместе с лабораторией Hie (Стэнфорд и Arc Institute) встроила SynthID Bio в Evo 2, геномную модель, и пометила геном бактериофага, спроектированного Evo 2; ранние лабораторные тесты на культурах бактерий подтвердили, что такие фаги функциональны. Подробности обещаны в техническом препринте. DeepMind публикует статью с описанием методов, открывает код и данные экспериментов in vitro и передаёт веса исследовательскому сообществу.

Ключевые факты

• SynthID Bio, семейство методов водяных знаков для белков, созданных ИИ; для последовательностей метка задаётся выбором аминокислот, для предсказанных 3D-структур, координатами атомов.
• В лабораторных тестах на трёх мишенях (VEGF-A, RBD спайк-белка SARS-CoV-2, PD-L1) помеченные связыватели не уступили непомеченным по доле удачных дизайнов, аффинности связывания и разнообразию последовательностей; проверяли с AlphaProteo и версией ProteinMPNN с SynthID Bio.
• Для AlphaFold 3 метку встраивают дообучением небольшой части диффузионной сети; DeepMind заявляет о сохранении точности, почти безошибочной обнаруживаемости и устойчивости к цифровому шуму и небольшим сдвигам координат (без числовых значений).
• Предполагаемое применение: автоматический сигнал при скрининге заказов на синтез ДНК и маркировка синтетических записей в базах вроде Protein Data Bank, UniProt и GenBank.
• DeepMind публикует статью, открывает код и данные in vitro, передаёт веса исследователям; главная нерешённая задача, устойчивость метки к намеренному вмешательству.

Почему это важно

ИИ уже проектирует белки и даже бактериофаги, а привычный скрининг заказов на синтез ДНК опирается на сходство с известными угрозами, которого у новых ИИ-последовательностей может не быть. Водяной знак внутри самого биологического кода, попытка добавить проверяемый слой защиты, который виден и на физическом белке, а не только в цифровой модели. Вторая проблема, засорение публичных баз неверно помеченными синтетическими структурами, которые могут вводить в заблуждение последующие исследования.

Кому это важно

Разработчикам моделей для проектирования белков и геномов, провайдерам синтеза ДНК, которые проверяют заказы, операторам открытых биологических баз (Protein Data Bank, UniProt, GenBank), специалистам по политике биобезопасности и исследователям, которые получают код, данные in vitro и веса.

Как это применить

Пока это доказательство концепции. DeepMind публикует статью с методами, открывает код и данные in vitro и передаёт веса исследовательскому сообществу; ссылки на них в материале не приведены. Для обсуждения партнёрства компания просит писать на synthidbio@google.com с кратким предложением, не раскрывая конфиденциальной информации. Возможные сценарии: сигнал при скрининге заказов на синтез ДНК, маркировка синтетических записей при подаче в базы, сочетание с метаданными о происхождении по аналогии с C2PA.

Можно ли доверять

Источник, собственный блог Google DeepMind, то есть утверждения исходят от разработчиков, а не от независимой проверки. Лабораторные результаты описаны качественно: «совпали» по доле удачных дизайнов, аффинности и разнообразию, «почти безошибочная» обнаруживаемость; числовых показателей, масштаба экспериментов и названия статьи в тексте нет. Положительные отзывы Sarah Carter и James Diggans (Twist Bioscience) говорят о перспективности подхода, но не о внедрении: внедрения в реальные системы в материале не заявлено.

Риски и подводные камни

Главный признанный вызов, сделать метку устойчивее к намеренному вмешательству; в материале не утверждается, что она выдерживает такие попытки, заявлена устойчивость лишь к цифровому шуму и небольшим сдвигам координат. Сам DeepMind подчёркивает, что ни одна мера биобезопасности не является панацеей. Работа с бактериофагами (Evo 2), ранняя стадия, результаты пока не опубликованы. Полная польза, по словам авторов, потребует сотрудничества сообщества и дальнейших исследований.

«SynthID Bio, важная деталь мозаики для отслеживания происхождения биологических дизайнов.»

— Sarah Carter, эксперт по политике биобезопасности, Principal в Science Policy Consulting