DeepMind vkládá ověřitelné vodoznaky do proteinů navržených AI

Google DeepMind představil SynthID Bio dne 30. září 2026, rodinu metod vodoznakování, které vkládají nepostřehnutelný, ověřitelný podpis do AI‑generovaných sekvencí proteinů a předpovězených 3D struktur. Společnost uvádí, že důkaz konceptu zachoval biologickou funkci v testování v mokrém laboratoři napříč třemi cílovými proteiny.

Oznámení umisťuje nástroj do oblasti, kde AI systémy již předpovídají struktury proteinů, jak to dělá AlphaFold od DeepMind, a navrhují zcela nové proteiny, jak to dělají AlphaProteo a běžně používaná metoda generování sekvencí ProteinMPNN. Nedávno výzkumníci použili AI k vývoji bakteriofágů, virů napadajících bakterie. DeepMind uvádí, že tyto schopnosti také vytvářejí nové problémy: nově navržené AI mohou obejít tradiční kontrolu syntézy DNA a špatně označené syntetické 3D struktury mohou kontaminovat veřejné databáze a zavádět následný výzkum.

Validace v mokrém laboratoři na třech proteinových cílech

SynthID Bio přizpůsobuje svůj přístup typu dat. Pro sekvence jemně řídí výběr aminokyselin; pro předpovězené 3D struktury upravuje atomové souřadnice. V obou případech je cílem detekovatelný signál a DeepMind uvádí, že v jeho experimentech tyto úpravy neovlivnily biologickou funkci proteinů. Protože podpis leží přímo v biologickém kódu, vodoznak lze ověřit na syntetizovaném, fyzickém proteinu, nikoli jen na digitálním modelu.

Tým ověřil svůj přístup na proteinových vazebných molekulách, které jsou navrženy tak, aby se selektivně přichytávaly k jiným proteinům, pomocí designu vazeb AlphaProteo od DeepMind spolu s verzí ProteinMPNN umožňující SynthID Bio. Společnost uvedla, že v testování v mokrém laboratoři na třech cílových proteinech – VEGF‑A, spike proteinu SARS‑CoV‑2 RBD a PD‑L1 – vodotiskované návrhy odpovídaly nevodotiskovaným verzím v míře úspěšnosti, afinitě vazby a přirozené rozmanitosti sekvencí. DeepMind popisuje výsledek jako první kdykoli vodotiskované a biologicky funkční proteinové vazební molekuly. Afinita vazby byla měřena jako KD, přičemž nižší hodnoty indikují silnější vazby, a projekt oceňuje Adaptyv Bio za pomoc při in vitro validaci.

Vodoznakování zabudované do AlphaFold 3

Pro skládání proteinů metoda funguje přímo uvnitř modelu. Tým doladil malou část difúzní sítě v AlphaFold 3, vkládajíc schopnost vodoznakování do vah modelu, takže jakékoli předpovězené 3D souřadnice nesou detekovatelný podpis bez ohledu na to, kdo model spouští. Podle DeepMind doladěný model zachovává přesnost predikcí AlphaFold 3, dosahuje téměř dokonalé detekovatelnosti a udržuje rozdělení klíčových strukturálních rysů, a vodoznak odolává digitálnímu šumu či drobným změnám souřadnic. Vizualizace v příspěvku porovnává pro protein 7PPA předpovězenou strukturu AlphaFold 3, strukturu zeměpisně pravdivou a vodotiskovanou strukturu.

Screenování biobezpečnosti a integrita databází

DeepMind popisuje biobezpečnost jako otázku vrstvených obranných mechanismů, odkazujíc na model švýcarského sýra, kde každá nezávislá ochrana pokrývá slepá místa ostatních, a umisťuje SynthID Bio do své širší vize bioodolnosti jako ověřovací vrstvu zabudovanou přímo do biologického designu.

Tato vrstva se nejvíce vztahuje na screenování syntézy DNA. Digitální návrh proteinu se stane fyzickou molekulou až po zadání objednávky poskytovateli syntézy DNA, a tito poskytovatelé kontrolují příchozí požadavky vůči databázím známých hrozeb. Dříve mohli kontrolní systémy rozumně považovat neznámou sekvenci za neobjevený přírodní organismus. DeepMind uvádí, že AI tuto předpoklad ruší, protože může generovat zcela nové sekvence s malou podobností k známým nebezpečím, a ověření, zda je taková objednávka konstruovanou hrozbou, vyžaduje vyčerpávající manuální revizi, která může zdržet důležitý výzkum. SynthID Bio má poskytovat automatizovaný ověřovací signál ukazující, že objednávka pochází z důvěryhodného modelu s vestavěnými ochrannými mechanismy.

James Diggans, viceprezident pro politiku a biobezpečnost ve společnosti Twist Bioscience, který poskytl ranou zpětnou vazbu k článku, řekl, že vodoznakování představuje „slibný nový doplněk do soupravy nástrojů biobezpečnosti“, který by mohl posílit screenování, zaměřit zdroje na sekvence vyžadující podrobnější revizi a učinit biobezpečnost efektivnější s postupujícím vývojem AI‑navržené biologie.

DeepMind také uvádí, že metoda by mohla pomoci zachovat integritu veřejných databází, jako jsou Protein Data Bank, UniProt a GenBank, z nichž mnohé umožňují veřejné podání. V rámci procesu podání by vodoznak mohl zajistit, že syntetické záznamy jsou řádně označeny nebo označeny k dalšímu přezkoumání.

Sarah Carter, expertka na politiku biobezpečnosti a partnerka ve společnosti Science Policy Consulting, která práci zhodnotila, nazvala SynthID Bio „důležitým prvkem skládačky pro sledování původu biologických návrhů“ a dodala, že propojení návrhů s vývojářem modelu umožní poskytovatelům syntézy zefektivnit screenování pro zákazníky, kteří tyto modely použili.

Rozšíření na bakteriofágy a otevřené vydání

Mezi zbývajícími výzvami DeepMind uvádí zajištění větší odolnosti vodoznaku proti úmyslnému pozměňování. Společnost uvádí, že SynthID Bio lze také kombinovat s přístupy k metadatům provenance, podobně jako C2PA pro digitální média, nebo s centrálními úložišti AI‑generovaných biologických dat, aby lépe identifikovala a sledovala AI‑generované proteiny.

Tým také integroval SynthID Bio do Evo 2, genomického modelu, v průběžné spolupráci s laboratoří Hie na Stanford University a Arc Institute, čímž vodotiskoval genom bakteriofágu navrženého pomocí Evo 2. Rané laboratorní testy v bakteriálních kulturách potvrdily, že vodotiskované bakteriofágy jsou funkční, uvedla společnost a dodala, že brzy zveřejní podrobnější informace v technické publikaci.

SynthID Bio rozšiřuje SynthID, existující nástroj Google DeepMind, který vkládá digitální vodoznaky do AI‑generovaných obrázků, zvuků, textů a videí napříč generativními AI spotřebitelskými produkty společnosti. Tyto značky jsou pro lidi nepostřehnutelné, ale lze je detekovat technologií SynthID a společnost také provozuje SynthID Detector, ověřovací portál, kde uživatelé nahrávají obrázek, video nebo zvukový soubor a kontrolují, zda byl obsah opatřen vodoznakem.

Současně s oznámením DeepMind zveřejňuje metodický článek, otevřeně zpřístupňuje kód a in vitro data a uvolňuje váhy pro výzkumnou komunitu. Projekt zahájil Pushmeet Kohli a výzkum a technický vývoj vedli Alexander I. Cowen‑Rivers a David Stutz, přičemž je radili Kohli.