DeepMind bettet überprüfbare Wasserzeichen in KI‑entworfene Proteine

Google DeepMind stellte SynthID Bio vor am 30. September 2026, eine Familie von Wasserzeichnungs‑Methoden, die eine unbemerkbare, überprüfbare Signatur in KI‑generierte Proteinsequenzen und vorhergesagte 3‑D‑Strukturen einbetten. Das Unternehmen sagt, dass der Machbarkeitsnachweis die biologische Funktion in Wet‑Lab‑Tests an drei Zielproteinen erhalten hat.

Die Ankündigung positioniert das Werkzeug in einem Bereich, in dem KI‑Systeme bereits Proteinstrukturen vorhersagen, wie DeepMinds AlphaFold es tut, und völlig neue Proteine entwerfen, wie AlphaProteo und die häufig genutzte ProteinMPNN‑Sequenzgenerierungsmethode. In jüngerer Zeit haben Forschende KI eingesetzt, um Bakteriophagen zu entwickeln, Viren, die Bakterien infizieren. DeepMind sagt, dass diese Fähigkeiten auch neue Probleme schaffen: neuartige KI‑Entwürfe können herkömmliche DNA‑Synthese‑Screenings umgehen, und falsch gekennzeichnete synthetische 3‑D‑Strukturen können öffentliche Datenbanken kontaminieren und nachgelagerte Forschung irreführen.

Wet‑Lab‑Validierung an drei Protein‑Zielen

SynthID Bio passt seinen Ansatz an die Art der Daten an. Für Sequenzen lenkt es subtil die Auswahl der Aminosäuren; für vorhergesagte 3‑D‑Strukturen justiert es atomare Koordinaten. In beiden Fällen ist das Ziel ein nachweisbares Signal, und DeepMind berichtet, dass diese Anpassungen in ihren Experimenten die biologische Funktion der Proteine nicht beeinträchtigt haben. Da die Signatur im biologischen Code selbst verankert ist, kann das Wasserzeichen am synthetisierten, physischen Protein verifiziert werden und nicht nur an einem digitalen Modell.

Das Team überprüfte seinen Ansatz an Protein‑Bindern, Molekülen, die entwickelt wurden, um selektiv an andere Proteine zu binden, wobei es die Methode DeepMinds AlphaProteo‑Binder‑Design zusammen mit einer SynthID Bio‑aktivierten Version von ProteinMPNN einsetzte. Das Unternehmen sagte, dass in Wet‑Lab‑Tests an drei Zielproteinen – VEGF‑A, dem SARS‑CoV‑2‑Spike‑Protein‑RBD und PD‑L1 – die wasserzeichen‑versehenen Entwürfe in Trefferquote, Bindungsaffinität und natürlicher Sequenzvielfalt mit den nicht wasserzeichen‑versehenen Versionen übereinstimmten. DeepMind beschreibt das Ergebnis als die ersten jemals wasserzeichen‑versehenen und biologisch funktionalen Protein‑Binder. Die Bindungsaffinität wurde als KD gemessen, wobei niedrigere Werte stärkere Binder anzeigen, und das Projekt dankt Adaptyv Bio für die Unterstützung bei der In‑Vitro‑Validierung.

Wasserzeichen in AlphaFold 3 integriert

Für die Proteinfaltung arbeitet die Methode innerhalb des Modells selbst. Das Team hat einen kleinen Teil des Diffusionsnetzwerks in AlphaFold 3 feinabgestimmt und die Wasserzeichnungs‑Funktion in die Modell‑Gewichte eingebettet, sodass alle vorhergesagten 3‑D‑Koordinaten ein nachweisbares Signatur tragen, unabhängig davon, wer das Modell ausführt. Laut DeepMind bewahrt das feinabgestimmte Modell die Vorhersagegenauigkeit von AlphaFold 3, liefert nahezu perfekte Erkennbarkeit und erhält die Verteilungen wichtiger struktureller Merkmale, und das Wasserzeichen hält digitalen Rauschen oder kleinen Koordinatenänderungen stand. Eine Visualisierung im Beitrag vergleicht für das Protein 7PPA die von AlphaFold 3 vorhergesagte Struktur, die Referenzstruktur und die wasserzeichen‑versehene Struktur.

Biosecurity‑Screening und Datenbankintegrität

DeepMind beschreibt Biosecurity als ein Thema mehrschichtiger Abwehrmaßnahmen, wobei das Schweizer‑Käse‑Modell herangezogen wird, bei dem jede unabhängige Schutzmaßnahme die blinden Stellen der anderen abdeckt, und positioniert SynthID Bio innerhalb seiner umfassenderen Vision für Bioresilienz als Verifikationsschicht, die im biologischen Design selbst verankert ist.

Diese Schicht bezieht sich am unmittelbarsten auf das DNA‑Synthese‑Screening. Ein digitales Protein‑Design wird erst zu einem physischen Molekül, wenn eine Bestellung bei einem DNA‑Synthese‑Anbieter aufgegeben wird, und diese Anbieter prüfen eingehende Anfragen gegen Datenbanken bekannter Bedrohungen. Früher konnten Prüfer eine unbekannte Sequenz plausibel als ein noch nicht entdecktes natürliches Organismus behandeln. DeepMind sagt, dass KI diese Annahme aufhebt, weil sie völlig neue Sequenzen erzeugen kann, die kaum Ähnlichkeit mit bekannten Gefahren aufweisen, und die Überprüfung, ob eine solche Bestellung eine konstruierte Bedrohung darstellt, eine erschöpfende manuelle Prüfung erfordert, die wichtige Forschung verzögern kann. SynthID Bio soll ein automatisiertes Verifikationssignal liefern, das zeigt, dass eine Bestellung von einem vertrauenswürdigen Modell mit eingebauten Schutzmaßnahmen stammt.

James Diggans, Vice President of Policy and Biosecurity bei Twist Bioscience, der frühes Feedback zu dem Papier gab, sagte, Wasserzeichen biete \”eine vielversprechende neue Ergänzung des Biosecurity‑Werkzeugkastens\”, die das Screening stärken, Ressourcen auf Sequenzen konzentrieren könne, die einer genaueren Prüfung bedürfen, und die Biosecurity effizienter machen könne, während KI‑entworfene Biologie voranschreitet.

DeepMind sagt zudem, dass die Methode dazu beitragen könnte, die Integrität öffentlicher Datenbanken wie der Protein Data Bank, UniProt und GenBank zu wahren, von denen viele offene Einreichungen zulassen. Im Rahmen des Einreichungsprozesses könnte das Wasserzeichen sicherstellen, dass synthetische Einträge korrekt gekennzeichnet oder zur weiteren Überprüfung markiert werden.

Sarah Carter, Biosecurity‑Policy‑Expertin und Principal bei Science Policy Consulting, die die Arbeit begutachtet hat, bezeichnete SynthID Bio als \”ein wichtiges Puzzleteil zur Verfolgung der Herkunft biologischer Entwürfe\” und fügte hinzu, dass die Verknüpfung von Entwürfen mit dem Modell‑Entwickler Synthese‑Anbietern ermöglicht, das Screening für Kunden, die diese Modelle verwendet haben, zu vereinfachen.

Erweiterung auf Bakteriophagen und offene Veröffentlichung

Unter den verbleibenden Herausforderungen listet DeepMind auf, das Wasserzeichen gegenüber absichtlicher Manipulation robuster zu machen. Das Unternehmen sagt, SynthID Bio kann auch mit Provenienz‑Metadaten‑Ansätzen, ähnlich wie C2PA für digitale Medien, oder mit zentralen Repositorien von KI‑generierten biologischen Daten kombiniert werden, um KI‑generierte Proteine besser zu identifizieren und nachzuverfolgen.

Das Team hat SynthID Bio auch in Evo 2, ein Genom‑Modell, integriert, in laufender Zusammenarbeit mit dem Hie lab an der Stanford University und dem Arc Institute, und versieht das Genom eines von Evo 2 entworfenen Bakteriophagen mit einem Wasserzeichen. Frühe Laborversuche in Bakterienkulturen bestätigten, dass die mit Wasserzeichen versehenen Bakteriophagen funktional sind, so das Unternehmen, und fügte hinzu, dass es in Kürze weitere Details in einem technischen Manuskript veröffentlichen wird.

SynthID Bio erweitert SynthID, das bestehende Tool von Google DeepMind, das digitale Wasserzeichen in KI‑generierten Bildern, Audio, Text und Video über die generativen KI‑Verbraucherprodukte des Unternehmens einbettet. Diese Markierungen sind für Menschen unmerklich, aber durch die Technologie von SynthID nachweisbar, und das Unternehmen betreibt außerdem den SynthID Detector, ein Verifizierungsportal, in dem Nutzer ein Bild, Video oder Audiodatei hochladen können, um zu prüfen, ob der Inhalt mit einem Wasserzeichen versehen wurde.

Parallel zur Ankündigung veröffentlicht DeepMind ein Methodpapier, stellt den Code und die In‑Vitro‑Daten als Open‑Source bereit und gibt die Gewichte an die Forschungsgemeinschaft frei. Pushmeet Kohli initiierte das Projekt, und Alexander I. Cowen‑Rivers und David Stutz leiteten die Forschung und die technische Entwicklung, beraten von Kohli.