Η DeepMind ενσωματώνει επαληθεύσιμα υδατογραφήματα σε πρωτεΐνες σχεδιασμένες με AI

Η Google DeepMind αποκάλυψε SynthID Bio στις 30 Σεπτεμβρίου 2026, μια σειρά μεθόδων υδατογράφησης που ενσωματώνει μια αόρατη, επαληθεύσιμη υπογραφή σε πρωτεϊνικές ακολουθίες που δημιουργούνται από AI και σε προβλεπόμενες 3D δομές. Η εταιρεία δηλώνει ότι η απόδειξη της έννοιας διατήρησε τη βιολογική λειτουργία σε πειράματα υγρού εργαστηρίου σε τρεις στόχους πρωτεΐνες.

Η ανακοίνωση τοποθετεί το εργαλείο σε έναν χώρο όπου τα συστήματα AI ήδη προβλέπουν τις δομές πρωτεϊνών, όπως κάνει το AlphaFold της DeepMind, και σχεδιάζουν εντελώς νέες πρωτεΐνες, όπως κάνουν το AlphaProteo και η ευρέως χρησιμοποιούμενη μέθοδος δημιουργίας ακολουθιών ProteinMPNN. Πιο πρόσφατα, ερευνητές έχουν χρησιμοποιήσει AI για την ανάπτυξη βακτηριοφαγών, ιών που μολύνουν βακτήρια. Η DeepMind δηλώνει ότι αυτές οι δυνατότητες δημιουργούν επίσης νέα προβλήματα: τα καινούργια σχέδια AI μπορούν να παρακάμψουν τον παραδοσιακό έλεγχο σύνθεσης DNA, και τα λανθασμένα επισημασμένα συνθετικά 3D μοντέλα μπορούν να μολύνουν δημόσιες βάσεις δεδομένων και να παραπλανήσουν την επόμενη έρευνα.

Επικύρωση σε Υγρό Εργαστήριο σε Τρεις Στόχους Πρωτεϊνών

Το SynthID Bio προσαρμόζει την προσέγγισή του ανάλογα με τον τύπο των δεδομένων. Για ακολουθίες, καθοδηγεί διακριτικά την επιλογή των αμινοξέων· για προβλεπόμενες 3D δομές, προσαρμόζει τις ατομικές συντεταγμένες. Και στις δύο περιπτώσεις ο στόχος είναι ένα ανιχνεύσιμο σήμα, και η DeepMind αναφέρει ότι στα πειράματά της αυτές οι προσαρμογές δεν επηρέασαν τη βιολογική λειτουργία των πρωτεϊνών. Δεδομένου ότι η υπογραφή βρίσκεται στον βιολογικό κώδικα καθαυτό, το υδατογράφημα μπορεί να επαληθευτεί στην συνθετική, φυσική πρωτεΐνη και όχι μόνο σε ψηφιακό μοντέλο.

Η ομάδα επαλήθευσε την προσέγγισή της σε δεσμευτές πρωτεϊνών, μόρια που σχεδιάζονται ώστε να προσδένονται επιλεκτικά σε άλλες πρωτεΐνες, χρησιμοποιώντας τη μέθοδο DeepMind’s AlphaProteo binder design παράλληλα με μια έκδοση του ProteinMPNN ενεργοποιημένη από SynthID Bio. Η εταιρεία δήλωσε ότι στα πειράματα υγρού εργαστηρίου σε τρεις στόχους πρωτεϊνών, VEGF‑A, η σπική πρωτεΐνη RBD του SARS‑CoV‑2 και PD‑L1, τα υδατογραφημένα σχέδια ταιριάζαν με τις μη υδατογραφημένες εκδοχές ως προς το ποσοστό επιτυχίας, τη συγγένεια δέσμευσης και τη φυσική ποικιλία ακολουθιών. Η DeepMind περιγράφει το αποτέλεσμα ως τους πρώτους ποτέ υδατογραφημένους και βιολογικά λειτουργικούς δεσμευτές πρωτεϊνών. Η συγγένεια δέσμευσης μετρήθηκε ως KD, με χαμηλότερες τιμές να υποδεικνύουν ισχυρότερους δεσμευτές, και το έργο απονέμει την αναγνώριση στην Adaptyv Bio για τη βοήθεια στην in vitro επικύρωση.

Υδατογράφημα Ενσωματωμένο στο AlphaFold 3

Για τη δίπλωση πρωτεϊνών, η μέθοδος λειτουργεί εντός του ίδιου του μοντέλου. Η ομάδα βελτιστοποίησε ένα μικρό τμήμα του δικτύου διάχυσης στο AlphaFold 3, ενσωματώνοντας τη δυνατότητα υδατογράφησης στα βάρη του μοντέλου, ώστε οποιεσδήποτε προβλεπόμενες 3D συντεταγμένες να φέρουν ένα ανιχνεύσιμο σήμα ανεξάρτητα από το ποιος τρέχει το μοντέλο. Σύμφωνα με τη DeepMind, το βελτιστοποιημένο μοντέλο διατηρεί την ακρίβεια πρόβλεψης του AlphaFold 3, προσφέρει σχεδόν τέλεια ανιχνευσιμότητα και διατηρεί τις βασικές κατανομές δομικών χαρακτηριστικών, και το υδατογράφημα αντέχει στον ψηφιακό θόρυβο ή σε μικρές αλλαγές συντεταγμένων. Μια απεικόνιση στην ανάρτηση συγκρίνει, για την πρωτεΐνη 7PPA, τη δομή που προβλέπεται από το AlphaFold 3, τη δομή πραγματικού εδάφους και τη δομή με υδατογράφημα.

Έλεγχος Βιοασφάλειας και Ακεραιότητα Βάσεων Δεδομένων

Η DeepMind περιγράφει τη βιοασφάλεια ως θέμα πολυεπίπεδων αμυντικών, παραθέτοντας το μοντέλο ελβετικού τυριού, όπου κάθε ανεξάρτητη προστασία καλύπτει τα τυφλά σημεία των άλλων, και τοποθετεί το SynthID Bio μέσα στην ευρύτερη όρασή της για βιοανθεκτικότητα ως στρώση επαλήθευσης ενσωματωμένη στον βιολογικό σχεδιασμό.

Αυτή η στρώση εφαρμόζεται κυρίως στον έλεγχο σύνθεσης DNA. Ένας ψηφιακός σχεδιασμός πρωτεΐνης γίνεται φυσικό μόριο μόνο μετά από την τοποθέτηση παραγγελίας σε πάροχο σύνθεσης DNA, και αυτοί οι πάροχοι ελέγχουν τις εισερχόμενες αιτήσεις έναντι βάσεων δεδομένων γνωστών απειλών. Στο παρελθόν, οι ελεγκτές μπορούσαν λογικά να θεωρήσουν μια άγνωστη ακολουθία ως ένα ανεξερεύνητο φυσικό οργανισμό. Η DeepMind δηλώνει ότι η AI εξαλείφει αυτή την υπόθεση επειδή μπορεί να δημιουργήσει εντελώς νέες ακολουθίες που έχουν μικρή ομοιότητα με γνωστές επικίνδυνες ουσίες, και ο έλεγχος αν μια τέτοια παραγγελία αποτελεί μηχανικά σχεδιασμένη απειλή απαιτεί εξαντλητική χειροκίνητη αξιολόγηση που μπορεί να καθυστερήσει ζωτική έρευνα. Το SynthID Bio προορίζεται να παρέχει ένα αυτοματοποιημένο σήμα επαλήθευσης που δείχνει ότι η παραγγελία προέρχεται από ένα αξιόπιστο μοντέλο με ενσωματωμένα μέτρα ασφαλείας.

Ο James Diggans, Αντιπρόεδρος Πολιτικής και Βιοασφάλειας στη Twist Bioscience, ο οποίος παρείχε πρώιμη ανάδραση στο άρθρο, δήλωσε ότι η υδατογράφημα προσφέρει “μια υποσχόμενη νέα προσθήκη στο εργαλειοστάσιο βιοασφάλειας” που θα μπορούσε να ενισχύσει τον έλεγχο, να εστιάσει πόρους σε ακολουθίες που απαιτούν πιο προσεκτική αξιολόγηση, και να κάνει τη βιοασφάλεια πιο αποδοτική καθώς η βιολογία σχεδιασμένη με AI προοδεύει.

Η DeepMind επίσης αναφέρει ότι η μέθοδος θα μπορούσε να βοηθήσει στη διατήρηση της ακεραιότητας δημόσιων βάσεων δεδομένων όπως το Protein Data Bank, το UniProt και το GenBank, πολλές από τις οποίες είναι ανοιχτές σε δημόσια υποβολή. Στο πλαίσιο της διαδικασίας υποβολής, το υδατογράφημα θα μπορούσε να διασφαλίσει ότι οι συνθετικές καταχωρήσεις είναι σωστά επισημασμένες ή σημαδεμένες για περαιτέρω αξιολόγηση.

Η Sarah Carter, ειδική πολιτικής βιοασφάλειας και Principal στη Science Policy Consulting, η οποία αξιολόγησε το έργο, χαρακτήρισε το SynthID Bio ως “ένα σημαντικό κομμάτι του παζλ για την παρακολούθηση της προέλευσης των βιολογικών σχεδίων”, προσθέτοντας ότι η σύνδεση των σχεδίων με τον δημιουργό του μοντέλου επιτρέπει στους παρόχους σύνθεσης να απλοποιήσουν τον έλεγχο για πελάτες που έχουν χρησιμοποιήσει αυτά τα μοντέλα.

Επέκταση Βακτηριοφαγών και Ανοιχτή Κυκλοφορία

Ανάμεσα στις υπόλοιπες προκλήσεις, η DeepMind αναφέρει ότι η ενίσχυση της ανθεκτικότητας του υδατογραφήματος έναντι σκόπιμης παραποίησης αποτελεί πρόκληση. Η εταιρεία δηλώνει ότι το SynthID Bio μπορεί επίσης να συνδυαστεί με προσεγγίσεις μεταδεδομένων προέλευσης, παρόμοιες με το C2PA για ψηφιακά μέσα, ή με κεντρικές αποθήκες δεδομένων βιολογίας που παράγονται από AI, προκειμένου να εντοπίζει και να παρακολουθεί καλύτερα τις πρωτεΐνες που δημιουργούνται από AI.

Η ομάδα έχει επίσης ενσωματώσει το SynthID Bio στο Evo 2, ένα γονιδιακό μοντέλο, σε συνεχιζόμενη συνεργασία με το εργαστήριο Hie του Stanford University και το Arc Institute, επισημαίνοντας το γονότυπο ενός βακτηριοφάγου σχεδιασμένου με Evo 2. Πρώιμες εργαστηριακές δοκιμές σε καλλιέργειες βακτηρίων επιβεβαίωσαν ότι οι επισημασμένοι βακτηριοφάγοι είναι λειτουργικοί, δήλωσε η εταιρεία, προσθέτοντας ότι σύντομα θα μοιραστεί περισσότερες λεπτομέρειες σε ένα τεχνικό άρθρο.

Το SynthID Bio επεκτείνει το SynthID, το υπάρχον εργαλείο της Google DeepMind που ενσωματώνει ψηφιακά υδατογραφήματα σε εικόνες, ήχο, κείμενο και βίντεο που παράγονται από AI, σε όλα τα καταναλωτικά προϊόντα γενετικού AI της εταιρείας. Τα σημάδια αυτά είναι αόρατα για τους ανθρώπους αλλά ανιχνεύσιμα από την τεχνολογία του SynthID, και η εταιρεία διαχειρίζεται επίσης το SynthID Detector, μια πύλη επαλήθευσης όπου οι χρήστες ανεβάζουν μια εικόνα, βίντεο ή αρχείο ήχου για να ελέγξουν αν το περιεχόμενο έχει επισημανθεί.

Παράλληλα με την ανακοίνωση, η DeepMind δημοσιεύει ένα επιστημονικό άρθρο μεθόδων, ανοίγει τον κώδικα και τα in vitro δεδομένα, και κυκλοφορεί τα βάρη στην ερευνητική κοινότητα. Ο Pushmeet Kohli ξεκίνησε το έργο, ενώ ο Alexander I. Cowen-Rivers και ο David Stutz ηγήθηκαν της έρευνας και της τεχνικής ανάπτυξης, υπό την καθοδήγηση του Kohli.