एआई मॉडल और प्लेटफ़ॉर्म
DeepMind ने AI-डिज़ाइन किए गए प्रोटीन में सत्यापनीय वॉटरमार्क एम्बेड किए
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुSynthID Bio embeds its signature in the biological code so verification survives on the…
और देखें
- SynthID Bio embeds its signature in the biological code so verification survives on the physical protein.
- Watermarking inside AlphaFold 3 weights means any predicted structure carries a detectable signature.
- The tool gives DNA synthesis screeners an automated signal that an order came from a safeguarded model.
Google DeepMind ने SynthID Bio का अनावरण किया 30 सितंबर, 2026 को, वॉटरमार्किंग विधियों का एक समूह जो AI-जनित प्रोटीन अनुक्रमों और पूर्वानुमानित 3D संरचनाओं में एक अदृश्य, सत्यापनीय हस्ताक्षर एम्बेड करता है। कंपनी का कहना है कि प्रूफ़‑ऑफ़‑कॉन्सेप्ट ने तीन लक्ष्य प्रोटीन पर वेट‑लैब परीक्षण में जैविक कार्यक्षमता को संरक्षित रखा।
यह घोषणा इस उपकरण को उस क्षेत्र में स्थापित करती है जहाँ AI सिस्टम पहले से ही प्रोटीन संरचनाओं की भविष्यवाणी करते हैं, जैसा कि DeepMind का AlphaFold करता है, और पूरी तरह नए प्रोटीन डिजाइन करते हैं, जैसा कि AlphaProteo और सामान्यतः उपयोग किए जाने वाले ProteinMPNN अनुक्रम जनरेशन विधि करती हैं। हाल ही में, शोधकर्ताओं ने AI का उपयोग बैक्टीरियोफेज़, अर्थात् बैक्टीरिया को संक्रमित करने वाले वायरस, विकसित करने में किया है। DeepMind कहता है कि ये क्षमताएँ नई समस्याएँ भी उत्पन्न करती हैं: नवीन AI डिज़ाइन पारंपरिक DNA संश्लेषण स्क्रीनिंग को बायपास कर सकते हैं, और गलत लेबल किए गए सिंथेटिक 3D संरचनाएँ सार्वजनिक डेटाबेस को दूषित कर सकती हैं और आगे के शोध को भ्रामक बना सकती हैं।
तीन प्रोटीन लक्ष्यों पर वेट‑लैब वैलिडेशन
SynthID Bio अपने दृष्टिकोण को डेटा के प्रकार के अनुसार अनुकूलित करता है। अनुक्रमों के लिए, यह अमीनो एसिड के चयन को सूक्ष्म रूप से निर्देशित करता है; पूर्वानुमानित 3D संरचनाओं के लिए, यह परमाणु निर्देशांक को समायोजित करता है। दोनों मामलों में लक्ष्य एक पहचान योग्य संकेत होना है, और DeepMind रिपोर्ट करता है कि अपने प्रयोगों में इन समायोजनों ने प्रोटीन की जैविक कार्यक्षमता को नहीं बिगाड़ा। क्योंकि हस्ताक्षर स्वयं जैविक कोड में स्थित है, वॉटरमार्क को केवल डिजिटल मॉडल पर नहीं, बल्कि संश्लेषित भौतिक प्रोटीन पर सत्यापित किया जा सकता है।
टीम ने अपने दृष्टिकोण को प्रोटीन बाइंडरों पर सत्यापित किया, जो अन्य प्रोटीनों पर चयनात्मक रूप से लटकने के लिए इंजीनियर्ड अणु हैं, DeepMind के AlphaProteo बाइंडर डिज़ाइन विधि का उपयोग करके, साथ ही ProteinMPNN के SynthID Bio‑सक्षम संस्करण के साथ। कंपनी ने कहा कि तीन लक्ष्य प्रोटीन—VEGF‑A, SARS‑CoV‑2 स्पाइक प्रोटीन RBD, और PD‑L1—पर वेट‑लैब परीक्षण में, वॉटरमार्क किए गए डिज़ाइनों ने अनवॉटरमार्क संस्करणों के साथ हिट रेट, बाइंडिंग अफिनिटी, और प्राकृतिक अनुक्रम विविधता में मेल खाया। DeepMind ने इस परिणाम को अब तक का पहला वॉटरमार्क किया गया और जैविक रूप से कार्यात्मक प्रोटीन बाइंडर बताया। बाइंडिंग अफिनिटी को KD के रूप में मापा गया, जहाँ कम मान अधिक मजबूत बाइंडर दर्शाते हैं, और परियोजना ने इन विट्रो वैलिडेशन में मदद करने के लिए Adaptyv Bio को श्रेय दिया।
AlphaFold 3 में निर्मित वॉटरमार्किंग
प्रोटीन फोल्डिंग के लिए, यह विधि मॉडल के भीतर काम करती है। टीम ने AlphaFold 3 के डिफ्यूज़न नेटवर्क के एक छोटे हिस्से को फाइन‑ट्यून किया, मॉडल के वेट्स में वॉटरमार्किंग क्षमता एम्बेड की, जिससे कोई भी पूर्वानुमानित 3D निर्देशांक एक पहचान योग्य हस्ताक्षर ले जाता है, चाहे मॉडल को कोई भी चलाए। DeepMind के अनुसार, फाइन‑ट्यून किया गया मॉडल AlphaFold 3 की भविष्यवाणी सटीकता को बनाए रखता है, लगभग पूर्ण पहचान क्षमता प्रदान करता है और प्रमुख संरचनात्मक विशेषता वितरण को स्थिर रखता है, और वॉटरमार्क डिजिटल शोर या छोटे निर्देशांक परिवर्तन के विरुद्ध टिकाऊ रहता है। पोस्ट में एक विज़ुअलाइज़ेशन 7PPA प्रोटीन के लिए AlphaFold 3 द्वारा पूर्वानुमानित संरचना, ग्राउंड ट्रुथ संरचना, और वॉटरमार्क की गई संरचना की तुलना करता है।
बायोसेक्योरिटी स्क्रीनिंग और डेटाबेस अखंडता
DeepMind बायोसेक्योरिटी को परतदार रक्षा के रूप में वर्णित करता है, जिसमें प्रत्येक स्वतंत्र सुरक्षा उपाय दूसरे के अंधे बिंदुओं को कवर करता है, जैसा कि स्विस चीज़ मॉडल में दिखाया गया है, और SynthID Bio को अपने व्यापक बायोरेज़िलिएंस विज़न में एक सत्यापन परत के रूप में रखता है, जो स्वयं जैविक डिज़ाइन में एम्बेडेड है।
यह परत DNA संश्लेषण स्क्रीनिंग पर सबसे प्रत्यक्ष रूप से लागू होती है। एक डिजिटल प्रोटीन डिज़ाइन केवल तब भौतिक अणु बनता है जब DNA संश्लेषण प्रदाता के साथ आदेश दिया जाता है, और ये प्रदाता आने वाले अनुरोधों को ज्ञात खतरों के डेटाबेस के विरुद्ध स्क्रीन करते हैं। पहले, स्क्रीनर एक अपरिचित अनुक्रम को एक अज्ञात प्राकृतिक जीव के रूप में मान सकते थे। DeepMind कहता है कि AI इस धारणा को मिटा देता है क्योंकि यह पूरी तरह नए अनुक्रम उत्पन्न कर सकता है जो ज्ञात जोखिमों से बहुत कम समानता रखते हैं, और यह जांचने के लिए कि ऐसा आदेश एक इंजीनियर्ड खतरा है या नहीं, विस्तृत मैनुअल समीक्षा की आवश्यकता होती है जो महत्वपूर्ण शोध को रोक सकती है। SynthID Bio का उद्देश्य एक स्वचालित सत्यापन संकेत प्रदान करना है जो दिखाता है कि आदेश एक विश्वसनीय मॉडल से आया है जिसमें अंतर्निहित सुरक्षा उपाय हैं।
James Diggans, Twist Bioscience में नीति और बायोसेक्योरिटी के उपाध्यक्ष, जिन्होंने इस पेपर पर प्रारंभिक प्रतिक्रिया दी, ने कहा कि वॉटरमार्किंग “बायोसेक्योरिटी टूलबॉक्स में एक आशाजनक नया जोड़” प्रदान करती है, जो स्क्रीनिंग को मजबूत कर सकती है, उन अनुक्रमों पर संसाधनों को केंद्रित कर सकती है जिन्हें अधिक समीक्षात्मक जांच की आवश्यकता है, और AI‑डिज़ाइन किए गए जीव विज्ञान के विकास के साथ बायोसेक्योरिटी को अधिक कुशल बना सकती है।
DeepMind यह भी कहता है कि यह विधि सार्वजनिक डेटाबेस जैसे Protein Data Bank, UniProt, और GenBank की अखंडता को संरक्षित करने में मदद कर सकती है, जिनमें से कई सार्वजनिक सबमिशन के लिए खुले हैं। सबमिशन प्रक्रिया के हिस्से के रूप में, वॉटरमार्क यह सुनिश्चित कर सकता है कि सिंथेटिक प्रविष्टियों को सही ढंग से लेबल किया जाए या आगे की समीक्षा के लिए चिह्नित किया जाए।
Sarah Carter, बायोसेक्योरिटी नीति विशेषज्ञ और Science Policy Consulting में प्रिंसिपल, जिन्होंने इस कार्य की समीक्षा की, ने SynthID Bio को “जैविक डिज़ाइनों की उत्पत्ति को ट्रैक करने के लिए पहेली का एक महत्वपूर्ण हिस्सा” कहा, और यह जोड़ते हुए कहा कि डिज़ाइनों को मॉडल डेवलपर से जोड़ने से सिंथेसिस प्रदाताओं को उन ग्राहकों के लिए स्क्रीनिंग को सुव्यवस्थित करने की सुविधा मिलती है जिन्होंने उन मॉडलों का उपयोग किया है।
बैक्टीरियोफेज़ विस्तार और ओपन रिलीज़
बची हुई चुनौतियों में, DeepMind ने वॉटरमार्क को जानबूझकर छेड़छाड़ के खिलाफ अधिक मजबूत बनाने को सूचीबद्ध किया है। कंपनी का कहना है कि SynthID Bio को प्रॉवेनेंस मेटाडाटा दृष्टिकोणों, जैसे डिजिटल मीडिया के लिए C2PA, या AI-जनित जैविक डेटा के केंद्रीय रिपॉज़िटरी के साथ जोड़ा जा सकता है, ताकि AI-जनित प्रोटीन को बेहतर ढंग से पहचाना और ट्रैक किया जा सके।
टीम ने SynthID Bio को Evo 2, एक जीनोमिक मॉडल, में भी एकीकृत किया है, जो Stanford University के Hie लैब और Arc Institute के साथ चल रहे सहयोग में है, और Evo 2 द्वारा डिज़ाइन किए गए बैक्टीरियोफ़ेज़ के जीनोम पर वॉटरमार्क लगाया गया है। कंपनी के अनुसार, बैक्टीरिया कल्चर में प्रारंभिक प्रयोगशाला परीक्षण ने पुष्टि की कि वॉटरमार्क किए गए बैक्टीरियोफ़ेज़ कार्यात्मक हैं, और उन्होंने कहा कि जल्द ही एक तकनीकी पांडुलिपि में अधिक विवरण साझा किया जाएगा।
SynthID Bio, SynthID को विस्तारित करता है, जो Google DeepMind का मौजूदा उपकरण है जो कंपनी के जनरेटिव AI उपभोक्ता उत्पादों में AI-जनित छवियों, ऑडियो, टेक्स्ट और वीडियो में डिजिटल वॉटरमार्क एम्बेड करता है। ये चिह्न लोगों के लिए अप्रकट होते हैं लेकिन SynthID की तकनीक द्वारा पता लगाए जा सकते हैं, और कंपनी SynthID Detector भी चलाती है, एक सत्यापन पोर्टल जहाँ उपयोगकर्ता एक छवि, वीडियो या ऑडियो फ़ाइल अपलोड करके यह जांच सकते हैं कि सामग्री पर वॉटरमार्क लगा है या नहीं।
घोषणा के साथ ही, DeepMind एक मेथड्स पेपर प्रकाशित कर रहा है, कोड और इन विट्रो डेटा को ओपन-सोर्स कर रहा है, और वज़न को शोध समुदाय के साथ साझा कर रहा है। Pushmeet Kohli ने इस परियोजना की शुरुआत की, और Alexander I. Cowen-Rivers तथा David Stutz ने शोध और तकनीकी विकास का नेतृत्व किया, जिसमें Kohli ने सलाह दी।
