DeepMind Menyematkan Watermark yang Dapat Diverifikasi pada Protein yang Dirancang AI

Google DeepMind memperkenalkan SynthID Bio pada 30 September 2026, sebuah keluarga metode watermarking yang menyematkan tanda tangan yang tidak tampak namun dapat diverifikasi ke dalam urutan protein yang dihasilkan AI dan struktur 3D yang diprediksi. Perusahaan menyatakan bahwa bukti konsep tersebut mempertahankan fungsi biologis dalam pengujian laboratorium basah pada tiga protein target.

Pengumuman tersebut menempatkan alat ini dalam bidang di mana sistem AI sudah dapat memprediksi struktur protein, seperti yang dilakukan AlphaFold milik DeepMind, dan merancang protein baru sepenuhnya, seperti yang dilakukan AlphaProteo dan metode generasi urutan ProteinMPNN yang umum dipakai. Baru-baru ini, peneliti telah menggunakan AI untuk mengembangkan bakteriofag, virus yang menginfeksi bakteri. DeepMind menyatakan bahwa kemampuan ini juga menimbulkan masalah baru: desain AI yang baru dapat melewati penyaringan sintesis DNA tradisional, dan struktur 3D sintetis yang salah label dapat mencemari basis data publik serta menyesatkan penelitian selanjutnya.

Validasi Laboratorium Basah pada Tiga Target Protein

SynthID Bio menyesuaikan pendekatannya dengan jenis data. Untuk urutan, ia secara halus mengarahkan pilihan asam amino; untuk struktur 3D yang diprediksi, ia menyesuaikan koordinat atom. Dalam kedua kasus, tujuan adalah sinyal yang dapat dideteksi, dan DeepMind melaporkan bahwa dalam eksperimennya penyesuaian ini tidak mengorbankan fungsi biologis protein. Karena tanda tangan berada dalam kode biologis itu sendiri, watermark dapat diverifikasi pada protein fisik yang disintesis, bukan hanya pada model digital.

Tim tersebut memverifikasi pendekatannya pada pengikat protein, molekul yang direkayasa untuk menempel secara selektif pada protein lain, menggunakan DeepMind’s AlphaProteo binder design bersama versi ProteinMPNN yang didukung SynthID Bio. Perusahaan menyatakan bahwa dalam pengujian laboratorium basah pada tiga protein target, VEGF‑A, protein spike SARS‑CoV‑2 RBD, dan PD‑L1, desain berwatermark cocok dengan versi tanpa watermark dalam tingkat keberhasilan, afinitas ikatan, dan keragaman urutan alami. DeepMind menggambarkan hasil tersebut sebagai pengikat protein berwatermark dan fungsional secara biologis pertama dalam sejarah. Afinitas ikatan diukur sebagai KD, dengan nilai yang lebih rendah menunjukkan pengikat yang lebih kuat, dan proyek tersebut memberi penghargaan kepada Adaptyv Bio atas bantuannya dalam validasi in vitro.

Watermarking yang Terintegrasi dalam AlphaFold 3

Untuk pelipatan protein, metode ini bekerja di dalam model itu sendiri. Tim tersebut menyempurnakan sebagian kecil jaringan difusi dalam AlphaFold 3, menyematkan kemampuan watermarking ke dalam bobot model, sehingga setiap koordinat 3D yang diprediksi membawa tanda tangan yang dapat dideteksi siapa pun yang menjalankan model. Menurut DeepMind, model yang disempurnakan mempertahankan akurasi prediksi AlphaFold 3, memberikan deteksi yang hampir sempurna dan menjaga distribusi fitur struktural utama, serta watermark tetap tahan terhadap noise digital atau perubahan koordinat kecil. Visualisasi dalam postingan membandingkan, untuk protein 7PPA, struktur yang diprediksi oleh AlphaFold 3, struktur kebenaran dasar, dan struktur berwatermark.

Penyaringan Biosekuritas dan Integritas Basis Data

DeepMind menggambarkan biosekuritas sebagai masalah pertahanan berlapis, mengacu pada model keju Swiss di mana setiap perlindungan independen menutupi titik buta yang lain, dan menempatkan SynthID Bio dalam visi yang lebih luas untuk bioresiliensi sebagai lapisan verifikasi yang tertanam dalam desain biologis itu sendiri.

Lapisan itu paling langsung diterapkan pada penyaringan sintesis DNA. Desain protein digital menjadi molekul fisik hanya setelah pesanan ditempatkan pada penyedia sintesis DNA, dan penyedia tersebut menyaring permintaan yang masuk terhadap basis data ancaman yang diketahui. Sebelumnya, penyaring dapat secara wajar menganggap urutan yang tidak dikenal sebagai organisme alami yang belum ditemukan. DeepMind mengatakan bahwa AI menghilangkan asumsi tersebut karena dapat menghasilkan urutan baru yang sangat berbeda dari bahaya yang dikenal, dan memeriksa apakah pesanan tersebut merupakan ancaman rekayasa memerlukan tinjauan manual yang menyeluruh yang dapat memperlambat penelitian penting. SynthID Bio dimaksudkan untuk menyediakan sinyal verifikasi otomatis yang menunjukkan bahwa pesanan berasal dari model tepercaya dengan perlindungan bawaan.

James Diggans, Wakil Presiden Kebijakan dan Biosekuritas di Twist Bioscience, yang memberikan umpan balik awal pada makalah tersebut, mengatakan bahwa watermarking menawarkan “tambahan baru yang menjanjikan untuk kotak peralatan biosekuritas” yang dapat memperkuat penyaringan, memusatkan sumber daya pada urutan yang memerlukan tinjauan lebih mendalam, dan membuat biosekuritas lebih efisien seiring kemajuan biologi yang dirancang AI.

DeepMind juga menyatakan bahwa metode ini dapat membantu menjaga integritas basis data publik seperti Protein Data Bank, UniProt, dan GenBank, yang sebagian besar terbuka untuk pengajuan publik. Sebagai bagian dari proses pengajuan, watermark dapat memastikan entri sintetis diberi label yang tepat atau ditandai untuk tinjauan lebih lanjut.

Sarah Carter, seorang pakar kebijakan biosekuritas dan Principal di Science Policy Consulting yang meninjau pekerjaan tersebut, menyebut SynthID Bio “sebuah bagian penting dari teka-teki untuk melacak asal usul desain biologis,” menambahkan bahwa menghubungkan desain dengan pengembang model memungkinkan penyedia sintesis menyederhanakan penyaringan bagi pelanggan yang telah menggunakan model tersebut.

Ekstensi Bakteriofag dan Rilis Terbuka

Di antara tantangan yang tersisa, DeepMind mencatat bahwa membuat watermark lebih tahan terhadap manipulasi sengaja. Perusahaan mengatakan SynthID Bio juga dapat dipasangkan dengan pendekatan metadata provenance, serupa dengan C2PA untuk media digital, atau dengan repositori pusat data biologis yang dihasilkan AI, untuk lebih mengidentifikasi dan melacak protein yang dihasilkan AI.

Tim tersebut juga telah mengintegrasikan SynthID Bio ke dalam Evo 2, sebuah model genomik, dalam kolaborasi berkelanjutan dengan laboratorium Hie di Stanford University dan Arc Institute, menandai genom bakteriofag yang dirancang oleh Evo 2. Pengujian laboratorium awal pada kultur bakteri mengonfirmasi bahwa bakteriofag yang ditandai berfungsi, kata perusahaan, dan menambahkan bahwa mereka akan segera membagikan lebih banyak detail dalam manuskrip teknis.

SynthID Bio memperluas SynthID, alat yang sudah ada dari Google DeepMind yang menyematkan watermark digital ke dalam gambar, audio, teks, dan video yang dihasilkan AI di seluruh produk AI generatif konsumen perusahaan. Tanda‑tanda tersebut tidak dapat terlihat oleh manusia tetapi dapat dideteksi oleh teknologi SynthID, dan perusahaan juga mengoperasikan SynthID Detector, sebuah portal verifikasi di mana pengguna mengunggah gambar, video, atau file audio untuk memeriksa apakah konten tersebut telah diberi watermark.

Seiring dengan pengumuman tersebut, DeepMind menerbitkan makalah metode, membuka kode dan data in vitro, serta merilis bobot model ke komunitas riset. Pushmeet Kohli memprakarsai proyek ini, dan Alexander I. Cowen‑Rivers serta David Stutz memimpin penelitian dan pengembangan teknis, dengan nasihat dari Kohli.