DeepMind、AI設計タンパク質に検証可能なウォーターマークを埋め込む

Google DeepMindは2026年9月30日に発表した SynthID Bioという、AI生成タンパク質配列と予測された3次元構造に目に見えない検証可能な署名を埋め込む一連のウォーターマーキング手法を発表した。同社は、概念実証が3つの標的タンパク質に対するウェットラボテストで生物学的機能を維持したと述べている。

この発表は、AIシステムがすでにDeepMindのAlphaFoldのようにタンパク質構造を予測し、AlphaProteoや一般的に使用されているProteinMPNN配列生成手法のように全く新しいタンパク質を設計する分野にこのツールを位置付けるものです。最近では、研究者がAIを用いてバクテリオファージ（細菌に感染するウイルス）を開発しています。DeepMindは、これらの能力が新たな課題も生むと指摘しています。新しいAI設計は従来のDNA合成スクリーニングを回避でき、誤ってラベル付けされた合成3次元構造が公共データベースを汚染し、下流の研究を誤導する可能性があります。

3つのタンパク質標的に対するウェットラボ検証

SynthID Bioはデータの種類に応じてアプローチを適応させます。配列の場合はアミノ酸の選択を微妙に誘導し、予測された3次元構造の場合は原子座標を調整します。いずれの場合も目的は検出可能なシグナルであり、DeepMindは実験においてこれらの調整がタンパク質の生物学的機能を損なわなかったと報告しています。署名が生物学的コード自体に埋め込まれているため、ウォーターマークはデジタルモデルだけでなく、合成された実体タンパク質上でも検証可能です。

チームは、他のタンパク質に選択的に結合するよう設計された分子であるタンパク質バインダーに対して、このアプローチを検証した。DeepMindの AlphaProteo バインダー設計手法とSynthID Bio対応版ProteinMPNNを併用した。同社は、VEGF‑A、SARS‑CoV‑2スパイクタンパク質RBD、PD‑L1という3つの標的タンパク質に対するウェットラボテストで、ウォーターマーク付きデザインがウォーターマークなしバージョンとヒット率、結合親和性、自然配列多様性のすべてで同等であったと述べた。DeepMindは、この結果を史上初のウォーターマーク付きかつ生物学的に機能するタンパク質バインダーと位置付けている。結合親和性はKDで測定され、値が低いほど結合が強いことを示し、プロジェクトはin vitro検証に協力したAdaptyv Bioに感謝している。

AlphaFold 3に組み込まれたウォーターマーキング

タンパク質折りたたみのために、この手法はモデル内部で機能します。チームはAlphaFold 3の拡散ネットワークの一部を微調整し、モデルの重みへウォーターマーキング機能を埋め込みました。その結果、モデルを実行する者に関係なく、予測された3次元座標は検出可能な署名を保持します。DeepMindによれば、微調整されたモデルはAlphaFold 3の予測精度を維持し、ほぼ完璧な検出性を提供し、主要な構造特徴分布も保たれ、ウォーターマークはデジタルノイズや小さな座標変化に対しても耐性があります。投稿内の可視化では、タンパク質7PPAについて、AlphaFold 3が予測した構造、実測構造、そしてウォーターマーク付き構造が比較されています。

バイオセキュリティスクリーニングとデータベースの完全性

DeepMindはバイオセキュリティを多層防御の問題と位置付け、各独立した保護策が他の盲点をカバーするスイスチーズモデルを引用し、SynthID Bioを生物学的設計自体に埋め込まれた検証層として、バイオレジリエンスに向けた広範なビジョンの一部に位置付けている。

この層は特にDNA合成スクリーニングに直接適用されます。デジタルのタンパク質設計は、DNA合成プロバイダーに注文が出された後に初めて実体分子となり、プロバイダーは既知の脅威データベースに照らして受注をスクリーニングします。過去には、スクリーニング担当者は未知の配列を未発見の自然生物とみなすことが合理的でした。DeepMindは、AIが既知の危険物とほとんど類似しない全く新しい配列を生成できるため、この前提が無効になると指摘しています。そのような注文が設計された脅威かどうかを確認するには、重要な研究を遅延させる可能性のある徹底的な手動レビューが必要です。SynthID Bioは、組み込みの保護機構を持つ信頼できるモデルからの注文であることを示す自動検証シグナルを提供することを目的としています。

Twist Bioscienceの政策・バイオセキュリティ担当副社長であるJames Diggans氏（本稿に早期フィードバックを提供）は、ウォーターマーキングは「バイオセキュリティツールボックスへの有望な新たな追加」であり、スクリーニングを強化し、詳細なレビューが必要な配列に資源を集中させ、AI設計生物学の進展に伴いバイオセキュリティをより効率的にできると述べました。

DeepMindはまた、この手法がProtein Data Bank、UniProt、GenBankなどの公共データベースの完全性を維持するのに役立つ可能性があると述べています。これらの多くは一般からの投稿を受け付けています。投稿プロセスの一環として、ウォーターマークは合成エントリが適切にラベル付けされるか、さらなるレビューのためにフラグ付けされることを保証できるでしょう。

Science Policy Consultingのバイオセキュリティ政策専門家でプリンシパルのSarah Carter氏（本研究をレビュー）は、SynthID Bioを「生物学的設計の出所追跡のための重要なピース」と呼び、設計をモデル開発者に結び付けることで、合成プロバイダーがそのモデルを使用した顧客のスクリーニングを効率化できると付け加えました。

バクテリオファージ拡張とオープンリリース

残された課題の中で、DeepMindはウォーターマークを意図的な改ざんに対してより頑丈にすることを挙げている。同社は、SynthID Bioはデジタルメディア向けのC2PAに類似した出所メタデータ手法や、AI生成生物データの中央リポジトリと組み合わせることもでき、AI生成タンパク質をより適切に識別・追跡できると述べている。

チームは、スタンフォード大学のHieラボおよびArc Instituteとの継続的な協力のもと、ゲノムモデルであるEvo 2にSynthID Bioを統合し、Evo 2で設計されたバクテリオファージのゲノムにウォーターマークを付与した。同社によれば、細菌培養での初期実験において、ウォーターマークが付いたバクテリオファージは機能的であることが確認されており、近日中に技術論文で詳細を共有すると付け加えた。

SynthID Bioは、Google DeepMindが提供する既存ツールであるSynthIDを拡張し、同社の生成AI消費者向け製品全体でAI生成画像、音声、テキスト、動画にデジタルウォーターマークを埋め込む。そのマークは人間には知覚できないがSynthIDの技術で検出可能で、同社はまたSynthID Detectorという検証ポータルを運営しており、ユーザーは画像、動画、音声ファイルをアップロードしてコンテンツにウォーターマークが付いているか確認できる。

発表に合わせて、DeepMindは手法に関する論文を公開し、コードとin vitroデータをオープンソース化し、重みを研究コミュニティに提供する。プロジェクトはPushmeet Kohliが開始し、Alexander I. Cowen-RiversとDavid Stutzが研究と技術開発を主導し、Kohliが助言した。