DeepMind voegt verifieerbare watermerken toe aan AI‑ontworpen eiwitten

Google DeepMind onthulde SynthID Bio op 30 september 2026, een reeks watermerkmethoden die een onzichtbare, verifieerbare handtekening in AI‑gegenereerde eiwitsequenties en voorspelde 3D‑structuren embedden. Het bedrijf zegt dat het proof‑of‑concept de biologische functie heeft behouden in nat‑lab‑tests met drie doel‑eiwitten.

De aankondiging plaatst het hulpmiddel in een domein waar AI‑systemen al eiwitstructuren voorspellen, zoals DeepMind’s AlphaFold doet, en volledig nieuwe eiwitten ontwerpen, zoals AlphaProteo en de veelgebruikte ProteinMPNN‑sequentiegeneratiemethode doen. Recenter hebben onderzoekers AI ingezet om bacteriofagen te ontwikkelen, virussen die bacteriën infecteren. DeepMind stelt dat deze mogelijkheden ook nieuwe problemen opleveren: nieuwe AI‑ontwerpen kunnen traditionele DNA‑synthetische screening omzeilen, en foutief gelabelde synthetische 3D‑structuren kunnen openbare databanken besmetten en vervolgonderzoek misleiden.

Natte‑labvalidatie op drie eiwitdoelen

SynthID Bio past zijn aanpak aan het type gegevens aan. Voor sequenties stuurt het subtiel de keuze van aminozuren; voor voorspelde 3D‑structuren past het atomische coördinaten aan. In beide gevallen is het doel een detecteerbaar signaal, en DeepMind meldt dat in zijn experimenten deze aanpassingen de biologische functie van de eiwitten niet hebben aangetast. Omdat de handtekening zich in de biologische code zelf bevindt, kan het watermerk worden geverifieerd op het gesynthetiseerde, fysieke eiwit in plaats van alleen op een digitaal model.

Het team verifieerde hun aanpak op eiwitbinders, moleculen die specifiek op andere eiwitten kunnen aanklikken, met behulp van binderontwerp van DeepMind’s AlphaProteo methode naast een SynthID Bio‑ingeschakelde versie van ProteinMPNN. Het bedrijf zei dat in nat‑lab‑tests op drie doel‑eiwitten, VEGF‑A, het SARS‑CoV‑2 spike‑eiwit‑RBD, en PD‑L1, de watermerk‑ontwerpen gelijk waren aan de niet‑watermerk‑versies qua hit‑rate, bindingsaffiniteit en natuurlijke sequentie‑diversiteit. DeepMind beschrijft het resultaat als de allereerste watermerk‑en biologisch functionele eiwitbinders. Bindingsaffiniteit werd gemeten als KD, waarbij lagere waarden sterkere binders aangeven, en het project dankt Adaptyv Bio voor hun hulp bij in‑vitro‑validatie.

Watermerken ingebouwd in AlphaFold 3

Voor eiwitvouwing werkt de methode binnen het model zelf. Het team verfijnde een klein deel van het diffusienetwerk in AlphaFold 3, waarbij de watermerkfunctionaliteit in de modelgewichten werd ingebed, zodat alle voorspelde 3D‑coördinaten een detecteerbaar signaal dragen, ongeacht wie het model uitvoert. Volgens DeepMind behoudt het verfijnde model de voorspellingsnauwkeurigheid van AlphaFold 3, levert bijna perfecte detecteerbaarheid en behoudt belangrijke structurele kenmerkverdelingen, en blijft het watermerk bestand tegen digitale ruis of kleine coördinatwijzigingen. Een visualisatie in het bericht vergelijkt, voor het eiwit 7PPA, de door AlphaFold 3 voorspelde structuur, de werkelijke structuur en de watermerkstructuur.

Biosecurity‑screening en database‑integriteit

DeepMind beschrijft biosecurity als een kwestie van gelaagde verdedigingslagen, waarbij het Zwitserse‑kaasmodel wordt aangehaald waarin elke onafhankelijke bescherming de blinde vlekken van de andere dekt, en plaatst SynthID Bio binnen haar bredere visie op bio‑veerkracht als een verificatielaag die in het biologische ontwerp zelf is ingebed.

Die laag is het meest direct toepasbaar op DNA‑synthetische screening. Een digitaal eiwitontwerp wordt pas een fysiek molecuul nadat een bestelling is geplaatst bij een DNA‑synthese‑leverancier, en die leveranciers screenen binnenkomende aanvragen tegen databanken met bekende bedreigingen. In het verleden konden screeners een onbekende sequentie redelijkerwijs behandelen als een nog niet ontdekt natuurlijk organisme. DeepMind stelt dat AI die veronderstelling wegneemt omdat het volledig nieuwe sequenties kan genereren die weinig lijken op bekende gevaren, en het controleren of zo’n bestelling een gemanipuleerde bedreiging is, vereist een uitputtende handmatige beoordeling die cruciaal onderzoek kan vertragen. SynthID Bio is bedoeld om een geautomatiseerd verificatiesignaal te leveren dat aantoont dat een bestelling afkomstig is van een vertrouwd model met ingebouwde waarborgen.

James Diggans, Vice President of Policy and Biosecurity bij Twist Bioscience, die vroegtijdige feedback op het artikel gaf, zei dat watermerken een “veelbelovende nieuwe toevoeging aan de biosecurity‑toolbox” bieden die de screening kan versterken, middelen kan richten op sequenties die nadere beoordeling behoeven, en biosecurity efficiënter kan maken naarmate AI‑ontworpen biologie vordert.

DeepMind zegt ook dat de methode kan helpen de integriteit van openbare databanken zoals de Protein Data Bank, UniProt en GenBank te behouden, waarvan er veel openstaan voor openbare inzendingen. Als onderdeel van het inzendingsproces kan het watermerk ervoor zorgen dat synthetische invoer correct gelabeld of gemarkeerd wordt voor verdere beoordeling.

Sarah Carter, een biosecurity‑beleidsdeskundige en Principal bij Science Policy Consulting die het werk heeft beoordeeld, noemde SynthID Bio “een belangrijk onderdeel van de puzzel voor het volgen van de herkomst van biologische ontwerpen,” en voegde toe dat het koppelen van ontwerpen aan de modelontwikkelaar synthese‑leveranciers in staat stelt de screening te stroomlijnen voor klanten die die modellen hebben gebruikt.

Uitbreiding naar bacteriofagen en open release

Onder de resterende uitdagingen noemt DeepMind het robuuster maken van het watermerk tegen opzettelijke manipulatie. Het bedrijf zegt dat SynthID Bio ook kan worden gecombineerd met provenance‑metadata‑benaderingen, vergelijkbaar met C2PA voor digitale media, of met centrale repositories van door AI gegenereerde biologische data, om AI‑gegenereerde eiwitten beter te identificeren en te volgen.

Het team heeft SynthID Bio ook geïntegreerd in Evo 2, een genomisch model, in voortdurende samenwerking met het Hie‑lab van Stanford University en het Arc Institute, waarbij het genoom van een door Evo 2 ontworpen bacteriophage wordt voorzien van een watermerk. Vroegtijdige laboratoriumtests in bacterieculturen bevestigden dat de watermerk‑bacteriophagen functioneel zijn, aldus het bedrijf, en voegde toe dat het binnenkort meer details zal delen in een technisch manuscript.

SynthID Bio breidt SynthID uit, het bestaande hulpmiddel van Google DeepMind dat digitale watermerken in door AI gegenereerde afbeeldingen, audio, tekst en video integreert in de generatieve AI‑consumentenproducten van het bedrijf. Deze markeringen zijn voor mensen onwaarneembaar maar detecteerbaar door de technologie van SynthID, en het bedrijf exploiteert bovendien de SynthID Detector, een verificatieportaal waar gebruikers een afbeelding, video of audiobestand uploaden om te controleren of de inhoud is voorzien van een watermerk.

Gelijktijdig met de aankondiging publiceert DeepMind een methodenpaper, stelt de code en in‑vitro‑data open source beschikbaar, en maakt de gewichten vrij voor de onderzoeksgemeenschap. Pushmeet Kohli initieerde het project, en Alexander I. Cowen‑Rivers en David Stutz leidden het onderzoek en de technische ontwikkeling, onder advies van Kohli.