DeepMind legger inn verifiserbare vannmerker i AI‑designede proteiner

Google DeepMind avslørte SynthID Bio den 30. september 2026, en familie av vannmerkingsmetoder som legger inn en umerkelig, verifiserbar signatur i AI‑genererte proteinsekvenser og forutsagte 3D‑strukturer. Selskapet sier at konseptbeviset bevarte den biologiske funksjonen i våtlaboratorietester på tre målproteiner.

Kunngjøringen plasserer verktøyet i et felt hvor AI‑systemer allerede forutsier proteinstrukturer, slik DeepMinds AlphaFold gjør, og designer helt nye proteiner, slik AlphaProteo og den ofte brukte ProteinMPNN‑sekvensgenereringsmetoden gjør. Nylig har forskere brukt AI til å utvikle bakteriofager, virus som infiserer bakterier. DeepMind sier at disse evnene også skaper nye problemer: nye AI‑design kan omgå tradisjonell DNA‑syntese‑screening, og feilmerkede syntetiske 3D‑strukturer kan forurense offentlige databaser og villede etterfølgende forskning.

Våt‑labvalidering på tre proteinmål

SynthID Bio tilpasser tilnærmingen sin til datatypen. For sekvenser veileder den subtilt valget av aminosyrer; for forutsagte 3D‑strukturer justerer den atomkoordinater. I begge tilfeller er målet et påvisbart signal, og DeepMind rapporterer at disse justeringene i eksperimentene ikke påvirket proteinenes biologiske funksjon. Siden signaturen ligger i den biologiske koden selv, kan vannmerket verifiseres på det syntetiserte, fysiske proteinet i stedet for kun på en digital modell.

Teamet verifiserte tilnærmingen på proteinbindere, molekyler konstruert for å feste seg selektivt til andre proteiner, ved å bruke DeepMind’s AlphaProteo binder design-metoden sammen med en SynthID Bio‑aktivert versjon av ProteinMPNN. Selskapet opplyste at i våtlaboratorietester på tre målproteiner – VEGF‑A, SARS‑CoV‑2‑spikprotein‑RBD og PD‑L1 – matchet de vannmerkede designene de u‑vannmerkede versjonene når det gjelder treffrate, bindingsaffinitet og naturlig sekvensmangfold. DeepMind beskriver resultatet som de første noensinne vannmerkede og biologisk funksjonelle proteinbinderne. Bindingsaffinitet ble målt som KD, hvor lavere verdier indikerer sterkere bindere, og prosjektet gir kreditt til Adaptyv Bio for hjelpen med in‑vitro‑validering.

Vannmerking integrert i AlphaFold 3

For proteinfolding fungerer metoden inne i selve modellen. Teamet finjusterte en liten del av diffusenettverket i AlphaFold 3, og innlemmet vannmerkingsfunksjonaliteten i modellens vekter, slik at alle forutsagte 3D‑koordinater bærer en påvisbar signatur uavhengig av hvem som kjører modellen. Ifølge DeepMind beholder den finjusterte modellen AlphaFold 3s prediksjonsnøyaktighet, gir nesten perfekt påvisbarhet og opprettholder viktige strukturelle egenskapsfordelinger, og vannmerket tåler digital støy eller mindre koordinatendringer. En visualisering i innlegget sammenligner, for proteinet 7PPA, den forutsagte strukturen fra AlphaFold 3, den faktiske strukturen og den vannmerkede strukturen.

Biosecurity‑screening og databasintegritet

DeepMind beskriver biosecurity som et spørsmål om lagdelte forsvar, og refererer til den sveitsiske ostemodellen der hver uavhengige sikkerhetsmekanisme dekker blindsonene til de andre, og plasserer SynthID Bio innenfor sin bredere visjon for bioresiliens som et verifiseringslag integrert i den biologiske designen selv.

Dette laget gjelder mest direkte for DNA‑syntese‑screening. En digital protein‑design blir først et fysisk molekyl etter at en bestilling er gjort hos en DNA‑syntese‑leverandør, og disse leverandørene screener innkommende forespørsler mot databaser med kjente trusler. Tidligere kunne screenere med rimelighet behandle en ukjent sekvens som en uoppdaget naturlig organisme. DeepMind sier at AI fjerner denne antakelsen fordi den kan generere helt nye sekvenser som har liten likhet med kjente farer, og å sjekke om en slik bestilling er en konstruert trussel krever omfattende manuell gjennomgang som kan forsinke viktig forskning. SynthID Bio er ment å levere et automatisert verifiseringssignal som viser at en bestilling stammer fra en pålitelig modell med innebygde sikkerhetstiltak.

James Diggans, visepresident for politikk og biosecurity hos Twist Bioscience, som ga tidlig tilbakemelding på artikkelen, sa at vannmerking tilbyr «et lovende nytt tillegg til biosecurity‑verktøykassen» som kan styrke screening, fokusere ressurser på sekvenser som krever nærmere gjennomgang, og gjøre biosecurity mer effektiv etter hvert som AI‑designet biologi utvikler seg.

DeepMind sier også at metoden kan bidra til å bevare integriteten til offentlige databaser som Protein Data Bank, UniProt og GenBank, som mange av dem er åpne for offentlige innsendelser. Som en del av innsendingsprosessen kan vannmerket sikre at syntetiske oppføringer er korrekt merket eller flagget for videre gjennomgang.

Sarah Carter, en ekspert på biosecurity‑politikk og partner i Science Policy Consulting som gjennomgikk arbeidet, kalte SynthID Bio «et viktig brikke i puslespillet for å spore opprinnelsen til biologiske design», og la til at kobling av design til modellutvikleren gjør at syntesetilbydere kan strømlinjeforme screeningen for kunder som har brukt disse modellene.

Bakteriofag‑utvidelse og åpen utgivelse

Blant de gjenværende utfordringene nevner DeepMind å gjøre vannmerket mer robust mot bevisst manipulering. Selskapet sier at SynthID Bio også kan kombineres med provenance‑metadata‑tilnærminger, lik C2PA for digitale medier, eller med sentrale lagre av AI‑genererte biologiske data, for bedre å identifisere og spore AI‑genererte proteiner.

Teamet har også integrert SynthID Bio i Evo 2, en genomisk modell, i pågående samarbeid med Hie‑labben ved Stanford University og Arc Institute, og vannmerker genomet til en av Evo 2‑designet bakteriofag. Tidlige laboratorietester i bakteriekulturer bekreftet at de vannmerkede bakteriofagene er funksjonelle, sier selskapet, og legger til at de snart vil dele flere detaljer i et teknisk manuskript.

SynthID Bio utvider SynthID, Google DeepMinds eksisterende verktøy som legger inn digitale vannmerker i AI‑genererte bilder, lyd, tekst og video på tvers av selskapets generative AI‑forbrukerprodukter. Disse merkene er umerkelige for mennesker, men kan oppdages av SynthID‑teknologien, og selskapet driver også SynthID Detector, en verifiseringsportal hvor brukere kan laste opp et bilde, en video eller en lydfil for å sjekke om innholdet er vannmerket.

Samtidig med kunngjøringen publiserer DeepMind et metodepapir, gjør koden og in‑vitro‑dataene åpent tilgjengelige, og frigir vektene til forskningsmiljøet. Pushmeet Kohli initierte prosjektet, og Alexander I. Cowen‑Rivers og David Stutz ledet forskningen og den tekniske utviklingen, med råd fra Kohli.