DeepMind, AI Tarafından Tasarlanan Proteinlere Doğrulanabilir Filigranlar Ekliyor

Google DeepMind SynthID Bio’yu 30 Eylül 2026’da tanıttı. Bu, AI‑tarafından üretilen protein dizilerine ve tahmin edilen 3D yapılara insanların fark edemeyeceği, doğrulanabilir bir imza yerleştiren bir filigranlama yöntemi ailesidir. Şirket, kavram kanıtının üç hedef protein üzerinde yapılan ıslak laboratuvar testlerinde biyolojik fonksiyonu koruduğunu belirtiyor.

Bu duyuru, aracı, DeepMind’ın AlphaFold’ının protein yapılarını tahmin ettiği ve AlphaProteo ile yaygın olarak kullanılan ProteinMPNN dizi üretim yöntemi gibi tamamen yeni proteinler tasarladığı bir alana yerleştiriyor. Daha yakın zamanda, araştırmacılar AI kullanarak bakteriyofajlar, yani bakterileri enfekte eden virüsler geliştirdi. DeepMind, bu yeteneklerin aynı zamanda yeni sorunlar yarattığını söylüyor: yeni AI tasarımları geleneksel DNA sentez taramasını atlatabilir ve yanlış etiketlenmiş sentetik 3D yapılar kamu veritabanlarını kirletebilir ve sonraki araştırmaları yanıltabilir.

Üç Protein Hedefinde Islak Laboratuvar Doğrulaması

SynthID Bio, yaklaşımını veri tipine göre uyarlıyor. Dizi (sekans) için amino asit seçiminde ince bir yönlendirme yapıyor; tahmin edilen 3D yapılar için atom koordinatlarını ayarlıyor. Her iki durumda da amaç algılanabilir bir sinyal elde etmek ve DeepMind, deneylerinde bu ayarlamaların proteinlerin biyolojik işlevini bozmadığını rapor ediyor. İmza biyolojik kodun içinde yer aldığından, filigran yalnızca dijital modelde değil, sentezlenen fiziksel protein üzerinde de doğrulanabilir.

Ekip, protein bağlayıcıları – diğer proteinlere seçici olarak bağlanmak üzere tasarlanmış moleküller – üzerinde DeepMind’ın AlphaProteo protein bağlayıcı tasarımı yöntemini ve SynthID Bio destekli bir ProteinMPNN sürümünü kullanarak yaklaşımını doğruladı. Şirket, üç hedef protein (VEGF‑A, SARS‑CoV‑2 spike proteini RBD ve PD‑L1) üzerinde yapılan ıslak laboratuvar testlerinde filigranlı tasarımların isabet oranı, bağlanma afinitesi ve doğal dizi çeşitliliği açısından işaretsiz versiyonlarla eşleştiğini söyledi. DeepMind, bu sonucu, şimdiye kadar yapılmış ilk filigranlı ve biyolojik olarak fonksiyonel protein bağlayıcıları olarak tanımlıyor. Bağlanma afinitesi KD olarak ölçüldü; daha düşük değerler daha güçlü bağlayıcıları gösteriyor ve proje, in vitro doğrulamada Adaptyv Bio’ya teşekkür ediyor.

AlphaFold 3’e Entegre Filigranlama

Protein katlanması için yöntem modelin içinde çalışıyor. Ekip, AlphaFold 3 içinde difüzyon ağının küçük bir bölümüne ince ayar yaparak filigranlama yeteneğini modelin ağırlıklarına yerleştirdi, böylece modeli kim çalıştırırsa çalıştırsın tahmin edilen 3D koordinatlar algılanabilir bir imza taşır. DeepMind’a göre, ince ayarlı model AlphaFold 3’ün tahmin doğruluğunu korur, neredeyse kusursuz bir algılanabilirlik sağlar ve temel yapısal özellik dağılımlarını sürdürür; filigran dijital gürültüye veya küçük koordinat değişikliklerine karşı dayanıklıdır. Gönderideki bir görselleştirme, 7PPA proteini için AlphaFold 3 tahmin yapısını, gerçek (ground truth) yapıyı ve filigranlı yapıyı karşılaştırıyor.

Biyogüvenlik Tarama ve Veritabanı Bütünlüğü

DeepMind, biyogüvenliği katmanlı savunmalar meselesi olarak tanımlıyor ve her bağımsız önlemin diğerlerinin kör noktalarını kapattığı İsviçre peyniri modeline atıfta bulunarak SynthID Bio’yu, biyolojik tasarımın içine yerleştirilmiş bir doğrulama katmanı olarak bio‑rezilyans vizyonunun daha geniş bir parçası konumlandırıyor.

Bu katman, DNA sentez taramasına en doğrudan şekilde uygulanır. Dijital bir protein tasarımı, bir DNA sentez sağlayıcısına sipariş verildikten sonra fiziksel bir molekül haline gelir ve bu sağlayıcılar gelen talepleri bilinen tehdit veritabanlarıyla tarar. Geçmişte, tarayıcılar tanımadıkları bir diziyi keşfedilmemiş doğal bir organizma olarak değerlendirebilirlerdi. DeepMind, AI’nın bu varsayımı ortadan kaldırdığını çünkü bilinen tehlikelerle çok az benzerlik gösteren tamamen yeni diziler üretebildiğini ve böyle bir siparişin mühendislik tehdidi olup olmadığını kontrol etmenin, hayati araştırmaları geciktirebilecek kapsamlı bir manuel inceleme gerektirdiğini söylüyor. SynthID Bio, siparişin yerleşik güvenlik önlemleriyle donatılmış güvenilir bir modelden geldiğini gösteren otomatik bir doğrulama sinyali sağlamayı amaçlıyor.

Makale hakkında erken geri bildirimde bulunan Twist Bioscience’de Politika ve Biyogüvenlik Başkan Yardımcısı James Diggans, filigranlamanın “biyogüvenlik araç kutusuna umut vadeden yeni bir ek” sunduğunu, taramayı güçlendirebileceğini, daha yakından incelenmesi gereken dizilere kaynakları odaklayabileceğini ve AI‑tasarımlı biyoloji ilerledikçe biyogüvenliği daha verimli hâle getirebileceğini söyledi.

DeepMind ayrıca, yöntemin Protein Data Bank, UniProt ve GenBank gibi halka açık veri tabanlarının bütünlüğünü korumaya yardımcı olabileceğini, bu veri tabanlarının çoğunun halka açık gönderime izin verdiğini belirtiyor. Gönderim sürecinin bir parçası olarak, filigran sentetik girişlerin doğru şekilde etiketlenmesini veya daha fazla inceleme için işaretlenmesini sağlayabilir.

Çalışmayı inceleyen biyogüvenlik politika uzmanı ve Science Policy Consulting’de Baş Danışman Sarah Carter, SynthID Bio’yu “biyolojik tasarımların kökenini izlemek için önemli bir parça” olarak nitelendirdi ve tasarımları model geliştiricisine bağlamanın, sentez sağlayıcılarının bu modelleri kullanan müşteriler için taramayı kolaylaştırmasına olanak tanıdığını ekledi.

Bakteriyofaj Uzantısı ve Açık Yayın

Kalan zorluklar arasında, DeepMind filigranın kasıtlı manipülasyona karşı daha dayanıklı hâle getirilmesini listeliyor. Şirket, SynthID Bio’nun ayrıca C2PA’ya benzer şekilde dijital medyada kullanılan kaynak metaveri yaklaşımlarıyla veya AI tarafından üretilen biyolojik verilerin merkezi depolarıyla eşleştirilebileceğini, böylece AI tarafından üretilen proteinlerin daha iyi tanımlanıp izlenebileceğini söylüyor.

Takım, ayrıca SynthID Bio’yu Evo 2 adlı genomik modele, Stanford University ve Arc Institute’deki Hie laboratuvarıyla devam eden iş birliği içinde entegre etti; bu, Evo 2 tarafından tasarlanan bir bakteriyofajın genomuna filigran eklenmesini sağladı. Şirket, erken laboratuvar testlerinin bakteriyel kültürlerde filigranlı bakteriyofajların işlevsel olduğunu doğruladığını söyledi ve yakında teknik bir makalede daha fazla detay paylaşacağını ekledi.

SynthID Bio, Google DeepMind’ın AI tarafından üretilen görüntüler, ses, metin ve videolara dijital filigranlar ekleyen mevcut aracı SynthID‘yi genişletiyor. Bu işaretler insanlar tarafından fark edilemez ancak SynthID teknolojisi tarafından tespit edilebilir ve şirket ayrıca kullanıcıların bir görüntü, video veya ses dosyasını yükleyerek içeriğin filigran taşıyıp taşımadığını kontrol edebilecekleri bir doğrulama portalı olan SynthID Detector’ı işletiyor.

Duyuruyla paralel olarak, DeepMind bir yöntemler makalesi yayımlıyor, kodu ve in vitro verileri açık kaynak yapıyor ve ağırlıkları araştırma topluluğuna sunuyor. Projeyi Pushmeet Kohli başlattı ve Alexander I. Cowen-Rivers ile David Stutz araştırma ve teknik geliştirmeyi yönetti, Kohli tarafından danışmanlık yapıldı.