谷歌 DeepMind 首创 AI 蛋白质水印技术，助力生物安全

谷歌 DeepMind 今日推出 SynthID Bio 技术，将数字水印技术引入合成生物学领域。该技术可将不可感知的签名直接嵌入生物编码，实现对合成蛋白质的数字模型与物理实体双重验证，同时确保蛋白质的生物学功能在实验室测试中保持完整。

生成式 AI 在加速蛋白质结构预测和新药开发的同时，也带来了生物安全风险。例如，AI 设计的合成 DNA 可能绕过传统筛选机制，错误的 3D 结构可能污染公共数据库，影响后续研究。SynthID Bio 作为专为合成生物学设计的水印方法，旨在强化生物安全和科学诚信。

该技术通过调整氨基酸选择和 3D 结构原子坐标，创建可检测的生物标记。实验显示，这些修改不会损害蛋白质功能，对疾病治疗和科研至关重要。在 VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1 三种靶蛋白测试中，带水印的蛋白质结合剂表现与天然序列一致。

SynthID Bio 通过微调 AlphaFold 3 扩散网络，将水印能力直接嵌入模型权重。这使预测的 3D 坐标自带可检测特征，既保持 AlphaFold 3 的预测准确性，又能提供近乎完美的可检测性，并抵御数字噪声干扰。

该技术作为生物安全分层防御的重要一环，可验证 DNA 合成订单来源，防止 AI 生成的潜在危害序列被误用。同时，它还能维护 UniProt、GenBank 等蛋白质数据库的完整性，确保合成条目正确标记。

未来挑战包括提升水印对篡改的鲁棒性。SynthID Bio 可与来源元数据或中央存储库结合，更好追踪 AI 生成蛋白质。目前该技术已集成到 Evo 2 噬菌体基因组模型中，实验室测试确认带水印噬菌体具备功能。

谷歌表示，SynthID Bio 是识别 AI 生成生物序列的重要突破，但生物安全需多层防御。相关研究论文《Function-preserving watermarking of AI-generated proteins》已公开。