ithome
科技
采集 2026-10-01T04:14:55+00:00
谷歌DeepMind首创AI蛋白质水印技术助力生物安全
原始标题:生物安全领域里程碑:谷歌 DeepMind 首创 AI 蛋白质水印技术
来源
ithome
发布时间
2026-10-01T01:28:53
采集批次
2026-10-01-04
字数
1071
URL 指纹
219800247f2311e4
📌 AI 总结(193 字)
谷歌DeepMind推出SynthID Bio技术,首次将数字水印引入合成生物学领域,可在数字模型与物理蛋白质中嵌入不可感知签名,同时保持生物学功能。该技术针对AI设计蛋白质可能绕过DNA合成筛选、污染公共数据库等安全风险,为三种靶蛋白测试中水印版本与原始版本表现一致,并集成至AlphaFold 3与Evo 2基因组模型中,旨在为生物安全提供自动验证信号,作为生物设计中的关键防御层。
📄 正文(1071 字)
IT之家9月30日消息,谷歌DeepMind今日推出SynthID Bio,首次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,不仅能在数字模型上验证,还可在合成的物理蛋白质上完成验证,同时在实验室测试中保持蛋白质的生物学功能。 生成式AI正在帮助科学家解决关键生物学挑战,从预测蛋白质结构到设计全新蛋白质,再到开发新型噬菌体。但这类工具也带来了新挑战:新型AI设计可能绕过传统DNA合成筛选,而标记错误的合成3D结构会污染公共数据库,误导后续研究。 SynthID Bio是专门为合成生物学开发的水印方法系列,旨在加强生物安全和科学诚信。它会根据数据类型调整方法,对序列的氨基酸选择进行引导,对预测的3D结构调整原子坐标,从而创建可靠的检测信号。实验表明,这些调整不会损害蛋白质的生物学功能。 在针对VEGF-A、SARS-CoV-2刺突蛋白RBD和PD-L1这三种靶蛋白的湿实验室测试中,带水印的设计在命中率、结合亲和力和自然序列多样性方面,与未带水印的版本表现一致,成功创造了首个带有水印且具备生物学功能的蛋白质结合剂。 对于蛋白质折叠,SynthID Bio对AlphaFold 3扩散网络的一小部分进行微调,将水印能力直接构建到模型权重中。这确保预测的3D坐标本身就带有可检测的特征,无论由谁运行模型,SynthID Bio都能保持AlphaFold 3的预测准确性,同时提供近乎完美的可检测性。 生物安全依赖分层防御,SynthID Bio的水印方法可作为嵌入生物设计本身的重要验证层。这一层对于DNA合成筛选尤其重要,当前AI可以创造与已知危害几乎不相似的全新序列,SynthID Bio可以提供自动验证信号,证明订单来自带有内置安全措施的可信模型。类似地,SynthID Bio还可以帮助维护蛋白质数据库、UniProt、GenBank等数据库的完整性。 谷歌表示,SynthID Bio是可靠识别和跟踪AI生成生物序列和结构的重要第一步。未来的关键挑战包括让水印对故意篡改具备更强的鲁棒性。SynthID Bio还可以与来源元数据方法或AI生成生物数据的中央存储库配合使用,更好地识别和跟踪AI生成的蛋白质。 谷歌目前正研究如何将水印技术应用于更复杂的生物物体,在与斯坦福大学Hie实验室和Arc Institute的合作研究中,已经将SynthID Bio集成到先进基因组模型Evo 2中,为Evo 2设计的噬菌体基因组添加水印,早期实验室测试已经确认这些带水印的噬菌体具备功能。