Google DeepMind представила SynthID Bio — водяные знаки для ИИ-спроектированных белков

Зачем маркировать биологию

Генеративный ИИ уже помогает учёным решать биологические задачи: предсказывать структуру белков (AlphaFold), проектировать новые белки (AlphaProteo и ProteinMPNN), а недавно — разрабатывать новые бактериофаги, вирусы, заражающие бактерии. У этих инструментов есть обратная сторона: новые ИИ-дизайны способны обходить традиционный скрининг синтеза ДНК, а неверно подписанные синтетические 3D-структуры рискуют загрязнять публичные базы и вводить в заблуждение последующие исследования. SynthID Bio задумана как ответ именно на этот класс рисков.

По словам DeepMind, биобезопасность строится на многослойной защите — модели «швейцарского сыра», где независимые меры прикрывают пробелы друг друга. Ограничения на уровне модели и проверка клиентов — отдельные слои со своими пробелами, и водяной знак добавляет к ним проверяемый слой, встроенный в сам биологический дизайн.

Как это работает

SynthID Bio — не один метод, а семейство методов маркировки, созданных специально для синтетической биологии. Подход меняется в зависимости от типа данных: для последовательностей метод незаметно направляет выбор аминокислот, для предсказанных 3D-структур корректирует атомные координаты — так создаётся надёжный сигнал для детектирования. В экспериментах такие правки не нарушили биологическую функцию белка, а именно она критична и для лечения болезней, и для научной работы.

Маркировать белки можно и на уровне генерации: метод сочетается с версией ProteinMPNN, распространённого инструмента генерации белковых последовательностей, поддерживающей SynthID Bio.

Проверка на белках-связывателях

Авторы проверили подход на белках-связывателях — молекулах, созданных, чтобы избирательно прикрепляться к другим белкам, — используя собственный метод дизайна AlphaProteo вместе с версией ProteinMPNN с поддержкой SynthID Bio.

В мокрой лаборатории тесты шли по трём мишеням: VEGF-A, RBD шипа SARS-CoV-2 и PD-L1. Маркированные дизайны совпали с немарированными по доле успешных попаданий, аффинности связывания и естественному разнообразию последовательностей — по утверждению DeepMind, это первые в истории помеченные водяным знаком и при этом биологически функциональные белки-связыватели. Аффинность измеряли как KD и сравнивали по трём мишеням: меньшее значение означает более сильное связывание.

Фолдинг: подпись внутри весов AlphaFold 3

Для фолдинга белков SynthID Bio дообучает небольшую часть диффузионной сети AlphaFold 3, встраивая способность маркировать прямо в веса модели. Поэтому предсказанные 3D-координаты несут детектируемую подпись независимо от того, кто запускает модель.

Заявленные свойства: точность предсказаний AlphaFold 3 сохраняется, детектируемость близка к идеальной, ключевые распределения структурных признаков удерживаются, а сама подпись устойчива к цифровому шуму и небольшим изменениям координат.

Скрининг синтеза ДНК и базы данных

Слой проверки особенно важен для скрининга синтеза ДНК, который DeepMind называет передним краем биобезопасности. Чтобы превратить цифровой дизайн белка в физическую молекулу, нужно разместить заказ у поставщика синтеза ДНК, а тот проверяет запросы по базам известных угроз. Раньше незнакомую последовательность можно было безопасно счесть неизученным природным организмом, но ИИ способен создавать полностью новые последовательности, мало похожие на известные опасности, — и допущение перестало работать. Проверка того, что незнакомый заказ не является сконструированной угрозой, требует исчерпывающих ручных разборов, которые тормозят исследования; здесь SynthID Bio даёт автоматический сигнал, подтверждающий, что заказ пришёл из доверенной модели со встроенными ограничениями.

«SynthID Bio — важная часть головоломки для отслеживания происхождения биологических дизайнов, — сказала Сара Картер, эксперт по политике биобезопасности и принципал Science Policy Consulting, рецензировавшая работу. — Связывая дизайны с разработчиком модели, эти водяные знаки позволяют разработчикам вести в вопросах безопасности и дают поставщикам синтеза возможность упорядочить скрининг для клиентов, которые пользовались такими моделями».

«ИИ расширяет то, что учёные могут проектировать, и у компаний по синтезу ДНК важная роль в том, чтобы эта инновация масштабировалась ответственно, — сказал Джеймс Дигганс, вице-президент по политике и биобезопасности Twist Bioscience, давший ранние замечания к работе. — Для Twist водяные знаки — многообещающее дополнение к инструментарию биобезопасности: они могут усилить скрининг, сфокусировать ресурсы на последовательностях, требующих более внимательного разбора, и сделать биобезопасность эффективнее по мере развития биологии, создаваемой ИИ».

Отдельное применение — целостность баз вроде Protein Data Bank, UniProt и GenBank. Многие из них открыты для публичных заявок, и неверно подписанные записи могут непропорционально сильно влиять на решения по биобезопасности — проблема, которая будет только расти вместе с ИИ-сгенерированными биологическими данными. На этапе подачи SynthID Bio могла бы помогать помечать синтетические записи или отправлять их на дополнительную проверку.

Что дальше и чего метод не обещает

DeepMind прямо оговаривается: ни одна мера в биобезопасности не является серебряной пулей. SynthID Bio переносит в синтетическую биологию SynthID — уже проверенный инструмент маркировки — и авторы называют это важным первым шагом к надёжному распознаванию и отслеживанию ИИ-сгенерированных биологических последовательностей и структур.

Ключевая открытая задача — сделать знак более устойчивым к намеренной подделке. Кроме того, SynthID Bio можно сочетать с подходами на основе метаданных о происхождении — по аналогии с C2PA для цифровых медиа — или с центральными хранилищами ИИ-сгенерированных биологических данных.

Работа продолжается и на более сложных объектах: вместе с лабораторией Hie в Стэнфордском университете и Arc Institute DeepMind встроила SynthID Bio в передовую геномную модель Evo 2, чтобы маркировать геном бактериофага, спроектированного Evo 2. Ранние лабораторные тесты в культурах бактерий подтвердили, что помеченные бактериофаги функциональны; детали обещают раскрыть в технической рукописи.

Вместе с публикацией DeepMind открывает исходный код и данные in vitro и отдаёт веса исследовательскому сообществу. Проект инициировал Пушмит Кохли, исследование и техническую разработку вели Александр И. Коуэн-Риверс и Дэвид Штутц под его научным руководством.

Лабораторную валидацию in vitro выполняла Adaptyv Bio, а расширение метода на ДНК бактериофагов — совместная работа DeepMind и лаборатории Hie при Стэнфорде и Arc Institute.