山东
IT之家 9 月 30 日消息，谷歌今日推出 SynthID Bio，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 subtle 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，这对于有效治疗疾病和推进科学研究至关重要。
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，维持关键结构特征分布，还能抵御数字噪声或微小坐标变化。
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，筛选人员无法再沿用旧假设，而 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，确保合成条目得到正确标记或标记，供进一步审查。
谷歌表示，虽然没有单一的生物安全干预措施是万能灵药，但 SynthID Bio 把经过验证的水印工具 SynthID 带入了合成生物学，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。
IT之家附上参考
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
