谷歌DeepMind给AI造的蛋白质打上“隐形钢印”！生物安全再添防线

人工智能已经能设计出自然界从未出现过的蛋白质，那么，如何知道一段蛋白质序列是不是AI造出来的？

总部位于英国伦敦的谷歌DeepMind近日推出SynthID Bio，这是一套专为AI生成蛋白质设计的水印方法。

DeepMind表示，这是首次成功合成既带有水印、又能正常发挥功能的AI设计蛋白质。

过去几年，从结构预测到全新设计，AI正在深刻改变蛋白质科学，AlphaFold的开发者更是因此获得了诺贝尔化学奖。

然而，能力越强，风险也越大。同样的工具既能设计出新药和新酶，理论上也可能被滥用于制造有害分子，这正是生物安全界长期担忧的问题。

把水印藏进氨基酸和原子坐标里

SynthID原本是DeepMind为AI生成的图像、视频、音频和文本打造的水印技术。如今，这项技术被拓展到了合成生物学领域。

给图片加水印相对简单，生物水印却难得多。它必须藏在一个真实存在的分子里，而这个分子还得像未加水印的版本一样正常折叠、结合和发挥作用。

蛋白质由氨基酸串联而成，一个氨基酸的改变就可能影响整个分子的形状和功能，这让在其中“动手脚”变得格外棘手。

SynthID Bio会根据数据类型灵活调整策略。对于蛋白质序列，它在序列生成过程中轻微调整氨基酸的选择。

这有点像在一段乐谱中，把某些音符换成听感几乎相同的变体，旁人听不出差别，掌握密钥的人却能一眼认出。

对于预测出的三维结构，它则微调原子坐标。两种方式的目标一致：留下一个日后可以检测到的信号，而且不仅能在数字模型中检测，也能在合成出的实体蛋白质上检测。

湿实验验证：带水印的蛋白质照样干活

研究团队以蛋白质结合剂作为测试对象，这类分子专门用来与特定的靶蛋白结合。

他们把DeepMind的结合剂设计系统AlphaProteo，与一个加装了SynthID Bio的ProteinMPNN配合使用。ProteinMPNN是一种广泛使用的蛋白质序列生成方法。

湿实验选取了三个靶点，分别是血管内皮生长因子VEGF-A、新冠病毒刺突蛋白受体结合域以及免疫检查点蛋白PD-L1。

VEGF-A与肿瘤血管生成密切相关，PD-L1是肿瘤免疫治疗的重要靶点，新冠病毒受体结合域则是病毒入侵人体细胞的关键部位。

结果显示，带水印的设计在命中率、结合亲和力和天然序列多样性上，与未加水印的设计不相上下。

这意味着水印几乎没有给蛋白质的实际功能带来代价，这也是该技术能否推广的关键前提。

湿实验是指在真实实验室中用试剂和仪器开展的实验，与只在计算机中进行的模拟相对。只有经过湿实验验证，设计才算真正经受住了现实的检验。

在结构预测方面，团队对AlphaFold 3扩散网络的一小部分进行了微调，把水印能力直接写入模型权重。这样无论谁运行模型，预测出的坐标都会自带签名。

DeepMind称，这种方法保持了AlphaFold 3的预测精度，检测率接近完美，并能抵御数字噪声和轻微的坐标改动。

生物安全的新防线与科学数据的守门人

这项技术最主要的用武之地是生物安全。DNA合成服务商通常会把订单与已知威胁数据库比对，但AI可以生成与已知危险序列毫无相似之处的新序列。

一段陌生序列不能再被默认是无害的天然生物，人工核查又往往耗时费力。SynthID Bio可以提供一个自动化信号，表明订单来自内置安全措施的可信模型。

DeepMind把它定位为“瑞士奶酪”式多层防御中的一层，与模型层面的风险缓解和客户审查共同发挥作用。

每一片奶酪都有孔洞，但多片叠加之后，风险穿透所有防线的概率就会大大降低。

生物安全政策专家萨拉·卡特认为，水印能让开发者在安全上发挥主导作用。合成生物公司Twist Bioscience的詹姆斯·迪甘斯也称其为生物安全工具箱中颇有前景的新成员。

第二个用途是维护科学数据的纯净。蛋白质数据库、UniProt和GenBank等开放数据库接受公开提交，大量AI生成的预测可能造成标注混乱。

DeepMind科学与战略项目负责人普什米特·科利表示，AlphaFold这样的突破离不开干净的公共数据，水印有助于守护科学公地。

科利还透露，SynthID迄今已为超过1000亿张图片和视频加注水印，OpenAI、英伟达和Kakao等公司也在使用这项技术。

DeepMind还与斯坦福大学希伊实验室和Arc研究所合作，把SynthID Bio用于基因组模型Evo 2。团队已为一个由Evo 2设计的噬菌体基因组加上水印，初步测试显示带水印的噬菌体仍具功能。

噬菌体是专门感染细菌的病毒，在抗菌治疗和基础研究中都有重要用途。

从单个蛋白质到整个基因组，水印技术的适用范围正在扩大。DeepMind表示，相关技术论文即将发布，并欢迎生物安全、基因合成和政策领域的机构提出合作。

为了增强防护，DeepMind建议将SynthID Bio与类似数字媒体内容溯源标准的来源元数据相结合，或建立集中的AI生成生物数据存储库。

DeepMind也坦言，水印不是万能药，最大挑战是提升对恶意篡改的抵抗力。公司将公开方法论文、开源代码和实验数据，并向研究界发布模型权重。

AI设计生命分子的能力越强，就越需要在源头植入溯源和防护机制。为AI蛋白质打上隐形钢印，或许正是负责任创新的一个缩影。