Google DeepMind създаде SynthID Bio — воден знак за проектирани от изкуствен интелект (ИИ) протеини, и чрез лабораторни тестове върху протеинови свързващи елементи показа, че той оставя тяхната функция незасегната. Методът скрива сигнатура в аминокиселинната последователност на проектирания протеин и в атомните координати на прогнозираната 3D структура. От DeepMind посочват, че сигнатурата може да бъде проверена върху физическия протеин след синтеза.
DeepMind насочва водния знак към скрининга за синтез на ДНК. Доставчиците, които превръщат дигиталните протеинови дизайни във физически молекули, проверяват всяка поръчка спрямо бази данни с известни заплахи. Тъй като ИИ вече може да генерира последователности с малко прилики с познатите рискове, проверяващите вече не могат да предполагат, че непозната последователност произлиза от неразкрит естествен организъм. Ръчната проверка на непозната поръчка може да забави научните изследвания. Водният знак би дал на проверяващите автоматизиран сигнал, че поръчката произлиза от доверен модел с вградени защитни механизми.
Лабораторни тестове
DeepMind тества протеинови свързващи елементи — молекули, проектирани да се захващат за конкретен целеви протеин. Компанията комбинира своя метод за дизайн AlphaProteo с версия на ProteinMPNN (често използван генератор на последователности), оборудвана с SynthID Bio, и проведе лабораторни тестове върху три цели: VEGF-A, рецептор-свързващия домейн на спайк протеина на SARS-CoV-2 и PD-L1. И при трите проектираните молекули с воден знак съвпаднаха с версиите без воден знак по отношение на процента на успешност, афинитета на свързване и естественото разнообразие на последователностите. Процентът на успешност е делът на дизайните, които се свързват с целта си, така че съвпадението означава, че водният знак не е струвал на изследователите работещи свързващи елементи за тези три цели.
За прогнозиране на структурата DeepMind донастрои малка част от дифузионната мрежа на AlphaFold 3, която вгражда водния знак в теглата на модела. Всеки, който използва модела, получава прогнозирани координати, които носят сигнатурата. AlphaFold 3 запазва точността си на прогнозиране, а сигналът устоява на цифров шум и малки промени в координатите. DeepMind описва откриваемостта като почти съвършена, без да цитира конкретен процент в публикацията си.
Базите данни получават второ предназначение
DeepMind също така насочва водния знак към обществени бази данни като Protein Data Bank, UniProt и GenBank. Много от тях приемат публично изпратени данни, а погрешно етикетираните записи могат да имат прекомерно отрицателен ефект върху решенията за биосигурност. При подаване водният знак би могъл да помогне за маркиране на синтетични записи за последващо етикетиране или преглед.
Какво все още не може да прави
DeepMind посочва устойчивостта към умишлено подправяне като предизвикателство, което все още предстои да бъде решено. Компанията предлага водната марка да се комбинира с метаданни за произхода или централни хранилища на генерирани от ИИ биологични данни, и описва SynthID Bio като един слой редом с мерките за ограничаване на риска на ниво модел и проверката на клиентите, като всеки слой има потенциални пропуски.
Джеймс Диганс, вицепрезидент по политиките и биосигурността в Twist Bioscience, даде ранен отзив за научната публикация. Той нарича поставянето на водни знаци „обещаващо ново допълнение към инструментариума за биосигурност, което би могло да засили скрининга“.
Ранни резултати с бактериофаги
В текуща работа с лабораторията Hie в Станфордския университет и Arc Institute, DeepMind интегрира SynthID Bio в Evo 2 — геномен модел — за поставяне на воден знак върху генома на бактериофаг (вирус, който инфектира бактерии), проектиран от Evo 2. Първоначалните лабораторни тестове в бактериални култури потвърдиха, че бактериофагите с воден знак са функционални. От DeepMind заявяват, че предстои публикуване на технически ръкопис.
DeepMind публикува документа с методиката, предоставя кода и данните in vitro с отворен код и пуска теглата на модела за изследователската общност.