Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

核心事实

Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学领域。据其官方博客介绍，该方法把难以察觉的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上被检出，同时在实验室测试中保持了蛋白质的生物功能。SynthID Bio 是一组面向合成生物学的水印方法，会依据数据类型调整策略：对序列微调氨基酸选择，对预测的三维结构调整原子坐标，从而形成可检测的信号。

背景与影响

生成式 AI 正被用于预测蛋白质结构、设计全新蛋白质乃至新型噬菌体，但这些工具也带来新问题：AI 设计的新序列可能绕过传统 DNA 合成筛查，而被错误标注的合成三维结构可能污染公共数据库。DeepMind 表示，SynthID Bio 可为 DNA 合成筛查提供自动化验证信号，并有助于维护 Protein Data Bank、UniProt、GenBank 等数据库的标注完整性。在蛋白质折叠方面，该方法对 AlphaFold 3 扩散网络的一小部分进行微调，把水印能力写入模型权重。研究团队称，在 VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1 三个靶点的湿实验测试中，带水印设计与无水印版本在命中率、结合亲和力和天然序列多样性上表现相当。

限制与来源

DeepMind 强调，没有任何单一生物安全措施是万能的，SynthID Bio 只是识别和追踪 AI 生成生物序列与结构的第一步。后续关键挑战包括提升水印对抗刻意篡改的稳健性。该方法还可与来源元数据方案或 AI 生成生物数据中央库配合使用。此外，团队正与斯坦福大学 Hie 实验室及 Arc Institute 合作，将 SynthID Bio 集成进基因组模型 Evo 2，对 Evo 2 设计的噬菌体基因组加水印，早期细菌培养实验显示这些带水印噬菌体具有功能，更多细节将随后续技术论文公布。以上信息来自 Google DeepMind 官方博客，具体方法与可用范围以官方发布为准。