SynthID Bio：合成生物学的水印方法

📌 One-Sentence Summary

Google DeepMind 推出了 SynthID Bio，这是一系列通过在合成蛋白质序列和 3D 结构中嵌入不可见签名的水印方法，旨在增强生物安全性和科学完整性。

📝 Summary

Google DeepMind 发布了 SynthID Bio，这项专为合成生物学设计的技术旨在解决 AI 生成设计带来的挑战。该工具通过两种方式工作：在序列中微妙地引导氨基酸的选择（使用 ProteinMPNN 等方法），以及调整预测 3D 结构中的原子坐标（通过微调 AlphaFold 3）。实验室测试显示，这些带有水印的蛋白质结合剂在生物学功能、结合亲和力和序列多样性方面与原始版本相当。这为 DNA 合成筛选提供了一个关键的验证层，有助于识别和追踪生物设计的来源。

💡 Main Points

SynthID Bio 同时在数字蛋白质序列（氨基酸）和物理 3D 结构（原子坐标）中嵌入签名，以确保检测性。

保留生物功能

针对 VEGF-A、way-CoV-2 刺蛋白和 PD-L1 等目标的实验室测试表明，水印不会损害命中率、结合亲和力或自然多样性。

AlphaFold3 集成

该方法通过微调 AlphaFold 3 的部分扩散网络，将水印直接写入模型权重，使得签名无论运行时环境如何都是固有的。

生物安全用途

该工具为 DNA 合成提供商提供自动化验证信号，帮助他们筛选出可能绕过传统检查的新型 AI 设计序列。

💬 Key Quotes

SynthID Bio 将不可见签名直接嵌入生物代码中，确保水印不仅在数字模型中可验证，在合成的物理蛋白质本身上也是可的。

在实验中，这些调整并未损害蛋白质的生物功能，而这对于有效治疗疾病和推进科学研究至关重要。

SynthID Bio 是追踪生物设计来源的重要拼图之一。

📊 Article Meta

AI Screening： 91

Source： Google DeepMind News

Author： Pushmeet Kohli, David Stutz, Ali Cowen-Rivers, Jeremy Ratcliff

Category： 人工智能

Language： 英文

Read Time： 6 min

Word Count： 1429

Tags：

AI 与智能应用 , 模型训练与推理 , AI for Science , Google DeepMind , Google