Google SynthID Bio：AI蛋白水印方案开源

Pushmeet Kohli, David Stutz, Ali Cowen-Rivers and Jeremy Ratcliff

在保留生物学功能的前提下，为 AI 生成的蛋白质添加水印的概念验证。

今天，我们正式推出 SynthID Bio，将水印技术带入合成生物学领域。SynthID Bio 将一个难以察觉的签名直接嵌入生物代码中，确保水印不仅可以在数字模型上验证，还可以在合成后的实际蛋白质上验证——整个过程在实验室测试中不会影响其生物学功能。

生成式 AI 正在帮助科学家应对关键的生物学挑战，从预测蛋白质结构（AlphaFold）到设计全新的蛋白质（AlphaProteo 和 ProteinMPNN），再到近期开发新型噬菌体（感染细菌的病毒）。然而这些工具也带来了新的挑战：新型 AI 设计可以绕过传统的 DNA 合成筛查，而标记错误的合成 3D 结构有可能污染公共数据库并误导下游研究。

SynthID Bio 的工作原理

SynthID Bio 是一套专为合成生物学开发的水印方法体系，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，通过微妙地引导序列中氨基酸的选择，以及调整预测 3D 结构的原子坐标来创建可靠的检测信号。

在实验中，这些调整并未影响蛋白质的生物学功能——这一点对于有效治疗疾病和推进科学研究至关重要。

Your browser does not support the video tag.我们水印标记的 VEGF-A 蛋白结合蛋白预测结构可视化，每个氨基酸的颜色表示水印信号。

我们通过蛋白结合蛋白（专门设计用于选择性结合其他蛋白的分子）的验证方法来测试水印标记效果，使用了我们的结合蛋白设计方法 AlphaProteo 以及 SynthID Bio 增强版的 ProteinMPNN（一种常用的蛋白质序列生成方法）。

在针对三个目标蛋白（VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1）的湿实验室测试中，我们的水印设计在命中率、结合亲和力和自然序列多样性方面与未加水印的版本相当，成功创造了史上首批具有水印标记且生物学功能完整的蛋白结合蛋白。

结合亲和力以 KD 值衡量，比较三个目标蛋白中未加水印和水印标记蛋白设计。数值越低表示结合能力越强。

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。这确保了预测的 3D 坐标本身携带着可检测的签名，无论由谁运行该模型。SynthID Bio 在保持 AlphaFold 3 预测精度的同时，提供了近乎完美的可检测性，维持了关键结构特征分布，并能在数字噪声或微小坐标变化下保持稳定。

Your browser does not support the video tag.在 7PPA 上，我们展示了 AF3 预测结构（左侧）、真实结构（中间）和水印结构（右侧）。

加强生物安全与信息完整性

生物安全依赖于多层防御——可以将其想象成"瑞士奶酪"防御模型，多个独立的安全措施协同工作以弥补彼此的盲点。模型级缓解措施和客户审核等保障措施各自代表关键层级，但都存在潜在漏洞。作为生物恢复力更广泛愿景的一部分，SynthID Bio 的水印方法充当了一个嵌入生物设计本身的重要且可操作的验证层。

"SynthID Bio 是追踪生物设计来源的关键拼图，"生物安全政策专家、科学政策咨询公司Principal Sarah Carter 表示，她审查了这项工作。"通过将设计与模型开发者关联，这些水印使开发者能够引领安全工作，并让合成提供商简化对使用这些模型的客户进行筛查。"

这一层级对于处于生物安全前沿的 DNA 合成筛查尤为重要。将数字蛋白质设计转化为物理分子需要向 DNA 合成提供商下单，这些提供商会根据已知威胁数据库对请求进行筛查。例如，从历史上看，一个陌生序列可能被安全地假设为未发现的天然有机体。但由于 AI 可以创造出与已知危害几乎无关的全新序列，筛查者不能再做出这种假设。验证陌生订单不是工程化威胁需要耗费大量人力进行穷举审查，这可能阻碍重要研究的进展。在这里，SynthID Bio 可以提供自动化的验证信号，证明订单来自内置安全保障的可信模型。

"AI 正在扩展科学家能够设计的内容，DNA 合成公司在帮助这种创新负责任地扩展方面发挥着重要作用，"Twist Bioscience 政策与生物安全副总裁 James Diggans 表示，他对该论文提供了早期反馈。"对 Twist 而言，水印为生物安全工具箱提供了一个有前景的新增功能，可以加强筛查，将资源集中在值得更密切审查的序列上，并在 AI 设计生物学持续发展的过程中提高生物安全效率。"

同样，SynthID Bio 可以帮助维护 Protein Data Bank、UniProt 和 GenBank 等数据库的完整性。这些数据库（其中许多向公众开放提交）在科学进步中发挥着至关重要的作用——但标记错误的条目可能对生物安全决策产生不成比例的负面影响，随着 AI 生成生物数据的加入，这一挑战可能只会增加。作为提交流程的一部分，SynthID Bio 可以帮助确保合成条目被正确标记或标记为需要进一步审查。

虽然没有任何单一的生物安全干预措施是万能的，但 SynthID Bio 将我们经过验证的水印工具 SynthID 带入了合成生物学领域。这是实现可靠识别和追踪 AI 生成生物序列与结构的重要第一步。

展望未来，关键挑战包括使水印更能抵御故意篡改。SynthID Bio 还可以与来源元数据方法结合使用——类似于数字媒体的 C2PA——或与 AI 生成生物数据的中央存储库结合，以更好地识别和追踪 AI 生成的蛋白质。

为了与前沿 AI 技术日益增长的能力相匹配，我们还在研究如何将水印应用于更复杂的生物对象。在与斯坦福大学 Hie 实验室和 Arc Institute 的持续合作中，我们将 SynthID Bio 集成到先进基因组模型 Evo 2 中，对 Evo 2 设计的噬菌体基因组进行水印标记。早期在细菌培养物中的实验室测试已确认这些水印标记的噬菌体具有功能性。我们相信这项工作有可能解决与基因组设计相关的一些生物安全风险，并将很快在技术论文中分享更多细节。

要实现这项工作的全部生物安全益处，需要社区合作和进一步研究。作为负责任创新承诺的一部分，我们正在发表方法论文、开源代码和体外数据，并向研究社区发布权重，以便在这项工作的基础上继续发展。通过与生物安全、基因合成和政策领域的合作伙伴开放合作，我们可以确保安全和责任与 AI 驱动的发现保持同步。

如有意就这一重要主题与我们合作，请通过 synthidbio@google.com 联系我们，并附上高层次的提案。请勿披露任何机密或专有信息。

本项目由 Pushmeet Kohli 发起。研究和技术开发由 Alexander I. Cowen-Rivers 和 David Stutz 领导，并由 Pushmeet Kohli 提供指导。关键的工程和研究贡献来自 Guillermo Ortiz-Jimenez、Jeremy Ratcliff、Vinicius Zambaldi、Lindsay Willmore、Josh Abramson、Harshnira Patani、Christina Kouridi、Florian Stimberg、Mel Vecerik、Alex Chu、Sukhdeep Singh、Sumanth Dathathri、Eliseo Papa、Valentin De Bortoli、Arnaud Doucet、Jue Wang 和 Sven Gowal。我们感谢 Adaptyv Bio 在体外验证方面的帮助。

这项工作扩展到噬菌体 DNA 水印标记是 Google DeepMind 与斯坦福大学 Hie 实验室和 Arc Institute 的合作项目，Google DeepMind 的主要贡献者包括 Jeremy Ratcliff、Aleks Petrov、Alexander I. Cowen-Rivers、David Stutz、Elisa L. H. Wong、Victor Martin Palacios、Francesca Pietra、Alfred Piccioni、Tristan Oliver Kwan、Tor Lattimore、Sumanth Dathathri 和 Pushmeet Kohli，以及 Arc Institute 和斯坦福大学的 Brian Hie、Samuel King 和 Aditi Merchant。

我们还要感谢 Rudy Bunel、Anna Cupani、Rob Fergus、Thomas Frerix、Sahra Ghalebikesabi、John Jumper、Jacob Kelly、David La、Victor Martin、Sebastian Nowozin、Stig Petersen、Aleks Petrov、Uchechi Okereke、Sylvestre-Alvise Rebuffi、Rosalia Schneider、Armin Senoner、Richard Shuai、Ashok Thillaisundaram、Elisa L. H. Wong、Zachary Wu 和 Augustin Žídek 对研究文章的贡献，以及 Julien Bergeron 对 3D 渲染的贡献。最后，我们感谢 Demis Hassabis 对本项目的鼓励和支持。

AlphaProteo generates novel proteins for biology and health research

Watermarking AI-generated text and video with SynthID

Identifying AI-generated images with SynthID

AlphaProteo generates novel proteins for biology and health research

AlphaFold: Five years of impact