Google DeepMind научилась встраивать метки в белки, созданные ИИ

Google DeepMind 30 сентября представила SynthID Bio — семейство методов водяных знаков для белков, спроектированных с помощью ИИ. Сигнатура встраивается прямо в биологический код: она незаметна, но поддаётся детекции, сохраняется после физического синтеза белка в лаборатории и не нарушает его функцию. Анонс также опубликован в официальном блоге Google.

Научная работа «Функционально безопасная маркировка созданных ИИ белков» в тот же день вышла в журнале Nature. Код и веса модели выложены в открытый доступ на GitHub.

Два способа встроить метку

Метод работает на двух уровнях. Для аминокислотных последовательностей он слегка смещает выбор аминокислот в процессе генерации. Для этого используется модель ProteinMPNN в связке с системой AlphaProteo, которая проектирует белки с заданной формой, способные прикрепляться к определённой молекуле-мишени и блокировать или менять её работу.

Будьте в курсе
движения ваших монет

Алерты, котировки в реальном времени и новости рынка — в одном приложении

4,8 на основе 40 К оценок в App Store и Google Play

С трёхмерными структурами схема другая. Разработчики тонко настроили часть диффузионной сети AlphaFold 3, поэтому метка записана прямо в весах модели. Он присутствует в координатах атомов предсказанной структуры независимо от того, кто и где запускает модель.

Что показали лабораторные тесты

Искусственно созданные белки с меткой проверили в лабораторных экспериментах на трёх мишенях:

• VEGF-A — фактор роста эндотелия сосудов;
• рецептор-связывающий домен (RBD) спайкового белка SARS-CoV-2;
• PD-L1 — белок, связанный с иммунным ответом.

По трём параметрам — доля дизайнов, которые успешно связались с мишенью (hit rate), аффинность связывания (KD) и естественное разнообразие последовательностей — маркированные конструкции оказались сопоставимы с немаркированными. По данным DeepMind, это первые белки с меткой, которые прикрепляются к мишени и сохраняют биологическую функцию.

Зачем это нужно производителям ДНК

Главная цель — дать компаниям, которые синтезируют ДНК, инструмент проверки заказов. Производитель сможет убедиться, что последовательность создана ИИ-моделью со встроенными мерами безопасности. Проблема в том, что незнакомые последовательности, сгенерированные ИИ, способны обходить традиционные базы известных угроз. Метка позволяет автоматически подтвердить происхождение от доверенной модели и сократить объём ручных проверок.

Расширение на геномы

Параллельно подход распространяют на более сложные объекты. Совместно с лабораторией Hie (Stanford University и Arc Institute) SynthID Bio интегрировали в геномную модель Evo 2. С её помощью маркировали геном бактериофага, который спроектировала сама модель. Первые тесты в бактериальных культурах подтвердили, что маркированные бактериофаги остаются функциональными.

В DeepMind называют разработку proof-of-concept и частью более широкого подхода к биорезилиентности. Код, данные in vitro и веса моделей открыты для исследователей, а предложения о партнёрстве принимаются по адресу synthidbio@google.com.

Мнение ИИ

Анализ исторических паттернов показывает: замок защищает от честного клиента, а вор заходит с другой стороны. Метка подтверждает происхождение последовательности от доверенной модели, и для проверки заказов этот принцип работает. Опасные эксперименты с токсинами при этом идут не только через такие витрины. Anthropic в сентябре выявила пять случаев, когда учёные пытались использовать Claude для исследований с потенциалом биологического оружия, включая вычислительный редизайн токсинов, и заблокировала соответствующие аккаунты. Компания прямо указала на двойное назначение таких работ. У закрытой модели есть кнопка отключения нарушителя, а у весов в открытом доступе её нет. Чем будет считаться заказ без метки на ДНК-синтезаторе: подозрением или нормой?

Источник