SynthID Bio: Google DeepMind wprowadza znakowanie wodne sztucznych białek

Laboratorium Google DeepMind zaprezentowało SynthID Bio – pierwsze w swoim rodzaju rozwiązanie wprowadzające technologię znakowania wodnego (watermarking) bezpośrednio do biologii syntetycznej. Narzędzie pozwala na osadzanie niewidocznych sygnatur w makrocząsteczkach projektowanych przez modele generatywne sztucznej inteligencji. Co kluczowe, wprowadzony znak pozostaje weryfikowalny nie tylko w wirtualnym modelu cyfrowym, lecz także w zsyntetyzowanym, fizycznym białku w warunkach laboratoryjnych. Całość procesu zoptymalizowano tak, aby modyfikacje nie naruszały funkcji biologicznych cząsteczki.

Rozwiązanie ogłoszone 30 września 2026 r. stanowi bezpośrednią kontynuację prac Google DeepMind nad oznaczaniem pochodzenia materiałów generowanych przez algorytmy. Dotychczas technologia SynthID chroniła multimedia – od obrazów tworzonych przez modele Imagen (2023 r.), przez wideo generowane przez model Veo, aż po tekst z rodziny Gemini (2024 r.). Przeniesienie tej metody do świata cząsteczek biologicznych odpowiada na rosnącą potrzebę weryfikacji w erze gwałtownego rozwoju algorytmów wspomagających nauki przyrodnicze.

Nowe wyzwania biosecurity i integralności baz danych

Generatywna sztuczna inteligencja zrewolucjonizowała badania biologiczne. Modele pokroju AlphaFold umożliwiły precyzyjne przewidywanie trójwymiarowych struktur białkowych, podczas gdy nowsze systemy – takie jak AlphaProteo oraz ProteinMPNN – pozwalają na projektowanie zupełnie nowych białek od podstaw. Zdolność ta otwiera drogę do projektowania celowanych leków i enzymów przemysłowych, jednak rodzi również istotne ryzyka z obszaru bezpieczeństwa biologicznego (biosecurity).

Dotychczasowe mechanizmy kontroli zamówień w firmach zajmujących się chemiczną syntezą DNA polegały na porównywaniu nadsyłanych sekwencji z bazami danych znanych patogenów i toksyn biologicznych. Modele generatywne potrafią jednak projektować sekwencje niemające bliskich odpowiedników w naturze, co utrudnia tradycyjną klasyfikację i może wymuszać długotrwałe weryfikacje manualne. Drugim problemem jest ryzyko zanieczyszczenia publicznych repozytoriów naukowych, takich jak Protein Data Bank, UniProt czy GenBank. Nieoznaczone bądź fałszywie opisane struktury syntetyczne mogłyby trafiać do powszechnego obiegu naukowego, zniekształcając wyniki kolejnych projektów badawczych.

Mechanizm działania: Znakowanie sekwencji aminokwasów i struktur 3D

SynthID Bio nie jest pojedynczym algorytmem, lecz rodziną metod dostosowanych do konkretnej reprezentacji danych biologicznych:

1. Na poziomie sekwencji: W procesie generowania łańcucha białkowego algorytm subtelnie wpływa na preferencje doboru poszczególnych aminokwasów. Wykorzystano to m.in. w zmodyfikowanej wersji popularnego narzędzia ProteinMPNN oraz w systemie AlphaProteo. Powstały układ reszt aminokwasowych stanowi statystyczną sygnaturę detekcyjną, która nie obniża stabilności ani aktywności biomolekuły.
2. Na poziomie geometrii 3D: W przypadku przewidywania fałdowania białek SynthID Bio wykorzystuje dostrojenie (fine-tuning) niewielkiego fragmentu sieci dyfuzyjnej modelu AlphaFold 3. Zdolność do znakowania zostaje zapisana bezpośrednio w wagach sieci. W efekcie wygenerowane współrzędne atomowe (atomic coordinates) niosą sygnaturę detekcyjną niezależnie od środowiska, w którym model jest uruchamiany.

Sygnatura strukturalna w AlphaFold 3 zachowuje kluczowe rozkłady cech geometrycznych, gwarantuje niemal stuprocentową wykrywalność i wykazuje wysoką odporność na szum cyfrowy oraz drobne przesunięcia współrzędnych atomowych, co potwierdzono m.in. na strukturze testowej 7PPA.

Testy in vitro: VEGF-A, RBD oraz PD-L1 bez utraty funkcji biologicznej

Kluczowym sprawdzianem dla SynthID Bio była weryfikacja laboratoryjna w tzw. mokrym laboratorium (wet-lab), przeprowadzona we współpracy ze szwajcarską firmą Adaptyv Bio. Naukowcy zaprojektowali tzw. bindery białkowe – molekuły stworzone z myślą o wybiórczym wiązaniu się z określonymi białkami docelowymi. Badaniami objęto trzy istotne cele terapeutyczne:

• VEGF-A (czynnik wzrostu śródbłonka naczyniowego, istotny w angiogenezie nowotworowej),
• SARS-CoV-2 spike protein RBD (domenę wiążącą receptor białka kolca koronawirusa),
• PD-L1 (punkt kontrolny układu odpornościowego, cel terapii onkologicznych).

Testy laboratoryjne wykazały, że oznakowane białka uzyskały taki sam odsetek trafień (hit rate), naturalną różnorodność sekwencji oraz powinowactwo wiązania mierzone stałą dysocjacji KD (gdzie niższa wartość oznacza silniejsze wiązanie) jak ich nieoznakowane odpowiedniki. Był to pierwszy przypadek w historii biotechnologii, w którym syntetyczne białko niosące wbudowany znak wodny zachowało pełną funkcjonalność biologiczną in vitro.

Wielowarstwowa obrona w łańcuchu syntezy DNA

Twórcy narzędzia – z zespołem badawczym, którym kierowali Alexander I. Cowen-Rivers i David Stutz pod nadzorem Pushmeeta Kohli – podkreślają, że bezpieczeństwo biologiczne musi opierać się na modelu „szwajcarskiego sera”. Oznacza to, że żadne pojedyncze zabezpieczenie nie jest bezwzględnie szczelne, a stabilność systemu gwarantuje dopiero nakładanie się niezależnych warstw ochronnych.

Pozytywnie o nowej technologii wypowiadają się niezależni eksperci. Sarah Carter, ekspertka ds. polityki bezpieczeństwa biologicznego i dyrektor w Science Policy Consulting, zaznaczyła, że SynthID Bio stanowi kluczowy element układanki umożliwiający powiązanie projektu biologicznego z konkretnym twórcą modelu. Z kolei James Diggans, wiceprezes ds. polityki i biosecurity w Twist Bioscience – jednym z czołowych dostawców syntetycznego DNA – wskazał, że znakowanie wodne dostarcza firmom syntezującym zautomatyzowany sygnał weryfikacyjny. Pozwala to na szybkie odróżnienie nieszkodliwych projektów pochodzących z zaufanych modeli od niezidentyfikowanych zagrożeń, uwalniając zasoby niezbędne do szczegółowej kontroli podejrzanych zamówień.

Kolejny krok: Genomy bakteriofagów z modelem Evo 2 i otwarta nauka

Google DeepMind bada już możliwości znakowania bardziej złożonych układów biologicznych. We współpracy z laboratoriami Briana Hie na Stanford University oraz w Arc Institute (z udziałem Samuela Kinga i Aditi Merchant) zintegrowano SynthID Bio z modelem genomicznym Evo 2. W ramach tego projektu oznakowano materiał genetyczny bakteriofaga – wirusa atakującego bakterie. Wstępne testy w kulturach bakteryjnych potwierdziły, że oznakowane bakteriofagi zachowały pełną aktywność infekcyjną i replikacyjną.

W ramach polityki otwartej nauki Google DeepMind zadeklarowało publikację pełnej pracy naukowej, otwarcie kodu źródłowego, upublicznienie danych z testów in vitro oraz udostępnienie wag modeli społeczności akademickiej. Wśród dalszych wyzwań badacze wskazują zwiększenie odporności znaków wodnych na celowe próby ich usunięcia (tampering) oraz integrację z metadanymi proweniencji w standardach zbliżonych do C2PA.