AI 摘要
- SynthID Bio 可在 AI 設計的蛋白質中嵌入浮水印。
- 實驗顯示浮水印不影響蛋白質功能。
- Google 已開放程式碼與部分研究資料。
SynthID Bio 是 Google DeepMind 將 SynthID 浮水印技術延伸至合成生物學的工具，可在 AI 設計的蛋白質序列及 3D 結構中嵌入不易察覺的標記，協助辨識和追蹤其來源。Google 表示，實驗顯示加入浮水印後，蛋白質仍能維持原有生物功能。
依 AI 任務在序列或結構中嵌入標記
SynthID Bio 會依 AI 模型的用途採取不同方式。用於設計新蛋白質時，系統會在模型選擇胺基酸序列的過程中加入可辨識訊號；用於預測蛋白質結構時，則會微幅調整預測出的原子座標，在 3D 結構中留下浮水印。
| 用途 | 浮水印方式 | 來源確認的結果 |
|---|---|---|
| 設計新蛋白質 | 在 AI 選擇胺基酸序列時嵌入可辨識訊號 | 加入浮水印的蛋白質結合劑仍能與目標蛋白質結合，表現與未加浮水印的版本相當 |
| 預測蛋白質結構 | 微幅調整預測出的原子座標 | 浮水印偵測率接近 100%；即使資料受到雜訊干擾或座標輕微修改，仍可辨識 |
蛋白質結合測試顯示功能維持
Google DeepMind 利用 AI 設計可分別與 VEGF-A、SARS-CoV-2 棘蛋白 RBD 及 PD-L1 結合的蛋白質結合劑，並進行合成測試。結果顯示，加入浮水印的結合劑仍可正常與目標蛋白質結合，表現與未加入浮水印的版本相當。
整合 AlphaFold 3，並拓展至基因體模型
針對 AI 預測的蛋白質 3D 結構，Google 修改 AlphaFold 3，讓模型在預測時細微調整原子座標，以嵌入浮水印。Google 表示，這些調整不會降低模型的預測準確度，且浮水印偵測率接近 100%。
Google DeepMind 也與史丹佛大學 Hie 實驗室及 Arc Institute 合作，將 SynthID Bio 整合至基因體模型 Evo 2，並成功為 Evo 2 設計的噬菌體基因組加入浮水印。初步實驗顯示，這些噬菌體仍具功能。
協助檢視公共生物資料庫
SynthID Bio 可用於 Protein Data Bank、UniProt 及 GenBank 等公共生物資料庫，協助辨識 AI 生成資料、確認合成資料是否正確標示來源，或將資料標記以供進一步審查。這項工具著眼於 AI 生成生物資料的來源追蹤與生物安全判斷。
研究資料與程式碼開放
Google 已透過 Nature 發表 SynthID Bio 研究論文，並在 GitHub 開源程式碼及體外實驗資料，也開放下載 SynthID Bio-structure 模型權重，供研究社群進一步驗證與研究。
Reference Link : ithome.com.tw
