AI蛋白質加入浮水印：Google DeepMind公開來源識別技術

Google DeepMind公開一項可識別人工智慧（AI）設計蛋白質來源的浮水印技術，透過在蛋白質胺基酸序列與三維結構中嵌入訊號，確認實際合成的蛋白質是否由AI設計。

Google DeepMind研究團隊於9月30日刊登在《Nature》的論文中介紹「SynthID Bio」。Google DeepMind同日發布官方公告表示，這項技術旨在讓數位模型以及實驗室合成的實際蛋白質都留下可驗證的訊號。

SynthID Bio會根據蛋白質資料形式採用兩種運作方式。在序列方面，ProteinMPNN會在選擇胺基酸的過程中納入浮水印訊號，並在可能維持功能的候選胺基酸中，優先選擇符合訊號的選項。

浮水印訊號會以統計方式分散在整段蛋白質序列中。偵測器利用密鑰計算浮水印候選胺基酸在整段序列中出現的頻率，據此判定來源。

在三維結構方面，研究團隊微調AlphaFold 3的部分擴散模型，將浮水印嵌入預測出的原子座標。Google DeepMind表示，在維持結構預測準確度的同時，也確保了浮水印的偵測效能。

研究團隊以VEGF-A、SARS-CoV-2刺突蛋白受體結合域與PD-L1驗證功能是否保留。Google DeepMind表示，加入浮水印的蛋白質，與未加入浮水印的蛋白質相比，在結合成功率、結合親和力與序列多樣性方面呈現相近結果。

AI蛋白質設計工具能產生與既有天然蛋白質資料庫相似度較低的新序列。因此，DNA合成業者可能難以僅憑序列與已知危險序列的相似度判斷安全性。

Google DeepMind表示，DNA合成業者審查陌生蛋白質序列時，可將SynthID Bio作為輔助訊號。這項技術也能用於標示提交至Protein Data Bank、UniProt與GenBank等生物資料庫的合成蛋白質來源，或將其分類為需要進一步審查的對象。

Sarah Carter Science Policy Consulting Principal表示：「這是追蹤生物設計來源的重要一環，也可能協助DNA合成業者更有效率地審查使用相關模型客戶提交的序列。」這意味著浮水印可補強蛋白質設計工具與合成業者之間的來源確認流程。

James Diggans Twist Bioscience Vice President, Policy and Biosecurity表示，浮水印可能強化生物安全工具，並協助將資源集中於需要進一步審查的序列。不過，這項說法不代表浮水印能取代現有審查制度。

SynthID Bio不是證明蛋白質安全或無害的技術。浮水印僅是用於識別來源的訊號，實際風險仍需透過獨立的生物學審查判斷。

短蛋白質可能因累積的訊號不足而難以識別。若與其他天然蛋白質結合、延長序列，浮水印也可能被稀釋；此外，統計判定過程仍可能出現誤判與漏判。

浮水印的安全性也取決於密鑰的生成、分發與保存機制。若密鑰外洩，可能導致來源偽造或干擾偵測系統。

目前尚未說明這套方法能否立即套用於以不同方式運作的AI蛋白質設計工具。未來仍需進一步驗證，在治療藥物、工業用酵素與毒性蛋白質等更廣泛的蛋白質領域中，功能保留與偵測效能能否維持。

Google DeepMind將SynthID Bio定位為生物安全多重防線中的一環，而非單一解決方案。Google DeepMind表示將公開程式碼、體外驗證資料與研究用模型權重，但尚未另行公布實際部署範圍與時程。