devgo.cn当AI能随手设计出前所未有的蛋白质序列时，传统生物安全防线突然出现了一个大窟窿。过去，DNA合成公司收到陌生序列，可以默认它大概率是自然界里还没被发现的东西；但现在，AI能生成和已知威胁毫无相似度的全新序列，筛查人员再也不敢做这个假设。更棘手的是，不少AI生成的3D结构图被错误标注后上传到公共数据库，正在悄悄污染下游研究的判断。这就是Google DeepMind推出SynthID Bio的动机——把水印技术直接写进生物代码里，让AI生成的蛋白质在物理世界也能被识别出来，而且不破坏它的生物学功能。
SynthID Bio是个水印方法家族，针对不同类型的数据采用不同策略。对蛋白质序列，它会在生成时微妙地影响氨基酸的选择；对预测的3D结构，它会调整原子坐标。这些改动小到几乎不可察觉，却能形成一个可靠的检测信号。关键问题是：这样的改动会不会毁掉蛋白质的功能？实验室测试给了积极答案——针对三个靶蛋白（VEGF-A、SARS-CoV-2的刺突蛋白RBD、PD-L1），加了水印的蛋白结合物和未加印的版本在命中率、结合亲和力、天然序列多样性上完全持平，首次实现了带水印且生物功能正常的蛋白质结合物。这里的"蛋白结合物"指的是专门设计来精准附着到其他蛋白质上的分子，是药物研发里重要的工具。
对于蛋白质折叠预测，SynthID Bio走了另一条路：对AlphaFold 3的扩散网络做微调，把水印能力直接嵌进模型权重。这样无论谁运行这个模型，输出的3D坐标天然携带可检测的签名。实验表明，它几乎无损预测准确率，检测近乎完美，还能抵御数字噪声和轻微的坐标扰动。扩散网络这里可以理解为生成3D结构时逐步去噪的神经网络，是AlphaFold 3的核心组件之一。
为什么这件事重要？因为它给生物安全加了一个关键验证层。生物安全的防御模型常被比作"瑞士奶酪"——多层独立防护互相弥补盲区，但每一层都有透光的洞。模型层面的缓解措施、客户背景审查都是必要的，但都可能被绕过。SynthID Bio直接嵌入生物设计本身，让合成DNA筛查从"人工比对已知威胁库"变成"自动化验证来源"。合成DNA提供商Twist Bioscience的副总裁James Diggans评价，水印能加强筛查、把资源集中在真正需要深查的序列上，让生物安全更高效。同时，对于Protein Data Bank、UniProt、GenBank这些公共数据库，水印也能在提交时标记合成条目，防止AI生成数据污染科研结论。
最让我意外的是，这个思路已经延伸到基因组层面。Google DeepMind和斯坦福Hie实验室、Arc Institute合作，把SynthID Bio集成进了先进的基因组模型Evo 2，给Evo 2设计的噬菌体基因组打上水印，并且在细菌培养中验证了这些水印噬菌体仍然有功能。噬菌体就是专门感染细菌的病毒，在基因治疗和抗菌领域潜力巨大。他们计划很快发布技术论文。
从工程角度看，SynthID Bio现在开源了方法和体外实验数据，也发布了模型权重，这意味着任何研究机构都能复现和继续迭代。未来挑战主要是提高水印对抗蓄意篡改的鲁棒性，以及和类似C2PA（数字媒体溯源标准）那样的元数据方案配合使用。如果你在做AI驱动的生物设计、合成生物学平台，或者维护公共数据提交管道，这个思路可以借鉴——在生成阶段嵌入不可见的身份信息，为下游检测提供自动化信号。一个需要注意的坑是：水印的鲁棒性和功能的平衡很微妙，必须像论文里那样做充分的湿实验验证，光看计算模拟是不够的。
内容与图片版权归原作者所有 · 原文: https://deepmind.google/blog/introducing-synthid-bio/