Google DeepMind stellte SynthID Bio am 30. September 2026 vor – ein Konzept für Wasserzeichen in KI-entworfenen Proteinsequenzen und vorhergesagten Proteinstrukturen. Die zwei Proof-of-Concept-Methoden sollen helfen, die Herkunft biologischer Designs nachzuvollziehen.
SynthID Bio markiert Sequenzen und vorhergesagte Strukturen
Ein Protein besteht aus einer Aminosäuresequenz, die sich zu einer räumlichen Struktur faltet. SynthID Bio zielt auf beide Ebenen: Ein Verfahren markiert die Abfolge der Aminosäuren, das andere die Koordinaten einer vorhergesagten Proteinstruktur. Die Signale werden dabei unterschiedlich erzeugt und lassen sich nicht gleich behandeln.
Zwei Verfahren für Sequenzen und Strukturen
| Methode | Markiertes Objekt | Technischer Ansatz | Getestete Schwachstelle |
| SynthIDBio-sequence | Proteinsequenz | Das Wasserzeichen wird während der Sequenzgenerierung mit ProteinMPNN eingebettet. Ein geheimer Schlüssel und ein Schwellenwert dienen der Erkennung. | Eine Neusequenzierung mit ProteinMPNN entfernte das Wasserzeichen im getesteten Angriff weitgehend. |
| SynthIDBio-structure | Vorhergesagte Proteinstruktur | AlphaFold 3 wird zusammen mit einem Detektor feinabgestimmt; das Signal wird während der Vorhersage in die Strukturkoordinaten eingebettet. | Eine eingeschränkte Strukturrelaxation mit OpenMM und Amber99sb zerstörte das Wasserzeichen im berichteten Versuch. |
Bei der Sequenzmethode filtern die Forschenden Designs außerdem anhand eines Wasserzeichenwerts, der auf eine angestrebte Falsch-Positiv-Rate kalibriert wird. Bei der Strukturmethode werden die Diffusions- und Konfidenzmodule von AlphaFold 3 angepasst, damit das Signal in der vorhergesagten Struktur entsteht.
Was die Proteintests zeigten – und wo ihre Grenzen liegen
Die Laborversuche mit wasserzeichenmarkierten Proteinbindern umfassten drei Ziele: VEGF-A, die Rezeptorbindungsdomäne des SARS-CoV-2-Spike-Proteins (SC2RBD) und PD-L1. Für jedes Ziel wurden 15 zuvor entworfene Protein-Gerüste neu sequenziert. Ein Binder ist ein Protein, das an ein bestimmtes Zielprotein bindet.
Bei den Messungen mittels Oberflächenplasmonenresonanz (SPR) zeigte sich auf Populationsebene kein signifikanter Unterschied zwischen den Bindungsaffinitäten markierter und nicht markierter Binder. Bei einer Affinitätsschwelle von K_D ≤ 10⁻⁶ war die Trefferquote der nicht markierten Binder jedoch höher als die der Gruppe mit einer nicht verzerrenden Temperatureinstellung von 0,5. Das Ergebnis gilt für diese Tests mit den ausgewählten Gerüsten und Zielen.
Für die gefilterten Sequenzdesigns aus den In-vitro-Tests lag die Erkennungsrate bei einer auf 0,1 Prozent eingestellten Falsch-Positiv-Rate bei 100 Prozent. Bei Struktur-Wasserzeichenmodellen lag die Erkennungsrate auf dem AlphaFold-3-Auswertungssatz bei derselben Falsch-Positiv-Rate über 99,8 Prozent. Diese Kennzahlen beziehen sich jeweils auf die genannten Testbedingungen.
Auch die Schwachstellen unterscheiden sich: Eine erneute Sequenzgenerierung mit ProteinMPNN entfernte das Sequenzsignal im getesteten Angriff weitgehend. Das Strukturwasserzeichen überstand starre Transformationen und kleine Koordinatenstörungen in den berichteten Tests, ging aber bei einer eingeschränkten Relaxation mit OpenMM und dem Amber99sb-Kraftfeld verloren.
Mögliche Anwendungen und separate Arbeit mit Evo 2
Google DeepMind nennt die Erkennung bei DNA-Synthese und die Kennzeichnung biologischer Datenbankeinträge als mögliche künftige Anwendungen. Dafür seien weitere Forschung, Abstimmung und Standardisierung nötig. Ein Wasserzeichen ist ein Herkunftssignal für ein Design; es beantwortet nicht, ob ein Protein biologisch sicher ist.
Davon getrennt läuft eine Zusammenarbeit mit Stanford University und Arc Institute, in der SynthID Bio auf ein mit Evo 2 entworfenes Bakteriophagengenom angewendet wird. Google DeepMind berichtet, frühe Tests in Bakterienkulturen hätten die markierten Phagen als funktionsfähig gezeigt.
