SynthID Bio è una famiglia di metodi sperimentali che inserisce un segnale di provenienza nelle sequenze di proteine progettate con l’intelligenza artificiale o nelle loro strutture tridimensionali predette. Google DeepMind l’ha presentata il 30 settembre 2026. Il segnale può aiutare a ricondurre un design al modello che l’ha generato; la provenienza e la sicurezza biologica, però, sono valutazioni distinte.
SynthID Bio marca sequenze e strutture proteiche
I due metodi agiscono su oggetti diversi. SynthIDBio-sequence modifica il campionamento della sequenza di amminoacidi, i componenti che formano una proteina. SynthIDBio-structure inserisce invece il segnale nelle coordinate della struttura predetta, cioè nella disposizione tridimensionale degli atomi.
| Metodo | Oggetto marcato | Approccio tecnico | Vulnerabilità testata |
| SynthIDBio-sequence | Sequenza proteica | Integra il watermark nel campionamento di ProteinMPNN; un rilevatore usa una chiave segreta e un filtro basato sul punteggio della filigrana. | Nel caso esaminato, il resequenziamento con ProteinMPNN ha rimosso efficacemente il segnale. |
| SynthIDBio-structure | Struttura biomolecolare predetta | Adatta componenti di diffusione e di confidenza di AlphaFold 3 insieme a un rilevatore, incorporando il segnale durante la predizione. | La rilassazione vincolata con OpenMM e Amber99sb ha distrutto il segnale nell’esperimento riportato. |
Che cosa hanno mostrato i test e quali limiti emergono
Le prove in vitro sulle proteine leganti — proteine progettate per legarsi a un bersaglio — hanno riguardato VEGF-A, SC2RBD e PD-L1. Per ciascun bersaglio, i test sono partiti da 15 strutture di base già progettate e validate.
Nelle misurazioni dell’affinità di legame ottenute con la risonanza plasmonica di superficie, le distribuzioni dei gruppi con e senza filigrana non hanno mostrato differenze significative a livello di popolazione. A una soglia di affinità pari a KD ≤ 10⁻⁶, però, i binder senza filigrana hanno avuto un tasso di successo superiore rispetto al gruppo con watermark non distorsivo e temperatura 0,5. Il risultato dipende quindi dal criterio considerato: l’esito sulle affinità non equivale a un’identica percentuale di successi in ogni condizione.
Per le sequenze filtrate di questi test in vitro, il tasso di veri positivi (TPR), cioè la quota di casi marcati correttamente rilevati, è stato del 100% con un tasso di falsi positivi (FPR) impostato allo 0,1%. È un risultato circoscritto ai design e alle condizioni esaminati.
Per SynthIDBio-structure, tre modelli hanno superato un TPR del 99,8% con FPR dello 0,1% sul set di valutazione di AlphaFold 3. Nei test riportati, il rilevatore ha mantenuto il segnale dopo trasformazioni rigide e piccole perturbazioni delle coordinate; la rilassazione vincolata con OpenMM e Amber99sb lo ha invece eliminato.
Possibili applicazioni e lavoro separato su Evo 2
Google DeepMind indica lo screening delle sequenze ordinate per la sintesi del DNA e l’etichettatura dei database biologici come possibili applicazioni future. Una filigrana può contribuire a tracciare la provenienza di un design; la valutazione della sua funzione o sicurezza biologica resta un compito distinto.
Nell’annuncio del 30 settembre 2026, Google DeepMind ha inoltre riferito di una collaborazione in corso con Stanford University e Arc Institute per applicare SynthID Bio a un genoma di batteriofago progettato con Evo 2. L’azienda ha descritto i primi test in colture batteriche come compatibili con la funzionalità dei fagi marcati.
