Google DeepMind presenteert op 30 september 2026 SynthID Bio, twee proof-of-conceptmethoden die herkomstsignalen verwerken in AI-ontworpen eiwitsequenties en voorspelde eiwitstructuren. Dat kan helpen om biologische ontwerpen aan hun oorsprong te koppelen, maar een watermerk zegt op zichzelf niets over de veiligheid van een eiwit.
De ene methode markeert de aminozuurvolgorde, de andere een voorspelde driedimensionale structuur. Ze werken anders en hebben elk een eigen kwetsbaarheid.
SynthID Bio markeert eiwitsequenties en voorspelde structuren
Een eiwitsequentie is de volgorde van aminozuren waaruit een eiwit bestaat; een voorspelde structuur is een model van de ruimtelijke vorm die dat eiwit kan aannemen. SynthID Bio richt zich op beide soorten gegevens met afzonderlijke methoden.
Bij SynthIDBio-sequence wordt het watermerk verwerkt terwijl ProteinMPNN eiwitsequenties genereert. Bij SynthIDBio-structure wordt het signaal tijdens het voorspellen van de structuur verwerkt met onderdelen van AlphaFold 3. Het gaat om proof-of-conceptmethoden, geen kant-en-klare toepassing voor screening.
Twee methoden voor twee biologische objecten
| Methode | Gemarkeerd object | Technische aanpak | Geteste kwetsbaarheid |
| SynthIDBio-sequence | Eiwitsequentie | Verwerkt het signaal tijdens het samplen met ProteinMPNN; detectie gebruikt een geheime sleutel en een drempelwaarde voor de watermerkscore. | ProteinMPNN-resequencing verwijderde het watermerk effectief in het geteste scenario. |
| SynthIDBio-structure | Voorspelde biomoleculaire structuur | Fijnt de diffusie- en betrouwbaarheidsmodules van AlphaFold 3 af met een detector, zodat het signaal in de voorspelde coördinaten wordt opgenomen. | Constrained relaxation met OpenMM en Amber99sb vernietigde het watermerk in de gerapporteerde proef. |
Bij de sequentiemethode gebruikt het detectiesysteem een geheime sleutel en een scoregrens om te beoordelen of het signaal aanwezig is. De structuurmethode verwerkt het signaal juist tijdens het maken van de voorspelde structuur, in plaats van het achteraf aan de coördinaten toe te voegen.
Wat de eiwittests lieten zien en waar de grenzen liggen
De bindertests onderzochten eiwitten die zich aan een doelwit binden. De tests richtten zich op VEGF-A, het receptorbindende domein van het SARS-CoV-2-spike-eiwit (SC2RBD) en PD-L1. Voor elk doelwit werden 15 eerder ontworpen eiwitstructuren gebruikt; de sequenties werden opnieuw gegenereerd en getest.
De metingen lieten geen significant verschil zien tussen de populaties van watergemerkte en ongemarkeerde binders wat betreft hun affiniteit, een maat voor de bindingssterkte. Bij een specifieke hit-rate-drempel van Kᴅ ≤ 10⁻⁶ hadden ongemarkeerde binders wel een hogere hit rate dan de watergemerkte groep met een temperatuurinstelling van 0,5. De uitkomsten gelden voor deze geteste binders en omstandigheden.
Voor de structuurmethode rapporteerden de tests op de AlphaFold 3-evaluatieset een detectiepercentage van meer dan 99,8% bij een fout-positiefpercentage van 0,1%. Het detectiepercentage geeft aan hoeveel gemarkeerde structuren als zodanig worden herkend; het fout-positiefpercentage geeft aan hoe vaak ongemarkeerde structuren ten onrechte als gemarkeerd worden aangemerkt. Dit zijn resultaten op die evaluatieset, geen universele prestatiegarantie.
De twee watermerken reageerden ook verschillend op bewerkingen. ProteinMPNN-resequencing verwijderde het sequentiesignaal effectief in het geteste scenario. Bij het structuurwatermerk vernietigde constrained relaxation met OpenMM en Amber99sb het signaal; rigide transformaties en kleine coördinaatverstoringen tastten het in de gerapporteerde tests niet significant aan.
Mogelijke toepassingen en afzonderlijk Evo 2-werk
Google DeepMind noemt screening van DNA-synthese en labels in biologische databanken als mogelijke toepassingen van SynthID Bio. Voor die toepassingen zijn volgens het bedrijf verder onderzoek, samenwerking en standaardisering nodig. Een watermerk geeft een herkomstsignaal, geen biologisch veiligheidsoordeel.
Los van de eiwitmethoden loopt er samenwerkingsonderzoek met Stanford University en Arc Institute naar een met Evo 2 ontworpen bacteriofaag. Google DeepMind meldt dat vroege tests in bacterieculturen uitwezen dat de watergemerkte faag functioneel was.
