O Google DeepMind descreve o SynthID Bio como uma família de métodos que insere sinais detectáveis em sequências de proteínas projetadas por IA e em estruturas moleculares previstas. A ideia é permitir reconhecer a procedência de um projeto biológico; a marca é um sinal de origem, não uma certificação de segurança.
O que o SynthID Bio marca
O SynthID Bio abrange duas representações diferentes de uma proteína: a sequência de aminoácidos e a estrutura tridimensional prevista. Uma sequência registra a ordem dos aminoácidos; uma estrutura prevista representa a disposição dos átomos no espaço. Cada método insere o sinal de um jeito próprio.
Dois métodos para duas representações
O SynthIDBio-sequence usa o ProteinMPNN, um modelo de projeto de sequências proteicas. A técnica incorpora amostragem por torneio e filtra as sequências pela pontuação da marca. Para procurar o sinal, o detector recalcula a pontuação com uma chave secreta.
O SynthIDBio-structure ajusta componentes do AlphaFold 3 — o módulo de difusão e o módulo de confiança — para inserir um sinal nas coordenadas tridimensionais previstas. Um detector treinado separadamente procura esse sinal; ele não é compartilhado com quem usa o modelo ajustado.
A diferença é prática: um método marca a sequência; o outro, as coordenadas da estrutura prevista. As duas marcas indicam sua presença, mas não codificam um histórico detalhado de proveniência nem identificam múltiplos usuários.
O que os testes relatados mediram
Nos testes in vitro de sequência, foram avaliados ligantes para SC2RBD, VEGF-A e PD-L1, usando backbones de projetos existentes da AlphaProteo — 15 por alvo. A taxa de verdadeiros positivos (TPR) foi de 100% entre os designs filtrados, com um limiar calibrado para uma taxa de falsos positivos (FPR) de 0,1%. TPR é a proporção de amostras marcadas que o detector identifica; FPR é a proporção de amostras sem marca que ele classifica incorretamente como marcadas.
Para os ligantes testados, as distribuições de afinidade de ligação não apresentaram diferença populacional significativa entre os grupos com e sem marca. As comparações de taxa de acerto, porém, variaram conforme o limiar de afinidade e a configuração da marca.
Na avaliação de estruturas, a TPR superou 99,8%, com FPR de 0,1%, para os modelos treinados com ruído de coordenadas de s = 0,001, 0,01 e 0,1 Å. Na configuração s = 0,001, as pontuações LDDT e de modelagem por molde não ficaram abaixo da linha de base do AlphaFold 3; configurações maiores tiveram uma pequena queda nessas pontuações.
| Método | O que marca e como funciona | Avaliação relatada | Ataque documentado e resultado |
| SynthIDBio-sequence | Sequência de aminoácidos; amostragem por torneio e filtragem de pontuação com ProteinMPNN. A detecção usa uma chave secreta. | Ligantes in vitro para SC2RBD, VEGF-A e PD-L1, a partir de 15 backbones existentes por alvo. TPR de 100% nos designs filtrados, com FPR calibrada em 0,1%. | A resequenciação com ProteinMPNN sem marca removeu efetivamente o sinal nos testes relatados. |
| SynthIDBio-structure | Coordenadas tridimensionais previstas; ajuste dos módulos de difusão e de confiança do AlphaFold 3. | No conjunto avaliado, TPR acima de 99,8% e FPR de 0,1% para s = 0,001, 0,01 e 0,1 Å. | Transformações rígidas e pequeno ruído de coordenadas mantiveram a detecção nos testes; relaxamento estrutural com restrições no OpenMM e no campo de força Amber99sb destruiu a marca. |
Ataques documentados e limites
Os testes mostram que a resistência depende da abordagem e da alteração aplicada. A resequenciação sem marca removeu efetivamente o sinal de sequência; no método estrutural, transformações rígidas e pequenas perturbações de coordenadas preservaram a detecção nos testes, mas o relaxamento com restrições usando OpenMM e Amber99sb destruiu a marca. Esses resultados se referem às operações avaliadas.
Uma marca d’água não demonstra que uma proteína seja segura. O SynthID Bio é apresentado como uma prova de conceito técnica; aplicações como triagem em síntese de DNA e curadoria de bancos de dados permanecem possibilidades que exigem mais pesquisa, coordenação e padronização.
