DeepMind 发布 SynthID Bio：为 AI 生成蛋白质做可湿实验验证的水印概念验证
Google DeepMind 发文介绍 SynthID Bio：把水印嵌进生物序列/结构，使签名不仅可在数字模型上、也可在合成出的实体蛋白质上验证，并称实验室测试中未损害生物功能。公司称将开源代码、体外数据与权重；相关 Science 等论文链接本批读取失败或未读。
DeepMind 博客写明：今日推出 SynthID Bio，把水印技术带到合成生物学——在生物编码中嵌入难以察觉的签名，使水印不仅可在数字模型上验证，也可在合成出的实体蛋白质上验证，并称在实验室测试中保留了生物功能。动机包括：新型 AI 设计可能绕过传统 DNA 合成筛查；错误标注的合成三维结构可能污染公共数据库。SynthID Bio 是一组方法：对序列微调氨基酸选择，对预测三维结构微调原子坐标，以形成可检测信号。
公司称用 AlphaProteo 与启用 SynthID Bio 的 ProteinMPNN，在三个靶标（VEGF-A、SARS-CoV-2 spike RBD、PD-L1）的湿实验中，水印设计在命中率、结合亲和力与天然序列多样性上匹配未水印版本，并称这是首次水印且具生物功能的蛋白结合剂。对折叠，称微调 AlphaFold 3 扩散网络的一小部分，使预测坐标自带可检测签名，并称在保持预测精度的同时接近完美可检测性，能抵抗数字噪声或轻微坐标改动。上述效果均为 DeepMind 自述实验，Science 等引用本批 access_denied / captcha 或未读，不能当作已核验同行评审正文。
安全叙事上，博客把水印定位为生物安全「瑞士奶酪」多层防御中的可验证一层，便于合成服务商识别来自受信模型的订单；也可帮助 PDB、UniProt、GenBank 等数据库标注合成条目。文中承认尚非银弹，关键挑战包括对抗意篡改的鲁棒性，并计划与类 C2PA 的来源元数据结合。与斯坦福 Hie lab、Arc Institute 的进行中工作称已把 SynthID Bio 接入基因组模型 Evo 2，对噬菌体基因组水印，早期细菌培养测试称水印噬菌体仍有功能，细节待技术手稿。公司称将发表方法论文并开源代码、体外数据与权重。合作邮箱在原文公开；本稿不复制其他未读引用中的额外声明。
来源
- SynthID Bio: Watermarking methods for synthetic biology — deepmind.google