Google DeepMind представляет SynthID Bio для нанесения водяных знаков на белки, разработанные ИИ

Google DeepMind представила новый метод под названием SynthID Bio, предназначенный для внедрения невидимых, проверяемых водяных знаков в белки, созданные искусственным интеллектом. Эта разработка направлена на решение растущих проблем биобезопасности, поскольку инструменты ИИ становятся все более способными разрабатывать сложные биологические структуры с нуля. Исследование, которое было опубликовано в журнале Nature, служит доказательством концепции обеспечения того, чтобы синтетические биологические проекты можно было проследить до доверенных моделей. Белки являются важнейшими строительными блоками жизни, состоящими из длинных цепей аминокислот. Когда системы ИИ разрабатывают эти белки, они выбирают аминокислоты одну за другой для достижения определенных функций. SynthID Bio работает путем тонкой корректировки этих выборов с помощью цифрового ключа, создавая паттерн, который незаметен для людей, но обнаруживается специализированным программным обеспечением. Исследователи подтвердили, что эти маркированные белки функционируют так же эффективно, как и их немаркированные аналоги в лабораторных условиях. Чтобы проверить эффективность системы, команда использовала AlphaProteo, инструмент для разработки белковых связующих, вместе с маркированной версией ProteinMPNN, распространенным методом генерации последовательностей. Они провели эксперименты «in vitro» на трех целевых белках, включая спайковый белок RBD SARS-CoV-2 и VEGF-A. Результаты не показали статистически значимой разницы в прочности связывания между маркированными дизайнами и теми, которые были созданы без технологии. Пушмит Коли, возглавляющий научные и стратегические инициативы в Google DeepMind, подчеркнул важность поддержания целостности научных данных. Он отметил, что по мере того, как предсказания, сгенерированные ИИ, становятся более распространенными, существует риск загрязнения публичных баз данных неправильно помеченными записями. Водяные знаки могут помочь исследователям и учреждениям правильно маркировать и проверять синтетические представления, чтобы гарантировать, что они остаются надежными для будущего изучения. Эксперты по биобезопасности давно опасались, что ИИ может позволить отдельным лицам обходить традиционный скрининг синтеза ДНК, создавая совершенно новые последовательности, которые не напоминают известные опасности. Ранее скринеры могли предполагать, что неизвестная последовательность может быть природным организмом, но дизайны, сгенерированные ИИ, удаляют эту уверенность. SynthID Bio предоставляет автоматизированный сигнал о том, что заказ произошел из доверенной модели со встроенными мерами безопасности. Сара Картер, эксперт по политике в области биобезопасности, которая рецензировала эту работу, заявила, что водяные знаки дают разработчикам возможность возглавить обеспечение безопасности. Она добавила, что технология помогает поставщикам синтеза оптимизировать свои процессы скрининга для клиентов, которые используют эти передовые инструменты. Обеспечивая четкое происхождение синтетических дизайнов, система стремится сбалансировать инновации с ответственным надзором. Google DeepMind также изучает способы применения этой технологии водяных знаков к более сложным биологическим объектам, таким как геномные модели. Компания сотрудничает с лабораторией Hie в Стэнфордском университете и институтом Arc Institute для интеграции этих методов в более широкие рамки биологических исследований. Эти совместные усилия направлены на то, чтобы меры безопасности не отставали от быстрой скорости открытий, основанных на ИИ. Помимо непосредственных преимуществ для безопасности, исследователи предполагают, что знак может помочь крупным базам данных, таким как Protein Data Bank и UniProt. Автоматически помечая контент, созданный ИИ, эти репозитории могут лучше организовывать и проверять огромный объем данных, создаваемых современной вычислительной биологией. Это могло бы помочь сохранить научное общее достояние для исследователей по всему миру. Чтобы поощрить дальнейшее развитие, Google DeepMind решила открыть исходный код и опубликовать данные in vitro для исследовательского сообщества. Компания также публикует свою статью о методах, чтобы позволить другим ученым развивать эту работу. Этот открытый подход призван сформировать глобальный стандарт безопасности в области синтетической биологии. По мере продвижения технологии команда планирует продолжать совершенствовать процесс обнаружения, чтобы обеспечить высокую точность. В начальных тестах детектор успешно идентифицировал знак более чем в 99,8 процента маркированных структур. Будущие итерации, вероятно, будут сосредоточены на масштабировании этой защиты для учета растущего объема биологических материалов, разработанных ИИ.