Google DeepMind 发布 SynthID Bio：给 AI 设计的蛋白质打上「水印」，实验室验证功能不受影响

先看它到底怎么工作。SynthID Bio 不是一个单一算法，而是一族专门为合成生物学开发的水印方法。官方描述是：它会根据数据类型切换策略——对序列，它微妙地引导氨基酸的选择；对预测的三维结构，它调整原子坐标，从而产生可靠的检测信号。关键约束也写在原文里：实验中这些调整没有损害蛋白质的生物功能，而这一点是它能否真正用于治病与科研的前提。换句话说，水印不能只是「看起来有」，它必须在不影响功能的前提下可被稳定检出。

验证方式是一段值得细看的实验设计。官方称，他们用一个内置 SynthID Bio 的 ProteinMPNN（常用的蛋白质序列生成方法）配合自己的结合体设计方法 AlphaProteo，在三个靶点蛋白上做了湿实验：VEGF-A、SARS-CoV-2 刺突蛋白的 RBD 结构域，以及 PD-L1。结果是带水印的设计在不带水印版本面前没有掉队——命中率、结合亲和力（以 KD 衡量）与天然序列多样性都相当。DeepMind 的说法是，这造出了「首批带水印且具备生物功能的蛋白质结合体」。这句话的分量在于，它把水印从「事后标注」变成了「设计时就长在分子里」。官网同时给出了 KD 分布对比图，说明三组靶点的结合亲和力分布几乎重合。

蛋白质折叠这条线走的是另一条技术路线。官方称 SynthID Bio 微调 AlphaFold 3 扩散网络的一小部分，把水印能力直接训练进模型权重里，这样无论谁运行这个模型，预测出的三维坐标本身就携带可检测签名。它的代价控制得如何，官方给了三个指标：保持 AlphaFold 3 的预测精度、实现接近完美的可检出性、维持关键结构特征的分布，并且在数字噪声或轻微坐标扰动下依然成立。官网用一个具体例子展示：在 7PPA 上并排给出 AF3 预测结构、真值结构与带水印结构。这是一个很典型的取舍——要在不牺牲科学精度的前提下，往结果里塞一个能稳定读出来的信号。

最后是它想解决的真实痛点：DNA 合成筛查。官方把生物安全比作「瑞士奶酪」式防御模型——多层相互独立的措施彼此补上对方的盲区。痛点写得很具体：把数字蛋白质设计变成实物分子，必须向 DNA 合成供应商下单，而供应商要拿请求去比对已知威胁数据库。历史上，一个陌生的序列可以被安全地假定为尚未被发现的天然生物；但因为 AI 能造出与已知危险几乎毫无相似度的全新序列，筛查方已经不能这么假定了，而要逐条人工复核陌生订单，这会让重要研究卡住。SynthID Bio 在这里的作用是提供一个自动化验证信号，证明某个订单来自一个内置了安全措施的受信任模型。Twist Bioscience 政策与生物安全副总裁 James Diggans 在官方引述中称，水印是生物安全工具箱里一个有前景的新补充，可以强化筛查、把资源集中到真正需要仔细复核的序列上。DeepMind 同时指出，这些水印可以帮助维护 Protein Data Bank、UniProt 与 GenBank 这类数据库的完整性——许多是开放投稿的，而错误标注的条目会在生物安全决策中产生不成比例的负面影响。此外官方称正与斯坦福 Hie 实验室及 Arc Institute 合作，把 SynthID Bio 集成进基因组模型 Evo 2，给一个由 Evo 2 设计的噬菌体基因组打水印，早期细菌培养实验已确认这些带水印的噬菌体具备功能。