谷歌DeepMind给AI蛋白质写入水印

9月30日，Google DeepMind发布SynthID Bio，首次将水印技术引入合成生物学，为AI设计的蛋白质打上“由AI生成”的标记。该标记并非写在文件或标签中，而是嵌入蛋白质的氨基酸序列和三维坐标，且不影响蛋白功能。研究团队包括DeepMind研究副总裁、AlphaFold核心人物Pushmeet Kohli，以及DeepMind创始人、诺贝尔化学奖得主Demis Hassabis。

蛋白质由氨基酸序列折叠形成三维结构，结构决定功能。DeepMind设计了两种加水印方法。其一，在氨基酸序列中加水印（SynthIDBio-sequence）：在非关键位点，将某种氨基酸替换为化学性质相似的同类，功能通常不受影响。搭载该水印的ProteinMPNN模型生成序列时，会有偏向地引导氨基酸选择，将信号分散至整条序列，检测端用密钥判定来源。其二，调整三维原子坐标（SynthIDBio-structure）：对AlphaFold 3的部分扩散网络微调，将水印嵌入模型权重，使输出坐标自动携带可检测信号，保持预测精度，可检测性接近完美，并能抵御数字噪声和轻微坐标扰动。

为验证带水印蛋白质仍可用，团队进行湿实验，将AlphaProteo与带水印版ProteinMPNN结合，针对VEGF-A、新冠病毒刺突蛋白RBD、PD-L1三个靶点设计结合剂。结果显示，水印版在命中率、结合亲和力和序列天然多样性上，与不加水印对照组持平。这是首批既带水印、生物功能又完好的蛋白质结合剂。DeepMind还与斯坦福Hie实验室、Arc Institute合作，将SynthID Bio整合进基因组模型Evo 2，为AI设计的噬菌体基因组加水印，早期细菌培养实验表明噬菌体功能正常。

SynthID Bio不能直接验证蛋白质是否安全，而是告知设计来源。例如，DNA合成公司收到无数据库匹配的订单时，水印可确认其来自哪个模型，简化筛选流程，将审查资源集中于真正可疑序列。合成巨头Twist Bioscience称其为“生物安全工具箱里极具前景的新增项”。此外，PDB、UniProt和GenBank等公共数据库若被匿名AI内容涌入并错误标注，将污染科研基础。水印可在提交环节自动标记或复核AI合成条目，追溯生成模型和来源。

DeepMind同步发表方法论文，在GitHub以Apache-2.0协议开源代码，公开体外数据和微调后的AlphaFold 3权重，呼吁生物安全、基因合成和政策各方共建。但该方法“防君子不防小人”，有心之人可能不用带水印模型，且水印可被削弱甚至移除，抵抗蓄意篡改仍是难题。开源代码和权重是否意味着水印攻防研究公开化，也引发疑问。没有任何单一技术能保障生物安全万无一失。合成生物学治理困境在于技术狂奔而监管滞后。SynthID Bio提供新思路：既然追不上能力，就把治理机制嵌入生物设计本身。数字内容领域已有C2PA，生命科学领域如今也有了自己的版本。