🔬 Команда Google DeepMind разработала SynthIDBio — способы встраивать скрытые метки в аминокислотные последовательности белков и их предсказанные трёхмерные структуры. В тестах системы распознали более 99 % помеченных белков и верно пропустили 99,9 % непомеченных. Метки могут помочь установить происхождение созданного ИИ белка, но пока их легко удалить.
Первый вариант, SynthIDBio-sequence, работает с программой ProteinMPNN, которая подбирает аминокислотную последовательность под заданную форму белка. Секретный ключ слегка смещает выбор аминокислот. Зная ключ, можно оценить вероятность того, что последовательность создали с такой меткой. В исследовании помеченные белки связывались со своими мишенями не хуже непомеченных.
Второй вариант, SynthIDBio-structure, встраивает метку в структуру, которую предсказывает AlphaFold 3. Система вносит небольшие изменения в расположение атомов: детектор замечает их, хотя они не выглядят как явные искажения.
Обычные проверки ищут опасные молекулы по сходству их аминокислотных последовательностей с известными угрозами. Но ИИ может предложить белки, не похожие на уже известные. Метки могли бы помочь отслеживать происхождение таких разработок и направлять искусственно созданные белки на дополнительные проверки. При этом сами авторы признают уязвимость: метки можно удалить, а проверка не установит, что раньше они присутствовали.
✅ SynthIDBio может стать одним из инструментов биобезопасности и помочь отличать искусственные белки от природных в базах данных. Однако эксперты, опрошенные Live Science, считают технологию пока не готовой к широкому внедрению: метки уязвимы, а открытый код большинства программ для работы с белками осложняет обязательное применение такой защиты.
