Google DeepMind از SynthID Bio رونمایی کرده است؛ خانواده‌ای از روش‌های نشانه‌گذاری که هدف آن قابل‌ردیابی‌تر کردن توالی‌های پروتئینی و ساختارهای زیست‌مولکولی پیش‌بینی‌شده‌ای است که با هوش مصنوعی تولید می‌شوند. در این رویکرد، منشأ فقط به‌صورت فراداده بیرونی به فایل یا رکورد پایگاه داده متصل نمی‌شود، بلکه یک سیگنال قابل‌تشخیص در خود محصول زیستی تولیدشده قرار می‌گیرد. DeepMind این کار را یک اثبات مفهوم می‌داند، نه یک سامانه کامل امنیت زیستی. با این حال، اهمیت انتشار در این است که هم آزمایش آزمایشگاهی روی پروتئین‌های عملکردی نشانه‌گذاری‌شده ارائه می‌کند و هم روشی برای نشانه‌گذاری ساختارهای تولیدشده با AlphaFold 3.
روش مربوط به توالی با ProteinMPNN، یکی از مدل‌های رایج طراحی توالی پروتئین، یکپارچه شده است. DeepMind می‌گوید برای مقایسه، از اسکلت‌های شناخته‌شده اتصال‌دهنده AlphaProteo استفاده کرده و نسخه‌های دارای نشانه و بدون نشانه را تولید کرده است. در آزمایش‌های آزمایشگاهی روی VEGF-A، ناحیه اتصال گیرنده ویروس SARS-CoV-2 و PD-L1، طراحی‌های نشانه‌گذاری‌شده از نظر نرخ موفقیت اتصال، میل اتصال و تنوع توالی با نمونه‌های بدون نشانه قابل‌مقایسه بودند. مقاله Nature همچنین از اتصال‌دهنده‌هایی با قدرت اتصال در محدوده نانومولار پایین برای هدف SARS-CoV-2 و زیرنانومولار برای VEGF-A و PD-L1 گزارش می‌دهد.
نشانه همراه خود طراحی زیستی باقی می‌ماند
ایده معماری مهم این است که سیگنال منشأ درون خود توالی حمل می‌شود و فقط به یک رکورد پایگاه داده یا پوشش فایل وابسته نیست. در مورد پروتئینی که واقعاً سنتز شده باشد، این یعنی پس از عبور طراحی از خط لوله نرم‌افزاری و تبدیل شدن به یک شیء فیزیکی زیستی نیز امکان بررسی نشانه وجود دارد. این تفاوت مهمی با سامانه‌های منشأشناسی دارد که برای معتبر ماندن به یک رکورد جانبی، امضای جداگانه یا سابقه ثبت‌شده در یک پلتفرم خاص وابسته‌اند.
SynthID Bio قرار نیست ظاهر یا کارکرد توالی را برای پژوهشگر به‌شکل آشکار تغییر دهد. تشخیص آن به دانستن روش ایجاد نشانه و استفاده از آشکارساز متناظر وابسته است. در پیاده‌سازی توالی که DeepMind منتشر کرده، نشانه‌گذاری هنگام تولید خودبازگشتی توالی در ProteinMPNN انجام می‌شود. مخزن رسمی پروژه نیز پارامترهای لازم برای افزودن نشانه و ابزارهایی برای محاسبه مقدار تشخیص روی توالی‌های FASTA موجود را ارائه می‌کند.
از اینجا یک پیام عملیاتی برای حاکمیت داده به‌وجود می‌آید: سازمانی که از چنین روشی استفاده می‌کند باید نسخه آشکارساز، پارامترهای نشانه‌گذاری و مواد لازم برای اعتبارسنجی را بخشی از زیرساخت منشأ بداند. وجود یک نشانه به‌تنهایی کافی نیست؛ طرف دریافت‌کننده باید بتواند تشخیص دهد کدام آشکارساز و کدام تنظیمات مرجع معتبر هستند.
ساختارهای AlphaFold 3 سازوکار جداگانه‌ای دارند
DeepMind برای ساختارهای زیست‌مولکولی پیش‌بینی‌شده نیز SynthID Bio-structure را توسعه داده است. در این روش، نشانه پس از پایان پیش‌بینی به فایل مختصات اضافه نمی‌شود. در عوض، بخش کوچکی از شبکه انتشار AlphaFold 3 تنظیم مجدد می‌شود تا مختصات تولیدشده از ابتدا حامل سیگنال قابل‌تشخیص باشند. DeepMind در شرایط آزمایش‌شده از تشخیص نزدیک به کامل، حفظ دقت پیش‌بینی AlphaFold 3 و حفظ توزیع ویژگی‌های ساختاری کلیدی گزارش می‌دهد و می‌گوید سیگنال در برابر نویز دیجیتال و تغییرات کوچک مختصات نیز مقاومت نشان داده است.
اهمیت این موضوع از آنجا می‌آید که پایگاه‌های ساختاری به‌طور فزاینده‌ای ترکیبی از ساختارهای آزمایشگاهی، پیش‌بینی‌ها و طراحی‌های محاسباتی هستند. اگر یک نشانه در سطح مدل بتواند در تبدیل‌های معمول فایل و پردازش‌های بعدی باقی بماند، می‌تواند یک سیگنال اضافه برای تشخیص ساختارهای تولیدشده با هوش مصنوعی فراهم کند.
اما شواهد فعلی مقاومت عمومی در همه شرایط را اثبات نمی‌کنند. خود DeepMind حذف عمدی نشانه را یک مسئله باز می‌داند. مهاجم می‌تواند برای فرار از یک آشکارساز شناخته‌شده بهینه‌سازی کند، توالی یا ساختار را تغییر دهد یا محصول را با مدل دیگری بازتولید کند. بنابراین نتیجه مقاله امکان‌پذیر بودن روش در شرایط آزمایش‌شده را نشان می‌دهد، نه وجود یک تضمین منشأ غیرقابل‌شکستن.
منشأشناسی می‌تواند مکمل غربالگری باشد، نه جایگزین آن
برداشت کاربردی‌تر این است که SynthID Bio یک کنترل منشأ اضافی است و نباید جایگزین سازوکارهای موجود امنیت زیستی شود. غربالگری سفارش سنتز DNA، کنترل دسترسی، رویه‌های آزمایشگاهی، حفاظت‌های مدل و فراداده منشأ، هرکدام نوع متفاوتی از خطر را پوشش می‌دهند. یک نشانه زیستی شاید بتواند نشان دهد که توالی یا ساختار از یک خط لوله تولید هوش مصنوعی مشارکت‌کننده آمده است، اما به‌خودی‌خود ثابت نمی‌کند که محصول زیستی امن، بی‌خطر یا مناسب برای سنتز است.
برای ارائه‌دهندگان سنتز و مدیران پایگاه‌های داده زیستی، چنین نشانه‌ای در آینده می‌تواند به یک سیگنال قابل‌پردازش ماشینی در جریان بازبینی تبدیل شود. شناسایی یک نشانه ممکن است بررسی منشأ بیشتری را فعال کند، سامانه تولیدکننده را مشخص کند یا به تفکیک خروجی مدل از مواد طبیعی و داده‌های آزمایشگاهی کمک کند. چنین کاربردی به قواعد روشن برای مثبت و منفی کاذب، دسترسی به آشکارساز و توافق درباره سازگاری میان سامانه‌ها نیاز دارد.
DeepMind همچنین پیشنهاد می‌کند SynthID Bio در کنار روش‌های فراداده‌ای شبیه C2PA یا مخازن مخصوص مواد زیستی تولیدشده با هوش مصنوعی استفاده شود. این معماری لایه‌ای منطقی‌تر از اتکا به یک کنترل واحد است، زیرا هر لایه می‌تواند نوع متفاوتی از شواهد را حفظ کند.
این انتشار همچنان اثبات مفهوم است
دامنه نتایج باید محدود نگه داشته شود. آزمایش‌های گزارش‌شده روی شرایط مشخص طراحی اتصال‌دهنده پروتئینی و پیش‌بینی ساختار انجام شده‌اند. این نتایج نشان نمی‌دهند که نشانه در برابر تمام تغییرات زیستی پایین‌دستی، همه روش‌های ویرایش توالی یا همه خانواده‌های مدل مقاوم است. DeepMind صریحاً می‌گوید افزایش مقاومت در برابر دست‌کاری عمدی یکی از چالش‌های اصلی آینده است.
این گروه همچنین نشانه‌گذاری اشیای زیستی پیچیده‌تر را بررسی می‌کند. DeepMind از همکاری در حال انجام با آزمایشگاه Hie در دانشگاه Stanford و Arc Institute برای استفاده از Evo 2 و نشانه‌گذاری ژنوم یک باکتریوفاژ طراحی‌شده با هوش مصنوعی خبر داده است، اما می‌گوید مقاله فنی این بخش هنوز منتشر نشده است.
برای تیم‌های مهندسی، پیام فوری این نیست که مسئله منشأ زیستی حل شده است. نکته مهم این است که می‌توان منشأ را بالقوه در خود مدل مولد زیستی طراحی کرد و آن را به توالی یا ساختار نهایی منتقل کرد. اگر این روش بالغ شود، بهره‌برداری از آن به همان انضباطی نیاز خواهد داشت که سایر کنترل‌های امنیتی دارند: مدیریت آشکارساز و کلیدها، نسخه‌بندی، سازگاری میان سامانه‌ها، آزمون خصمانه و سیاست‌های صریح درباره اینکه وجود یا نبود نشانه چگونه باید بر تصمیم عملیاتی اثر بگذارد.
منابع
https://deepmind.google/blog/introducing-synthid-bio/
https://www.nature.com/articles/s41586-026-10965-y
https://github.com/google-deepmind/synthidbio