Google DeepMind представила SynthID Bio — семейство исследовательских методов для маркировки белков, спроектированных искусственным интеллектом, и предсказанных трёхмерных структур. Для аминокислотных последовательностей система слегка направляет выбор аминокислот, а для 3D-моделей изменяет атомные координаты. Получившийся сигнал можно искать как в цифровых данных, так и в синтезированном физическом белке.
Команда проверяла последовательностную метку на белках-связующих, созданных AlphaProteo и версией ProteinMPNN с поддержкой SynthID Bio. В лабораторных опытах использовали три мишени: VEGF-A, рецептор-связывающий домен шиповидного белка SARS-CoV-2 и PD-L1. По данным Google DeepMind, маркированные варианты сохранили сопоставимые долю успешных кандидатов, силу связывания и разнообразие естественных последовательностей. Это результаты разработчика на ограниченном наборе мишеней, а не независимое подтверждение сохранения функции для любых белков.
Для прогнозируемых структур исследователи дообучили небольшую часть диффузионной сети AlphaFold 3, чтобы координаты несли обнаруживаемую метку независимо от того, кто запускает модель. Компания заявляет о сохранении точности прогнозов, почти безошибочном обнаружении в своих тестах и устойчивости к цифровому шуму или небольшим изменениям координат.
SynthID Bio остаётся proof of concept. Google DeepMind публикует статью с описанием методов, открывает код и данные экспериментов in vitro, а также передаёт исследовательскому сообществу веса. Метод сам по себе не предотвращает опасное применение биологических моделей и не заменяет проверку синтеза ДНК. Намеренная попытка удалить или исказить метку остаётся отдельной задачей; публикация не подтверждает защиту от любого такого вмешательства и не обещает безошибочный детектор в реальных базах данных.
