Google DeepMindは9月30日、AIが設計したタンパク質の配列や予測した立体構造に、目に見えない透かしを埋め込む技術「SynthID Bio」を発表した。手法をまとめた論文はNatureに掲載され、コード、実験データ、モデルの重みも研究者向けに公開した。
透かしの入れ方はデータの種類で変わる。タンパク質の配列では、AIが設計時に選ぶアミノ酸をわずかに誘導する。立体構造では、AlphaFold 3の拡散ネットワークを微調整し、予測される原子座標を少しずらす。透かしの仕組みはモデルの重みそのものに組み込まれるため、誰がそのモデルを動かしても出力から検出できる。
機能への影響は実験で確かめている。透かし入りのAlphaProteoとProteinMPNNで、VEGF-A、新型コロナウイルスのスパイクタンパク質受容体結合ドメイン、PD-L1の3種類を標的とする結合タンパク質を設計したところ、ヒット率、結合親和性、配列の多様性のいずれも透かしなしと同水準だった。実験はAdaptyv Bioが担当した。さらにスタンフォード大学、Arc Instituteと組み、ゲノムモデルEvo 2にも組み込んだ。初期の試験では、透かし入りで設計したバクテリオファージが細菌培養の中で機能したという。
SynthIDはもともと画像やテキスト、音声、動画といった生成コンテンツ向けの透かし技術だった。今回の違いは、透かしがデータ上だけでなく、実際に合成された物質の配列にも残る点にある。DeepMindが想定する用途は2つで、1つはDNA合成を受託する企業のスクリーニングだ。見慣れない配列の注文が来たとき、安全審査を経たモデルから出てきた配列かどうかを自動で確認できれば、人手による審査を絞り込める。もう1つはProtein Data Bank、UniProt、GenBankといった公共データベースで、AI生成の配列や構造を識別してラベル付けし、実験由来のデータと混ざるのを防ぐ。
DeepMind自身も、単独で生物安全保障の問題を解決する手段ではないと明記している。意図的に透かしを消そうとする改ざんへの耐性を高めることが今後の課題として挙げられており、透かしを入れたモデルを通さずに設計された配列は、当然この仕組みでは検出できない。
