Google DeepMind har udviklet SynthID Bio, en metode til at lægge et skjult, kontrollerbart mærke direkte ind i biologiske designs skabt med kunstig intelligens. Vandmærket kan placeres i både proteiners aminosyresekvens og i forudsagte tredimensionelle strukturer, så oprindelsen kan undersøges senere. Idéen minder om DeepMinds vandmærker til AI-skabt tekst, lyd og billeder, men opgaven er mere følsom: et protein skal stadig kunne udføre sin biologiske funktion. Metoden justerer derfor valget af aminosyrer eller meget små detaljer i den beregnede struktur, mens et særligt system bagefter kan lede efter signaturen.

Testet på fysiske proteiner i laboratoriet

Forskerne afprøvede teknikken på proteinbindere, som er designet til at sætte sig på bestemte mål. Testene omfattede tre målproteiner, blandt andet PD-L1 og en del af SARS-CoV-2-virussets spikeprotein. De vandmærkede designs havde ifølge DeepMind samme overordnede træfsikkerhed, bindingsevne og variation som versionerne uden vandmærke. DeepMind har også tilpasset en del af AlphaFold 3, så de forudsagte atompositioner kan bære et mærke. Her rapporterer forskerne næsten perfekt genkendelse uden tab af modellens præcision. Sammen med Stanford og Arc Institute er metoden desuden prøvet på genomet i en AI-designet bakteriofag, altså en virus der angriber bakterier; de første laboratorietest viste, at den fortsat fungerede.

Et ekstra lag i biologisk sikkerhed

DNA-producenter kontrollerer bestillinger mod kendte farlige sekvenser. AI kan imidlertid skabe helt nye sekvenser, som ikke ligner noget i databaserne. Et verificerbart mærke kan hjælpe kontrollen med at skelne designs fra kendte, sikkerhedsorienterede modeller fra ukendte sekvenser, der kræver nærmere gennemgang. Det kan også gøre det lettere at markere syntetiske bidrag korrekt i åbne forskningsdatabaser. Teknikken er et forskningsbevis og ikke en universel løsning. DeepMind peger selv på, at mærkerne skal gøres mere modstandsdygtige over for bevidst manipulation, og at sikkerhed kræver flere uafhængige lag. Kode, metode og laboratoriedata frigives til forskere, så andre kan teste både nytten og begrænsningerne.

Der er benyttet AI til at skrive denne artikel.