Forskare kan nu bädda in osynliga spårmarkeringar direkt i AI-skapade proteiner

När AI möter biologi uppstår ett osynligt hot

De senaste årens framsteg inom AI-driven proteinforskning har varit inget annat än revolutionerande. Verktyg som AlphaFold och AlphaProteo har gett forskare förmågan att förutsäga och designa proteiner som aldrig tidigare existerat i naturen — med enorm potential inom medicin, miljöteknik och läkemedelsutveckling. Men med den kraften följer en obehaglig insikt: samma teknik kan användas för att designa gifter, manipulera virusproteiner eller skapa biologiska ämnen som nuvarande säkerhetssystem helt enkelt inte känner igen.

Det är just där problemets kärna ligger, och det är precis det problem som DeepMind nu tar sig an med SynthID Bio.

Spårbarhetens dilemma

Enligt Ars Technica är de programvarusystem som i dag används för att identifiera farliga DNA-sekvenser byggda för att känna igen kända hot. AI-designade proteiner har aldrig kartlagts tillräckligt — de rör sig under radarn för befintliga screeningverktyg hos DNA-syntesföretag, som befinner sig i frontlinjen för biosäkerhet. Problemet identifierades för nästan ett år sedan, men en fungerande lösning har dröjt.

Nu finns den.

En signatur som lever i molekylen

SynthID Bio bygger vidare på DeepMinds befintliga vattenmärkningsteknik SynthID, som sedan tidigare används för att märka AI-genererad text och bilder. Principen är elegant: under genereringsprocessen styrs sannolikheten för vissa val som AI-modellen gör, så att en systematisk signal sprids genom hela produkten — en signal som inte kan avlägsnas utan tillgång till den ursprungliga kodningsnyckeln.

Att tillämpa detta på proteiner är dock, som Ars Technica påpekar, betydligt svårare än att märka en bild. Proteiner består av enbart 20 aminosyror, varav många är kritiska för att proteinet ska fungera korrekt. Ett protein med 500 aminosyror räknas som stort — utrymmet att dölja en signal utan att störa funktionen är ytterst begränsat.

DeepMinds lösning är tvådelad. För aminosyrasekvenser justeras valet av aminosyror subtilt under genereringssteget. För tredimensionella strukturer finjusteras atomkoordinaterna för att skapa en detekterbar signal. Enligt DeepMinds egen blogg visade experimenten att dessa justeringar inte påverkar proteinets biologiska funktion — vilket är en absolut förutsättning för att tekniken ska vara meningsfull i medicinsk forskning och sjukdomsbehandling.

Signaturen lever alltså inte bara i den digitala modellen. Den finns inbäddad i det fysiska, syntetiserade proteinet självt.

Varför detta är mer än en teknisk nyhet

Jag vill lyfta blicken en sekund, för det här handlar om något större än en enskild produktlansering. Vi befinner oss i en tid då AI-verktyg för biologi snabbt demokratiseras — de blir tillgängliga för fler aktörer, med fler avsikter. Det är fantastiskt för forskningen. Men det ställer omedelbara krav på spårbarhet och ansvarighet.

SynthID Bio är ett svar på den utmaningen som är både tekniskt sofistikerat och pragmatiskt jordat. Det handlar inte om att stoppa innovation — det handlar om att ge det globala säkerhetssamhället ett verktyg för att förstå vad som händer när AI-designade biologiska strukturer dyker upp i laboratorier, databaser eller, i värsta fall, i fel händer.

DNA-syntesföretag, forskningsinstitutioner och tillsynsmyndigheter världen över har länge saknat just detta: ett sätt att ställa frågan — skapades detta av en människa eller en maskin?

Nu finns ett svar.

Öppna databaser och vetenskapens integritet

En annan dimension som DeepMind lyfter fram är risken för att felaktigt märkta syntetiska tredimensionella strukturer förorena öppna biologiska databaser. Forskarsamhället förlitar sig på dessa databaser för att dra slutsatser om naturliga proteiner — om AI-genererade strukturer smyger sig in utan märkning kan det vilseleda hela forskningsfält. SynthID Bio erbjuder här en konkret möjlighet att upprätthålla vetenskaplig integritet i en tid då gränsen mellan naturligt och syntetiskt håller på att suddas ut.