谷歌发布 SynthID Bio：把数字水印植入蛋白质编码，AI设计生物序列可溯源
谷歌推出 SynthID Bio，将数字水印技术拓展至合成生物学领域。这套技术能够在生物编码中嵌入不可感知的隐形签名，既可以在数字模型层面校验，也能在实体合成出来的蛋白质上完成验证，并且经过湿实验证实，添加水印后不会破坏蛋白质本身的生物功能。
随着生成式AI广泛用于蛋白质设计、噬菌体研发，新的安全隐患随之而来：AI能够生成全新DNA、蛋白序列，很容易绕过传统DNA合成筛选流程；未经标注的AI合成3D结构混入公共数据库，会干扰后续科研。SynthID Bio正是为解决这类生物安全、科研溯源问题打造。
水印实现原理
SynthID Bio会根据不同数据类型适配水印策略：微调氨基酸序列选择，或是轻微调整蛋白3D结构的原子坐标，生成稳定可检测信号，改动足够微小，不影响蛋白功能。
针对蛋白折叠场景，谷歌对AlphaFold3扩散网络局部微调，把水印能力内置进模型权重。模型输出的三维坐标自带特征标记，在维持AlphaFold3原有预测精度前提下，水印检出率接近完美，对数字噪声、微小坐标改动具备一定抵抗能力。
实验室验证结果
研究团队选取VEGF-A、新冠刺突蛋白RBD、PD-L1三种靶蛋白开展湿实验测试。添加水印的蛋白结合剂，在命中率、结合亲和力、序列多样性上，和无水印对照组表现持平，成功实现全球首批带水印且具备完整生物功能的蛋白结合剂。
谷歌还联合斯坦福Hie实验室、Arc Institute，将SynthID Bio集成到基因组模型Evo 2，为AI设计的噬菌体基因组嵌入水印，初步实验证明带水印噬菌体依然保有生物功能。
两大核心应用场景
- 生物安全防护：作为分层防御的一环。AI可以创造全新未知危险序列，传统人工筛选难以判断来源。SynthID Bio可自动校验，确认生物序列是否来自带安全管控的可信模型，辅助DNA合成订单筛查。
- 维护公共生物数据库完整性：给GenBank、UniProt这类数据库里AI合成条目打上标记，区分天然序列与AI设计序列，防止数据污染，方便科研人员追溯来源。
局限与未来方向
谷歌坦言没有任何单一手段可以完全解决生物安全风险。当前SynthID Bio的短板在于面对人为恶意篡改时，水印鲁棒性仍需要提升。后续会和来源元数据、AI生物数据仓库搭配使用，同时探索将水印扩展到更复杂的生物对象。
