Google DeepMind lança SynthID Bio para marcar proteínas geradas por IA
A prova de conceito do Google DeepMind marcou sequências e estruturas de proteínas geradas por IA, preservando resultados experimentais de ligação e métricas estruturais.
Pontos principais
- Segundo o artigo na Nature, o SynthIDBio-sequence insere marcas d'água durante a geração de sequências com ProteinMPNN; o SynthIDBio-structure ajusta o módulo de difusão do AlphaFold 3.
- Nos testes in vitro descritos no artigo, foram avaliados binders para o domínio RBD da proteína spike do SARS-CoV-2, VEGF-A e PD-L1.
- O artigo relata binders marcados com afinidade de baixa faixa nanomolar para RBD e subnanomolar para VEGF-A e PD-L1.
- Segundo os autores, não houve diferenças populacionais significativas nas afinidades entre binders marcados e controles sem marca; com o filtro calibrado para falso positivo de 0,1%, a detecção dos designs testados chegou a 100%.
- Na avaliação de estruturas relatada na Nature, a detecção superou 99,8% com falso positivo calibrado em 0,1%; no modelo treinado com perturbação de 0,001 Å, as métricas LDDT e TM-score não caíram frente ao AlphaFold 3.
- Os autores classificam o trabalho como prova de conceito, apontam a resistência à adulteração deliberada como desafio e dizem que aplicações práticas exigem mais desenvolvimento e coordenação do setor.
- A DeepMind informa que publicou o artigo e abriu o código e os dados in vitro, além de disponibilizar pesos do modelo à comunidade de pesquisa.
O Google DeepMind apresentou o SynthID Bio, métodos para marcar sequências de proteínas e estruturas previstas por IA. No artigo da Nature, testes in vitro com binders para SARS-CoV-2 RBD, VEGF-A e PD-L1 indicaram que a marcação preservou a afinidade de ligação e as taxas de sucesso observadas sem marca. Os autores descrevem uma prova de conceito; aplicações em biossegurança e integridade científica ainda exigem desenvolvimento e coordenação do setor.
Fontes primárias
Introducing SynthID Bio
Apresentamos o SynthID Bio, uma família de métodos de marca d’água para sequências e estruturas biológicas geradas por IA. O método orienta a escolha de aminoácidos em sequências e ajusta coordenadas atômicas em estruturas previstas para inserir um sinal detectável. Em testes in vitro com binders para VEGF-A, RBD da proteína spike do SARS-CoV-2 e PD-L1, os designs marcados mantiveram taxas de sucesso, afinidade de ligação e diversidade de sequências comparáveis às versões sem marca. Na previsão estrutural, o ajuste fino de parte da rede de difusão do AlphaFold 3 gerou estruturas com detecção quase perfeita, preservando a precisão das previsões. A DeepMind caracteriza o trabalho como prova de conceito; aponta resistência a adulteração deliberada como desafio futuro e informa que publicou o artigo de métodos e disponibilizou código, dados in vitro e pesos para a comunidade de pesquisa.
Function-preserving watermarking of AI-generated proteins
O artigo apresenta SynthIDBio-sequence, que incorpora marcas d’água em sequências de proteínas durante a geração com ProteinMPNN, e SynthIDBio-structure, um modelo derivado do AlphaFold 3 ajustado para marcar estruturas previstas. Em testes in vitro de binders desenhados para SARS-CoV-2 RBD, VEGF-A e PD-L1, a marcação preservou as distribuições de afinidade e as taxas de ligação em comparação com controles sem marca; os resultados incluíram binders de baixa afinidade nanomolar para RBD e subnanomolar para VEGF-A e PD-L1. Para estruturas, o método alcançou detecção quase perfeita com efeito negligenciável na precisão global e efeito mínimo na geometria das ligações. Os autores apresentam os resultados como prova técnica de conceito para rastrear a origem de proteínas geradas por IA e observam que aplicação em biosegurança e integridade científica ainda depende de desenvolvimento e coordenação mais amplos.
Tópicos relacionados
Cobertura da mídia
@demishassabis: Biosecurity is one of the most urgent challenges for the AI era. Bringing SynthID to biology so AI-generated proteins can be watermarked is a critical step - and we’re open sourcin…
x.com • 30 set, 14:27
@pushmeet: Very happy to announce that our team @GoogleDeepmind has pushed the boundaries of generative biology, achieving the successful synthesis of AI-designed proteins that are both funct…
x.com • 30 set, 14:07
Google DeepMind introduces SynthID Bio, a family of watermarking methods for AI-designed proteins to help with biosecurity and scientific integrity (John Timmer/Ars Technica)
Techmeme • 30 set, 13:20
Leia também
Google expande tecnologia de marca d'água SynthID para público e biologia
21 out, 08:10
Tecnologia SynthID do Google é eleita uma das melhores invenções de 2026
15 out, 10:10
Google libera ferramenta global para identificar conteúdo gerado por IA
7 out, 11:45
Google DeepMind apresenta AlphaProtein Novo para design de enzimas
5 out, 12:40
Google DeepMind lança SynthID Bio para identificar proteínas de IA
1 out, 09:10
Comentários (0)
Seja o primeiro a comentar.
