Google DeepMind 发布 SynthID Bio：给 AI 设计的蛋白质加水印，湿实验显示不影响功能，代码与权重开放给研究界

这件事意味着什么

【要点】

9 月 30 日，Google DeepMind 发布 SynthID Bio，把它的 SynthID 水印技术用到合成生物学上。官方定位是概念验证：在 AI 设计的蛋白质序列和预测的三维结构里嵌入肉眼看不出的签名，而且签名能在真正合成出来的实体蛋白上被验证，同时不破坏蛋白的生物功能。DeepMind 同步公开方法论文，开源代码和体外实验数据，并向研究界提供模型权重。

【可核验】

对序列，SynthID Bio 在生成时轻微引导氨基酸的选择；对结构，它微调 AlphaFold 3 扩散网络的一小部分，让预测出的原子坐标自带可检测的签名，官方称预测精度不变、检测率接近完美，对数字噪声和小幅坐标改动有一定抵抗力。湿实验用 AlphaProteo 和加了水印的 ProteinMPNN 设计蛋白结合物，针对 VEGF-A、新冠刺突蛋白 RBD 和 PD-L1 三个靶点，带水印的设计在命中率、结合亲和力和序列多样性上与不带水印的版本持平。DeepMind 还与斯坦福 Hie 实验室和 Arc Institute 合作，把水印写进基因组模型 Evo 2 设计的噬菌体基因组，早期细菌培养实验显示噬菌体仍有功能，技术论文稍后发布。官方承认，抵御有意篡改是下一步要解决的难题。DNA 合成公司 Twist Bioscience 的生物安全负责人在文中表示，水印可以帮助合成商把审查资源集中到真正需要细查的序列上。

【我们的判断】

这项工作的意义要看清边界。它能证明「这个设计来自一个带安全措施的可信模型」，不能抓出恶意设计：不加水印的开源蛋白模型、或者被人改过的权重，产出的序列照样没有签名。所以它更像给 DNA 合成订单开一条快速通道，减少对正常科研的人工复审，而不是一张拦截网。真正决定它能否发挥作用的，是合成商愿不愿意把「有无水印」纳入筛查流程，以及其他蛋白设计模型的开发者是否跟进。DeepMind 选择开源代码和权重，说明它想把这件事做成行业标准，而不是 Google 一家的功能。