Google DeepMindは2026年9月30日、AIで設計したタンパク質の配列と予測された3次元構造に透かしを付ける技術群「SynthID Bio」を発表した。Natureに掲載された論文では、配列に透かしを付けたタンパク質が標的に結合することを実験で確かめ、構造予測については精度と透かしの検出性能を評価している。DNA合成の審査や研究データベースで、設計に使われた手法を見極めるための技術実証だ。
■AI設計配列とDNA合成の審査
DNA合成事業者は注文を受ける際、病原体や毒素などに関係する既知の配列と照合してリスクを調べる。AIによる設計では、参照データベース内の配列との類似性が低い新しい配列も作れるため、そうした注文の評価が課題になっている。
SynthID Bioは、対応する設計手法で作られた配列や予測構造に、後から検出できる統計的な印を加える。Google DeepMindは、この情報を既存の審査に組み合わせれば、DNA合成事業者が注文を判断する際の手掛かりになると説明する。論文も、審査への導入には技術開発と業界内の調整が必要だとしている。
■配列と予測構造に使う2種類の透かし
配列向けの手法は、タンパク質を構成するアミノ酸を選ぶ過程に組み込む。Google DeepMindは、文章向けのSynthIDで使う「トーナメントサンプリング」を、タンパク質の配列設計モデルProteinMPNNに応用した。候補となる配列を絞り込み、秘密鍵を用いた検出で透かしを確認できるようにする。
研究チームは、タンパク質設計システムAlphaProteoで得られた既存の結合タンパク質の骨格を使い、ProteinMPNNでアミノ酸配列を設計し直した。タンパク質には配列の違いを許容できる部分もある一方、変更によって結合性能が変わることもある。そのため、透かしの検出と結合機能の両方を評価している。
構造向けの手法では、AlphaFold 3の一部を追加学習し、予測される原子の3次元座標に透かしを持たせる。構造を予測した後に印を加える工程は要らず、検出にはPointNetに着想を得た仕組みを使う。論文によると、推奨モデルは評価に用いた主要な構造精度指標を維持し、座標への小さなノイズを加えた試験でも透かしを検出できた。
■3つの標的で結合性能を評価
配列透かしを付けた結合タンパク質の実験では、血管新生に関わる血管内皮増殖因子A（VEGF-A）、SARS-CoV-2のスパイクタンパク質の受容体結合ドメイン、がん免疫療法に関わるPD-L1を標的とした。研究チームは、透かし付きと透かしなしの設計について、標的への結合に成功した割合や結合の強さを比較した。
論文によると、結合親和性の分布に全体として有意な差は見られず、設定した厳しい結合条件での成功率にも有意な差はなかった。一方、別の結合条件では、透かしを付けない設計の成功率が高い比較が一つあった。Google DeepMindは、3つの標的で機能する透かし付き結合タンパク質を作製できたとしている。
この実験が確かめたのは、透かしをアミノ酸配列に組み込んだ結合タンパク質の性能だ。予測された3次元座標に付ける構造透かしは、予測精度などを計算上で評価している。2種類の手法は、配列を設計する場面と構造を予測する場面で、それぞれ異なる情報に印を付ける。
■想定される用途と導入への課題
Google DeepMindは、DNA合成の注文審査に加え、Protein Data Bank、UniProt、GenBankなどの研究データベースへの登録確認も用途に挙げる。投稿された配列や構造に透かしがあれば、管理者が由来を確認し、登録情報を点検する手掛かりになる。AIで作られたデータが研究や審査に使われる際の表示の正確さにも関わる。
商用遺伝子合成事業者Twist Bioscienceの政策・バイオセキュリティ担当バイスプレジデント、James Diggans氏はGoogle DeepMindの発表で、透かしは詳しい審査が必要な配列に資源を集中させる「有望な新たな手段」になり得ると述べた。Science Policy ConsultingのSarah Carter氏も、設計の来歴を追うための重要な要素と評価している。
透かしの検出には鍵が必要で、現行の方式が示すのは基本的に透かしの有無だ。Google DeepMindは、設計過程を記録するメタデータやDNA合成事業者による顧客審査などとの併用を想定する。核脅威イニシアティブ（NTI）のGreg Butchello氏とHayley Severance氏も、NTIとLattice Automationが開発する設計メタデータの標準や、Sentinel Bioが進める顧客確認の仕組みと組み合わせる可能性を示している。
■改変への耐性とゲノムへの展開
論文では、ProteinMPNNで配列を設計し直す試験により、配列透かしを効果的に除去できた。構造透かしは小さな座標変更に耐えた一方、構造を計算で緩和する試験では消失した。研究チームは、改変への耐性を高めることを今後の課題に挙げている。
Google DeepMindは、スタンフォード大学のHie研究室とArc Instituteとの共同研究で、ゲノム設計モデル「Evo 2」にもSynthID Bioを組み込んだ。細菌に感染するウイルスであるバクテリオファージのゲノムに透かしを付け、細菌培養を用いた初期試験でファージの機能を確認したという。詳細を記した技術論文は後日公表する予定としている。
SynthIDは2023年にAI生成画像向けの透かしとして発表され、その後、文章や動画などにも広がった。生物学分野での応用では、検出できる印を残しながら、設計したタンパク質の用途に必要な性能を保つことが焦点となる。論文、コード、試験管内で得たデータは公開され、構造向けモデルの重みについては入手方法が案内されている。
元記事: SynthID Bio Watermarks AI-Designed Proteins Without Breaking Their Function