Google DeepMind推出SynthID Bio为AI设计蛋白质序列加水印
Google DeepMind提出SynthID Bio,为AI生成的蛋白质序列嵌入不可见水印,在不改变预期功能的前提下识别其是否来自受信任的设计模型。该方法接入ProteinMPNN,通过调整氨基酸选择形成分布式信号,并使用密钥检测水印。
团队在VEGF-A、SARS-CoV-2刺突蛋白受体结合域和PD-L1三类蛋白结合体上进行体外验证,水印序列保持了与未加水印设计相当的结合能力和命中率。该技术旨在弥补传统DNA合成筛查对全新AI设计序列识别不足的问题,并帮助标记公共蛋白数据库中的合成条目。
目前水印主要用于判断是否带有标记,且支持范围受设计工具限制。研究显示,使用ProteinMPNN重新生成序列可能削弱或移除水印,针对恶意篡改的稳健性仍需改进。
—— Google DeepMind、Nature、Ars Technica
Google DeepMind提出SynthID Bio,为AI生成的蛋白质序列嵌入不可见水印,在不改变预期功能的前提下识别其是否来自受信任的设计模型。该方法接入ProteinMPNN,通过调整氨基酸选择形成分布式信号,并使用密钥检测水印。
团队在VEGF-A、SARS-CoV-2刺突蛋白受体结合域和PD-L1三类蛋白结合体上进行体外验证,水印序列保持了与未加水印设计相当的结合能力和命中率。该技术旨在弥补传统DNA合成筛查对全新AI设计序列识别不足的问题,并帮助标记公共蛋白数据库中的合成条目。
目前水印主要用于判断是否带有标记,且支持范围受设计工具限制。研究显示,使用ProteinMPNN重新生成序列可能削弱或移除水印,针对恶意篡改的稳健性仍需改进。
—— Google DeepMind、Nature、Ars Technica