Google DeepMind تقدم SynthID Bio، نظامًا لتحديد البروتينات المولّدة بالذكاء الاصطناعي

نشر فريق Google DeepMind في 30 سبتمبر بحثًا في مجلة Nature العلمية، قدّم فيه نظام SynthID Bio لوضع علامة مائية على البروتينات المولّدة بالذكاء الاصطناعي. لا تضر الطريقة بعمل البروتين، وتتيح التعرف على البروتينات المصممة من باحثين موثوقين، بينما تخضع البروتينات الأخرى لفحص أعمق.

ثغرة في الأمن الحيوي

أدوات تصميم البروتينات القائمة على AI تحقق بالفعل نتائج مهمة عدة: هناك إنزيمات تفكك البلاستيك، وبروتينات تبطل سموم الأفاعي. وبالأدوات نفسها يمكن أيضًا إنشاء السموم. لكن برنامج فحص تسلسلات DNA لا يتعرف على البروتينات المولّدة بالذكاء الاصطناعي، لأن البيانات الكافية عنها غير متوفرة بعد لتقييم الخطر. وطوال ما يقارب سنة من رصد الخطر لم يكن هناك حل.

كيف يعمل SynthID Bio

يعتمد النظام على تقنية SynthID من Google. يضيف SynthID علامة غير ملحوظة إلى المواد الرقمية المولّدة بواسطة AI: تغيّر العلامة الاختيار الاحتمالي للنموذج، ولذلك تتوزع بالتساوي على المنتج كله ويستحيل حذفها دون معرفة الترميز.

البروتين هدف أكثر تعقيدًا بكثير. فهو يتكون فقط من 20 حمضًا أمينيًا، وقد يكون كل واحد منها ضروريًا للبنية أو للنشاط التحفيزي. التغيير مسموح في بعض المناطق، بينما في مناطق أخرى يجعل أدنى انحراف البروتين غير فعال. البروتين صغير: 500 حمض أميني يُعد بروتينًا كبيرًا، لكنه مادة أقل بكثير لإخفاء علامة مقارنة بملايين البكسلات في صورة.

ربط الباحثون الطريقة بأداة تصميم البروتينات الشائعة ProteinMPNN. يضع هذا البرنامج الأحماض الأمينية واحدة تلو الأخرى على طول السلسلة. يقترح SynthID Bio مرشحًا باستخدام رمز يشبه مفتاحًا تشفيريًا وبناءً على الأحماض الأمينية المختارة بالفعل، ولا يقبله ProteinMPNN إلا إذا بقي البروتين فعّالًا. لذلك لا تظهر أحماض العلامة المائية إلا حيث تسمح الكيمياء بذلك. العلامة موزعة على التسلسل كله، لذا فإن التعرف عليها إحصائي؛ يقوم الفاحص بمفتاح بمسح التسلسل كله وقياس مدى تكرار ظهور الأحماض الأمينية التي اقترحها.

النتائج والقيود

أنشأ الفريق بمساعدة النظام بروتينات ترتبط بأهداف طبيعية. لم يضر وسم العلامة المائية بوظيفة البروتينات: فقد ارتبطت البروتينات الموسومة بأهدافها كالمعتاد. وللأمن الحيوي، تقترح Google أن تتلقى جهات تصنيع DNA مجموعات مفاتيح من منظمات موثوقة، مثل الجامعات وشركات التكنولوجيا الحيوية الكبيرة. بهذه الطريقة تحدد بسرعة ما إذا كان بروتين مجهول تصميمًا موثوقًا بالذكاء الاصطناعي، وتركز الاهتمام على البروتينات غير المؤكدة.

للطريقة قيود أيضًا. تعتمد سلامتها على توزيع المفاتيح. في البروتينات القصيرة جدًا قد تكون أحماض العلامة قليلة جدًا للتعرف عليها. وقد يؤدي ملؤها بمواد بلا علامة، مثل دمجها ببروتين فلوري طبيعي، إلى تمييع العلامة المائية. كما أن أدوات AI كثيرة لا تستخدم ProteinMPNN. ولأن التعرف إحصائي، فإن اختيار الحد يؤثر في حالات الإيجابيات الكاذبة والسلبيات الكاذبة. وقد لا يكون النظام مفيدًا عمليًا بشكل خاص في شكله الأولي، لكن الطريقة تعمل وهذا مهم.

المصادر: Ars Technica · Techmeme