Google DeepMind представила SynthID Bio — систему маркування білків, створених ШІ

Команда Google DeepMind 30 вересня опублікувала в науковому журналі Nature дослідження, у якому представила SynthID Bio — систему водяного маркування білків, створених ШІ. Метод не впливає на роботу білка й дає змогу розпізнавати білки, спроєктовані надійними дослідниками, а решту білків перевірятимуть глибше.

Прогалина в біобезпеці

Інструменти дизайну білків на основі ШІ вже дають кілька важливих результатів: існують ферменти, які розкладають пластик, і білки, які знешкоджують зміїну отруту. Тими самими інструментами можна створювати й отрути. Програма скринінгу послідовностей ДНК не розпізнає створені ШІ білки, бо даних про них поки недостатньо, щоб оцінити загрозу. Від фіксації ризику майже рік не було рішення.

Як працює SynthID Bio

Система базується на технології Google SynthID. SynthID додає непомітну позначку до цифрового матеріалу, згенерованого ШІ: позначка змінює ймовірнісний вибір моделі, тому рівномірно розподіляється по всьому продукту, і без знання кодування її неможливо видалити.

Білок — значно складніша ціль. Він складається лише з 20 амінокислот, кожна з яких може бути необхідною для структури або каталітичної активності. У деяких ділянках зміни допустимі, а в деяких навіть незначне відхилення робить білок нефункціональним. Білок малий: 500 амінокислот вважається великим білком, а порівняно із зображенням на мільйони пікселів для приховування позначки є набагато менше матеріалу.

Дослідники поєднали метод із популярним інструментом дизайну білків ProteinMPNN. Ця програма розміщує амінокислоти вздовж ланцюга одну за одною. SynthID Bio за допомогою коду, подібного до криптографічного ключа, та вже вибраних амінокислот пропонує кандидата, а ProteinMPNN приймає його лише тоді, коли білок залишається функціональним. Тому амінокислоти водяної позначки потрапляють лише туди, де хімія це дозволяє. Позначка розсіяна по всій послідовності, тож її розпізнавання є статистичним: перевіряльник із ключем сканує всю послідовність і вимірює, як часто трапляються запропоновані нею амінокислоти.

Результати та обмеження

За допомогою системи команда створила білки, які зв’язуються з природними цілями. Водяне маркування не пошкодило функцію білків: позначені білки зв’язувалися з цільовими білками як завжди. Для біобезпеки Google пропонує виробникам ДНК отримувати набори ключів від надійних організацій, наприклад університетів і великих біотехнологічних компаній. Так вони швидко визначатимуть, чи є невідомий білок надійним ШІ-дизайном, і зосереджуватимуть увагу на непідтверджених білках.

Метод також має обмеження. Його безпека залежить від розподілу ключів. У дуже коротких білках амінокислот позначки може бути занадто мало для розпізнавання. Заповнення матеріалом без позначки, наприклад злиття з природним флуоресцентним білком, може розбавити водяний знак. Багато ШІ-інструментів не використовують ProteinMPNN. Оскільки розпізнавання статистичне, вибір порогу впливає на хибнопозитивні та хибнонегативні випадки. У початковому вигляді система може бути не особливо корисною на практиці, але метод працює, і це важливо.

Джерела: Ars Technica · Techmeme