Google DeepMind 推出 SynthID Bio，为 AI 蛋白质加水印
SynthID Bio 可在蛋白质序列和结构中嵌入可检测标记，实验显示其未明显影响结合能力与生物功能。
从数字溯源走向实体分子
Google DeepMind 发布 SynthID Bio，这是一套面向合成生物学的水印方法。它试图在 AI 生成的蛋白质序列或预测出的三维结构中嵌入肉眼不可见、但可被检测的标记，让研究者即使在蛋白质完成合成后，也能判断其是否源自 AI 设计。
这解决的是普通数字水印无法覆盖的问题。蛋白质设计从模型文件进入实验室后，来源往往难以追踪；与此同时，AI 生成的生物设计可能绕过传统 DNA 筛查，或向公共数据库引入误标和错误结构。
DeepMind 表示，SynthID Bio 会调整序列设计中的氨基酸选择，也会改变预测结构中的原子坐标。针对蛋白质结合剂，团队在 VEGF-A、新冠病毒刺突蛋白受体结合域和 PD-L1 三个目标上进行了测试，并称加水印设计在命中率、结合亲和力和天然序列多样性方面与未加水印版本相当。
在结构预测方面，团队微调 AlphaFold 3 扩散网络的一部分，让模型权重本身具备生成水印的能力。DeepMind 称，该方案保持预测准确率，并在数字噪声和轻微坐标改动下维持接近完美的可检测性。
为什么重要
这仍是早期概念验证，不是一套完整的生物安全体系。它不能直接阻止有害设计，也不能保证每个实验室都会检查水印，更没有解决检测基础设施由谁运营的问题。实际价值取决于模型开发商、合成服务商、数据库和研究者是否共同采用。
但这项工作把 AI 内容溯源从数字文件推进到了实体分子。如果水印能够穿过合成过程，同时不损害生物功能，未来或可用于审计、归因和更安全地共享 AI 设计。其最大约束也正是核心考验：一旦水印影响功能或降低设计质量，科学家就不会为它牺牲可用性。