Google filigrane les protéines conçues par IA pour repérer les séquences synthétiques

Le mercredi 30 septembre, l'équipe DeepMind de Google a publié un article de recherche décrivant un système qui inscrit une signature cachée directement dans les séquences de protéines conçues par IA, selon Ars Technica.

Ce filigrane vient de SynthID, la technologie de Google qui marque déjà les images et les textes générés par IA. Il doit permettre aux laboratoires de distinguer les protéines issues de chaînes de conception fiables de celles qui ne le sont pas. Les auteurs ont d'abord dû vérifier que l'approche SynthID tenait la route. Une protéine n'est bâtie que de 20 acides aminés, et beaucoup d'entre eux comptent.

Pourquoi un filigrane dans une protéine est difficile

Ars Technica note que certains acides aminés sont chimiquement proches, comme la leucine et l'isoleucine. D'autres portent des charges opposées et cassent le repliement si on les échange. Une protéine de 500 acides aminés passe pour assez grande dans ce domaine. Il y a donc bien moins de matière première pour cacher un signal que dans une image forte de millions de pixels. L'équipe est partie de ProteinMPNN, un outil de conception répandu du Baker Lab, et a fait tourner SynthIDBio en parallèle. Pendant que le concepteur place les acides aminés un à un le long du squelette de la protéine, SynthIDBio utilise une clé et l'identité des choix précédents pour proposer le résidu suivant. ProteinMPNN accepte ou rejette ensuite la proposition selon que la protéine fonctionne encore.

Ars Technica ne cite aucun chercheur nommé, mais décrit le processus simplement : les résidus de filigrane n'entrent que lorsqu'ils restent compatibles avec une protéine fonctionnelle.

La faille de biosécurité visée par la méthode

Ars Technica présente ce travail comme une réponse à un problème de criblage connu. Les logiciels qui vérifient les séquences d'ADN à la recherche de protéines dangereuses ne reconnaissent pas les protéines conçues par IA. Personne ne les a suffisamment caractérisées pour savoir quoi chercher. Les mêmes outils de conception qui ont produit des enzymes capables de digérer les plastiques ou de bloquer des protéines de venin pourraient, entre d'autres mains, être pointés vers des toxines ou des protéines virales. Le risque avait été signalé près d'un an avant la parution de l'article, et jusqu'ici aucun remède clair n'existait.

Le calendrier s'inscrit dans une poussée plus large du domaine. Analytics Insight rapportait le 29 septembre que Demis Hassabis, directeur général de Google DeepMind, positionne l'IA comme un outil de découverte scientifique. Un autre élément daté du 1er octobre décrivait le filigrane de DeepMind sur les protéines afin de permettre une vérification en laboratoire. Hansa Biopharma a annoncé le 1er octobre un partenariat avec Cradle pour faire avancer la conception et l'ingénierie de protéines assistées par IA. Un rapport du 29 septembre couvrait par ailleurs la prédiction de structure par IA, qui accélère la recherche de colles moléculaires. Aucun de ces éléments n'apporte de vérification indépendante de la méthode de filigrane.

Ce qui n'est pas tranché

L'article, tel que le résume Ars Technica, ne dit pas si SynthIDBio a été adopté par d'autres groupes de conception de protéines ou intégré à des chaînes de criblage. Il n'établit pas non plus comment un filigrane survit si une séquence est modifiée après sa génération. Ces questions comptent, car l'objectif annoncé est d'ouvrir tout le reste à un examen plus attentif. Cela suppose une distinction opérationnelle entre conceptions marquées et non marquées. Le SynthID de Google a survécu à des retouches d'image de base comme le redimensionnement et l'export, mais une protéine n'a pas d'équivalent du redimensionnement.

Pour l'instant, le résultat est une preuve de concept sur un outil de conception largement utilisé. Reste à savoir s'il passe à l'échelle sur d'autres générateurs, ou sur les laboratoires les plus susceptibles d'en faire un mauvais usage.