Google znakuje białka projektowane przez AI, żeby odróżnić je od naturalnych

W środę 30 września zespół Google DeepMind opublikował pracę opisującą system, który wpisuje ukryty podpis bezpośrednio w projektowane przez AI sekwencje białek. Podała o tym Ars Technica.

Znak wodny wywodzi się z technologii SynthID, którą Google znakuje już obrazy i teksty generowane przez AI. Ma pozwalać laboratoriom rozpoznać, które białka wyszły ze zaufanych procesów projektowych, a które nie. Autorzy pracy musieli sprawdzić, czy podejście SynthID w ogóle przetrwa, bo białka zbudowane są z zaledwie 20 aminokwasów i wiele z nich ma znaczenie.

Dlaczego znak wodny w białku jest trudny

Ars Technica zwraca uwagę, że niektóre aminokwasy są podobne chemicznie, na przykład leucyna i izoleucyna, a inne mają przeciwne ładunki i po podmianie zniszczą strukturę białka. Białko o 500 aminokwasach uchodzi w tej dziedzinie za spore, więc materiału na ukrycie sygnału jest znacznie mniej niż w obrazie z milionami pikseli. Zespół zaczął od ProteinMPNN, popularnego narzędzia projektowego z Baker Lab, i uruchomił SynthIDBio obok niego. Gdy projektant ustawia aminokwasy jeden po drugim wzdłuż szkieletu białka, SynthIDBio korzysta z klucza i z wcześniejszych wyborów, żeby zaproponować kolejny aminokwas. ProteinMPNN przyjmuje propozycję albo ją odrzuca, w zależności od tego, czy białko nadal działa.

Ars Technica nie cytuje w tekście żadnego naukowca z nazwiska, ale opisuje proces wprost: aminokwasy znaku wodnego wchodzą tylko wtedy, gdy są zgodne z działającym białkiem.

Luka w biobezpieczeństwie, w którą celuje metoda

Ars Technica przedstawia tę pracę jako odpowiedź na znany problem z przesiewaniem. Oprogramowanie sprawdzające sekwencje DNA pod kątem groźnych białek nie rozpoznaje białek projektowanych przez AI, bo nikt nie scharakteryzował ich na tyle, żeby wiedzieć, czego szukać. Te same narzędzia do projektowania białek, które dały enzymy trawiące plastik albo blokujące jady, mogłyby w innych rękach zostać skierowane na toksyny albo białka wirusowe. Ryzyko wskazano blisko rok przed publikacją pracy i do tej pory nie było na nie wyraźnego sposobu.

Czas publikacji wpisuje się w szerszy ruch w dziedzinie. Analytics Insight podał 29 września, że dyrektor generalny Google DeepMind Demis Hassabis pozycjonuje AI jako narzędzie odkryć naukowych, a osobny materiał z 1 października opisywał znakowanie białek przez DeepMind, które ma umożliwić weryfikację w laboratorium. Hansa Biopharma ogłosiła 1 października partnerstwo z Cradle na rzecz projektowania i inżynierii białek z użyciem AI, a inny raport z 29 września dotyczył przewidywania struktur przez AI, które przyspiesza poszukiwanie klejów molekularnych. Żaden z tych materiałów nie daje niezależnej weryfikacji metody znakowania.

Co pozostaje nierozstrzygnięte

Praca, w streszczeniu Ars Techniki, nie mówi, czy SynthIDBio przyjęły inne grupy projektujące białka ani czy wbudowano go w procesy przesiewowe. Nie ustala też, jak znak wodny przetrwa, jeśli sekwencja zostanie zmieniona po wygenerowaniu. Te pytania mają znaczenie, bo deklarowanym celem jest otwarcie całej reszty na bliższą kontrolę, a to zakłada działające rozróżnienie na projekty znakowane i nieznakowane. Własny SynthID Google przetrwał podstawowe edycje obrazu, takie jak zmiana rozmiaru i eksport, ale białko nie ma odpowiednika zmiany rozmiaru.

Na razie wynik to dowód koncepcji na jednym szeroko używanym narzędziu projektowym. Czy zadziała na innych generatorach albo w laboratoriach, które najłatwiej mogłyby go nadużyć, to następny test.