DeepMind首发AI蛋白质水印 已登Nature

时间：2026年10月1日，谷歌DeepMind团队在Nature发表论文，正式推出SynthID Bio——首个在保持蛋白质生物学功能前提下嵌入不可感知水印的AI生成蛋白质追溯方法。 地点：英国伦敦DeepMind总部，联合斯坦福大学Hie实验室与Arc研究所共同推进。 人物：DeepMind研究副总裁Pushmeet Kohli、论文第一作者David Stutz、DeepMind CEO Demis Hassabis，以及合著者Ali Cowen-Rivers、Jeremy Ratcliff。 事件详情： SynthID Bio是SynthID系列专为合成生物学开发的水印方法，分为序列版本与3D结构版本两个分支。序列版把SynthID Text的逻辑迁移到主流蛋白序列设计工具ProteinMPNN上，用秘钥引导氨基酸选择倾向；3D结构版则对AlphaFold 3扩散网络的一小部分做微调，把水印能力直接写入模型权重。DeepMind使用AlphaProteo配合带SynthID Bio的ProteinMPNN，针对VEGF-A、SARS-CoV-2刺突蛋白RBD与PD-L1三种靶蛋白完成湿实验室测试。结果显示，带水印蛋白结合剂在命中率、结合亲和力、序列多样性三项关键指标上与未带水印版本持平，成功合成出首批兼具生物学功能与可验证水印的蛋白结合剂；3D结构水印检出率超过99.8%。 背景： 随着AlphaFold 3、ProteinMPNN、Evo 2等生成式生物学工具快速普及，AI设计的新型蛋白质可绕过基于已知序列的DNA合成筛查，进而污染PDB、UniProt、GenBank等公共数据库，给生物安全与科研诚信带来双重风险。DeepMind此前已在AI生成文本、图像领域部署SynthID，但蛋白质仅由20种氨基酸构成、序列短且很多位置不可替换，将数字水印迁移到生物序列的难度远超前作。 影响： SynthID Bio为DNA合成服务商提供了一种自动验证信号——带内置水印的可信订单可快速过审，其余序列进入深度审查，从而显著降低误报与漏报；它也能为蛋白质数据库自动标记AI生成条目，配合C2PA式溯源元数据共同构建AI生物设计的可追溯基础设施。DeepMind已开源SynthID Bio代码、体外实验数据与模型权重；与斯坦福Hie实验室的合作中，团队已将水印能力扩展到Evo 2设计的噬菌体基因组，早期细菌培养实验确认其功能性。 总结： 从文本、图像到蛋白质，SynthID Bio把AI生成内容的"出生证明"延伸到合成生物学领域，是生物安全防御体系的关键一环。下一步DeepMind将攻克抗篡改加固、C2PA溯源集成、以及更复杂生物对象的水印技术。 参考来源： - DeepMind官方博客：https://deepmind.google/blog/introducing-synthid-bio/ - Nature论文（DOI: 10.1038/s41586-026-10965-y） - TechRepublic报道：https://www.techrepublic.com/article/news-google-synthid-bio-ai-protein-watermark/ - IT之家中文报道：https://www.ithome.com/1/008/940.htm - Phys.org报道：https://phys.org/news/2026-10-google-deepmind-invisible-watermarks-ai.html - AGI Hunt评论：https://agihunt.info/en/p/1a0f35f56e40bc1d0002c1ea823 - World Programming报道：https://www.worldprogramming.org/posts/google-deepmind-develops-invisible-watermarks-for-ai-designed-proteins-woxi74 - AI/TLDR Daily Digest：https://buttondown.com/ai-tldr/archive/aitldr-daily-digest-october-01-2026