DeepMind、AIタンパク質に透かし 機能保ち識別

Google DeepMindはすでに、画像・音声・動画・テキストに知覚しにくい印を埋め込むSynthIDを開発していた。SynthID Bioはその考え方を合成生物学へと概念実証として拡張したものだ。本文は必要性を直接的に位置づける。新しいタンパク質の設計が容易になるにつれ、見慣れない配列が自然由来かAI由来かを判別するのが難しくなる。DNA合成企業は注文された配列を既知の危険配列データベースと照合しているが、AIは既知のものとほとんど似ていない配列を生成し得るため、照合だけでは由来の特定が難しくなる可能性がある。ラベルなしのAI生成3D構造が公開データベースに流入すれば、後続研究にも影響し得る。

技術的アプローチは意図的に軽微な操作にとどまる。アミノ酸配列では、タンパク質の性質を大きく変えない範囲で生成時のアミノ酸選択をわずかに偏らせ、統計的に検出可能な特徴を残す。構造データでは、原子座標を微妙に調整して同様の識別情報を担わせる。AlphaProteoとProteinMPNNを組み合わせ、VEGF-A、SARS-CoV-2スパイクタンパク質RBD、PD-L1の3標的に対して行った試験では、透かし入りタンパク質は設計成功率・結合強度とも透かしなしと同程度で、配列の多様性も維持された。DeepMindはAlphaFold 3の拡散ネットワークの一部を微調整し、モデル自体が印を生成するようにもしており、小さなノイズや座標変化があっても予測精度を維持しつつほぼ完全に検出できたと報告している。

DeepMindはSynthID Bioを、DNA合成スクリーニングやProtein Data Bank、UniProt、GenBankといったデータベース内のAI生成データの識別に有用と位置づける。スタンフォード大学やArc Instituteとともに、ゲノム生成AIのEvo 2が設計したゲノムにも印を埋め込み、初期実験では透かし入りバクテリオファージが細菌培養中で機能することを確認した。この手法が日常的に使われるかどうかは、印が意図的な改変にどこまで耐えられるか、また来歴メタデータや登録システムとどう組み合わせるかにかかっていそうだ。より複雑な生物データへ手法を拡張する技術論文も計画されている。