Google DeepMind ha presentado SynthID Bio, un esfuerzo en fase de prueba de concepto para llevar la tecnología de marcas de agua a la biología sintética. Anunciado en una entrada de blog publicada el 30 de septiembre, el sistema incorpora una firma imperceptible directamente en el código biológico de las proteínas generadas por IA, garantizando que la marca de agua sea verificable no solo en el modelo digital, sino también en la proteína física sintetizada, todo ello preservando su función biológica en pruebas de laboratorio.

El trabajo, escrito por Pushmeet Kohli, David Stutz, Ali Cowen-Rivers y Jeremy Ratcliff, llega en un momento en que la IA generativa ayuda cada vez más a los científicos a abordar desafíos biológicos críticos: predecir la estructura de proteínas con AlphaFold, diseñar proteínas completamente nuevas con AlphaProteo y ProteinMPNN y, más recientemente, desarrollar nuevos bacteriófagos, virus que infectan bacterias. Sin embargo, estas herramientas también plantean nuevos desafíos. Los nuevos diseños de IA pueden eludir el cribado tradicional de síntesis de ADN, mientras que las estructuras 3D sintéticas mal etiquetadas corren el riesgo de contaminar bases de datos públicas y inducir a error a investigaciones posteriores.

Cómo funciona SynthID Bio

SynthID Bio es una familia de métodos de marca de agua desarrollados específicamente para la biología sintética con el fin de fortalecer la biocustodia y la integridad científica. El enfoque se adapta al tipo de datos: para secuencias, guía sutilmente la elección de aminoácidos; para estructuras 3D predichas, ajusta las coordenadas atómicas. En ambos casos, las modificaciones crean una señal confiable para la detección.

En los experimentos, estos ajustes no comprometieron la función biológica de la proteína, una propiedad que Google DeepMind describió como esencial para tratar enfermedades de manera eficaz y avanzar en la investigación científica.

El equipo verificó su enfoque para marcar enlazadores proteicos, moléculas diseñadas para adherirse selectivamente a otras proteínas, combinando su método de diseño de enlazadores AlphaProteo con una versión habilitada SynthID Bio de ProteinMPNN, un método de generación de secuencias proteicas de uso común. En pruebas de laboratorio húmedo con tres proteínas objetivo (VEGF-A, la proteína spike RBD del SARS-CoV-2 y PD-L1), los diseños con marca de agua igualaron la tasa de aciertos, la afinidad de unión y la diversidad natural de secuencias de las versiones sin marca, creando con éxito los primeros enlazadores proteicos marcados y biológicamente funcionales. La afinidad de unión se midió como KD, donde valores más bajos indican enlazadores más fuertes.

Para el plegamiento de proteínas, SynthID Bio ajusta una pequeña parte de la red de difusión de AlphaFold 3, integrando la capacidad de marcaje de agua directamente en los pesos del modelo. Esto garantiza que las coordenadas 3D predichas lleven inherente una firma detectable, independientemente de quién ejecute el modelo. Según la compañía, la técnica preserva la precisión de predicción de AlphaFold 3 al tiempo que ofrece una detectabilidad casi perfecta, mantiene las distribuciones clave de características estructurales y resiste el ruido digital o cambios menores en las coordenadas. El equipo ilustró los resultados con la proteína 7PPA, presentando la estructura predicha por AlphaFold 3 junto con la estructura de referencia y la estructura marcada.

Fortalecimiento de la biocustodia y la integridad de la información

La biocustodia se basa en defensas por capas, un modelo de "queso suizo" en el que múltiples medidas de seguridad independientes trabajan en conjunto para cubrir los puntos ciegos de las demás. Salvaguardas como las mitigaciones a nivel de modelo y la verificación de clientes representan capas críticas con posibles brechas. Como parte de la visión más amplia de Google DeepMind para la biorresiliencia, el enfoque de marca de agua de SynthID Bio sirve como una capa de verificación importante y tangible integrada en el propio diseño biológico.

"SynthID Bio es una pieza importante del rompecabezas para rastrear la procedencia de los diseños biológicos", dijo Sarah Carter, experta en políticas de biocustodia y Principal de Science Policy Consulting, quien revisó el trabajo. "Al vincular los diseños con el desarrollador del modelo, estas marcas de agua permiten a los desarrolladores liderar en seguridad y permiten a los proveedores de síntesis agilizar el cribado para los clientes que han utilizado esos modelos".

Esa capa es especialmente vital para el cribado de síntesis de ADN, que se encuentra en la primera línea de la biocustodia. Convertir diseños proteicos digitales en moléculas físicas requiere realizar un pedido a proveedores de síntesis de ADN, quienes examinan las solicitudes contra bases de datos de amenazas conocidas. Históricamente, una secuencia desconocida podía asumirse con seguridad como un organismo natural sin descubrir. Pero como la IA puede crear secuencias completamente nuevas con poco parecido a las amenazas conocidas, los examinadores ya no pueden hacer esa suposición. Verificar que un pedido desconocido no sea una amenaza diseñada requiere revisiones manuales exhaustivas que pueden retrasar investigaciones vitales. En este contexto, SynthID Bio puede proporcionar una señal de verificación automatizada, demostrando que un pedido proviene de un modelo confiable con salvaguardas integradas.

"La IA está ampliando lo que los científicos pueden diseñar, y las empresas de síntesis de ADN tienen un papel importante en ayudar a que esa innovación escale de manera responsable", afirmó James Diggans, Vicepresidente de Política y Biocustodia de Twist Bioscience, quien brindó comentarios tempranos sobre el artículo. "Para Twist, el marcaje de agua ofrece una adición prometedora a la caja de herramientas de biocustodia que podría fortcer el cribado, enfocar recursos en secuencias que merezcan una revisión más detallada y hacer la biocustodia más eficiente a medida que la biología diseñada por IA sigue avanzando".

De manera similar, SynthID Bio podría ayudar a mantener la integridad de bases de datos como el Protein Data Bank, UniProt y GenBank. Estas bases de datos, muchas de ellas abiertas a envíos del público, desempeñan un papel vital en el avance científico, pero las entradas mal etiquetadas pueden tener un impacto negativo desproporcionado en la toma de decisiones de biocustodia, un desafío que solo puede crecer con la incorporación de datos biológicos generados por IA. Como parte del proceso de envío, SynthID Bio podría ayudar a garantizar que las entradas sintéticas estén correctamente etiquetadas o marcadas para revisión adicional.

Perspectivas futuras

Si bien ninguna intervención aislada de biocustodia es una solución milagrosa, SynthID Bio lleva SynthID, la probada herramienta de marcaje de agua de Google DeepMind, a la biología sintética, marcando un primer paso importante hacia la identificación y el seguimiento confiables de secuencias y estructuras biológicas generadas por IA.

De cara al futuro, los desafíos clave incluyen hacer que la marca de agua sea más robusta contra manipulaciones deliberadas. SynthID Bio también puede combinarse con enfoques de metadatos de procedencia, similares a C2PA para medios digitales, o con repositorios centrales de datos biológicos generados por IA para identificar y rastrear mejor las proteínas generadas por IA.

Para igualar las capacidades crecientes de la tecnología de IA de frontera, Google DeepMind también está investigando cómo aplicar el marcaje de agua a objetos biológicos más complejos. En un trabajo en curso con el laboratorio de Hie en la Universidad de Stanford y el Arc Institute, el equipo integró SynthID Bio en Evo 2, un modelo genómico avanzado, para marcar el genoma de un bacteriófago diseñado con Evo 2. Las primeras pruebas de laboratorio en cultivos de bacterias han confirmado que estos bacteriófagos marcados son funcionales. Google DeepMind afirmó que el trabajo tiene el potencial de abordar algunos de los riesgos de biocustodia asociados con el diseño de genomas y que se compartirán más detalles en un manuscrito técnico próximamente.

Materializar todos los beneficios de biocustodia de este trabajo requerirá colaboración comunitaria y más investigación. Como parte de su compromiso con la innovación responsable, la compañía está publicando su artículo de métodos, publicando el código y los datos in vitro como código abierto y liberando los pesos del modelo para la comunidad investigadora. Google DeepMind declaró que busca trabajar abiertamente con socios en biocustodia, síntesis de genes y políticas para garantizar que la seguridad y la responsabilidad avancen al ritmo del descubrimiento impulsado por IA. A las partes interesadas en colaborar sobre este tema se les solicita contactar al equipo en synthidbio@google.com con una propuesta de alto nivel, sin divulgar información confidencial o propietaria.

Agradecimientos

El proyecto fue iniciado por Pushmeet Kohli. La investigación y el desarrollo técnico fueron liderados por Alexander I. Cowen-Rivers y David Stutz, con Kohli como asesor. Contribuciones clave de ingeniería e investigación fueron realizadas por Guillermo Ortiz-Jimenez, Jeremy Ratcliff, Vinicius Zambaldi, Lindsay Willmore, Josh Abramson, Harshnira Patani, Christina Kouridi, Florian Stimberg, Mel Vecerik, Alex Chu, Sukhdeep Singh, Sumanth Dathathri, Eliseo Papa, Valentin De Bortoli, Arnaud Doucet, Jue Wang y Sven Gowal. El equipo agradeció a Adaptyv Bio su ayuda con la validación in vitro.

La extensión del al marcaje del ADN de bacteriófagos es una colaboración entre Google DeepMind y el laboratorio de Hie en Stanford y el Arc Institute, con contribuciones clave de Jeremy Ratcliff, Aleks Petrov, Alexander I. Cowen-Rivers, David Stutz, Elisa L. H. Wong, Victor Martin Palacios, Francesca Pietra, Alfred Piccioni, Tristan Oliver Kwan, Tor Lattimore, Sumanth Dathathri y Pushmeet Kohli de Google DeepMind, y de Brian Hie, Samuel King y Aditi Merchant del Arc Institute y Stanford.

Google DeepMind también agradeció a Rudy Bunel, Anna Cupani, Rob Fergus, Thomas Frerix, Sahra Ghalebikesabi, John Jumper, Jacob Kelly, David La, Victor Martin, Sebastian Nowozin, Stig Petersen, Aleks Petrov, Uchechi Okereke, Sylvestre-Alvise Rebuffi, Rosalia Schneider, Armin Senoner, Richard Shuai, Ashok Thillaisundaram, Elisa L. H. Wong, Zachary Wu y Augustin Žídek sus contribuciones al artículo de investigación, y a Julien Bergeron sus contribuciones a la renderización 3D. El equipo cerró agradeciendo a Demis Hassabis su respaldo y apoyo al proyecto.