Молекулы с водяным знаком: Google перенесла SynthID в биологию

Водяные знаки мы хорошо знаем по стоковым фотографиям. Нашел подходящий портрет, а поперек лица написано, где его купить. Человек на фотографии улыбается. Ты уже нет.

В биологии изменение молекулы может испортить ее функцию. Поэтому SynthID Bio скорее напоминает скрытую метку на купюре, которую можно проверить специальным способом. Задача здесь своя: установить происхождение конструкции.

Подпись остается в самой молекуле

Белки состоят из последовательностей аминокислот. Один из методов SynthID Bio встроили в ProteinMPNN, модель, которая подбирает эти последовательности для заданной структуры.

Во время подбора аминокислот система немного направляет выбор так, чтобы в результате появилась обнаруживаемая подпись. Она находится в самой последовательности. Если по этому проекту синтезировать белковую молекулу, происхождение можно проверить по ее последовательности, а не по приложенному описанию или этикетке на пробирке.

Но поставить метку мало. Нужно еще убедиться, что после этого получилась работающая молекула.

В исследовании, опубликованном в Nature, команда проверила белки-связыватели: молекулы, которые избирательно соединяются с другими белками. Такие конструкции нужны, например, для изучения биологических процессов и разработки будущих лекарств.

Исследователи взяли каркасы ранее созданных с помощью AlphaProteo связывателей и заново подобрали для них последовательности через ProteinMPNN, с маркировкой и без нее. В лаборатории проверили три мишени: VEGF-A, участок RBD шиповидного белка SARS-CoV-2 и PD-L1.

По результатам команды, маркированные варианты показали сопоставимую силу связывания, долю удачных конструкций и разнообразие последовательностей. В проверенных экспериментах молекулы сохранили функцию. Стоковым фотографиям бы такую деликатность: метка есть, лицо целое.

Для трехмерных моделей работает другой метод

Отдельная часть SynthID Bio относится к AlphaFold 3, которая предсказывает пространственное расположение атомов. Здесь подпись добавляют в цифровые координаты, а не в аминокислотную последовательность.

Команда дообучила небольшую часть модели, чтобы маркировка формировалась при самом предсказании. Пользователь запускает эту модифицированную версию AlphaFold 3 и получает структуру со встроенным сигналом. Прикреплять отдельный знак после расчета не требуется.

По данным исследователей, обнаруживаемость такой подписи близка к идеальной, а влияние на точность предсказаний незначительно. Метка выдерживает цифровой шум и небольшие изменения координат, а также повороты и перемещения структуры.

В этом случае маркируется компьютерный результат расчета. Проверка настоящих синтезированных молекул относится к первому методу, который оставляет подпись в последовательности.

Зачем выяснять, какая модель создала конструкцию

Компании, которые синтезируют ДНК по заказу, проверяют поступающие последовательности по базам известных угроз. ИИ усложняет эту работу: он способен создавать новые конструкции, мало похожие на уже известные.

Раньше незнакомую последовательность можно было принять за еще не изученный природный объект. Теперь одного отсутствия совпадений недостаточно. Дополнительная ручная проверка требует времени и может задерживать нормальные исследования.

SynthID Bio предлагает дополнительный сигнал: конструкция создана определенной моделью, в которой предусмотрены меры защиты. В будущем такие сведения могли бы помочь распределять проверки, но водяной знак не является сертификатом безопасности.

Вторая задача связана с научными базами, включая Protein Data Bank, UniProt и GenBank. Если искусственно созданную запись ошибочно представить как природную или экспериментально установленную, другие исследователи могут построить дальнейшую работу на неверном основании. Проверка метки могла бы помочь правильно обозначать такие данные или отправлять их на дополнительное рассмотрение.

Вот за это решение я обеими руками: происхождение результата сохраняется в самой конструкции. Это полезно для тех, кто дальше будет использовать ее в исследованиях или обучать на этих данных новые модели.

Метку еще предстоит защитить от удаления

SynthID Bio пока демонстрирует работоспособность подхода. Маркировка относится к конструкциям, созданным с применением этих методов; для отраслевого использования потребуются дальнейшие исследования и согласование правил проверки.

Устойчивость к намеренному удалению подписи остается задачей. В научной статье описаны способы, которыми маркировку последовательностей можно существенно ослабить, а у метода для цифровых структур есть ограничения при некоторых преобразованиях. Поэтому исследователи рассматривают сочетание водяных знаков с другими сведениями о происхождении и реестрами созданных с помощью ИИ данных.

К слову, команда уже пробует более сложные объекты. Вместе с лабораторией Hie в Стэнфорде и Arc Institute исследователи встроили SynthID Bio в геномную модель Evo 2 для маркировки генома бактериофага, вируса, заражающего бактерии. Первые испытания в бактериальных культурах подтвердили, что маркированные бактериофаги работают. Подробная техническая публикация по этой отдельной работе еще впереди.

Код и лабораторные данные открыты. В репозитории также есть инструкции по получению весов модели для структур; доступ к ним регулируется отдельными условиями.

Будущее - наступило.