SynthID Bioは、合成生物学にウォーターマーク技術を持ち込むもので、生物学的なコードに人間には知覚できない署名を直接埋め込みます。これは、ウォーターマークツールとして実績のあるSynthIDを合成生物学に持ち込むものです。単独で万能となるバイオセキュリティ対策はないとしたうえで、AI生成の生物学的な配列や構造を確実に識別・追跡するための重要な第一歩と位置づけられています。

AI設計の生物学が抱える新たな課題

生成AIは、AlphaFoldによるタンパク質の構造予測や、AlphaProteoおよびProteinMPNNによる全く新しいタンパク質の設計、さらに最近では細菌に感染するウイルスであるバクテリオファージの開発など、生物学上の重要な課題に取り組む科学者を支援しています。しかし、生成AIツールには新たな課題もあります。新規のAI設計は従来のDNA合成スクリーニングを回避する可能性があり、ラベルを誤った合成3D構造は公開データベースを汚染し、下流の研究を誤らせるおそれがあります。

ウォーターマークの手法は、他のタンパク質に選択的に結合するように作られた分子であるタンパク質バインダーを対象に検証されました。検証には、バインダー設計手法 AlphaProteo と、広く使われるタンパク質配列生成手法 ProteinMPNN の SynthID Bio 対応版が併用されました。VEGF-A、SARS-CoV-2 スパイクタンパク質の受容体結合ドメイン(RBD)、PD-L1 の3つの標的タンパク質に対するウェットラボ試験では、ウォーターマーク入りの設計が、ウォーターマークなし版と同等のヒット率、結合親和性、天然の配列多様性を示しました。ウォーターマーク入りで生物学的機能を持つタンパク質バインダーが初めて作られました。

タンパク質のフォールディングにおいて、SynthID Bio は AlphaFold 3 の拡散ネットワークの小さな一部をファインチューニングし、ウォーターマークを付ける能力をモデルのウェイトに直接組み込みます。ウォーターマークがモデルのウェイトに組み込まれているため、AlphaFold 3 が予測する3D座標には、誰がモデルを実行しても検出可能な署名が本質的に含まれます。SynthID Bio は AlphaFold 3 の予測精度を保ちつつ、ほぼ完全な検出可能性を提供し、主要な構造特徴の分布を維持し、デジタルノイズや座標のわずかな変更にも耐えます。

多層防御とDNA合成スクリーニングでの役割

バイオセキュリティは多層防御に依存しており、複数の独立した安全対策が互いの死角を補い合う「スイスチーズ」防御モデルにたとえられます。モデルレベルの緩和策や顧客審査といった安全対策は、それぞれが重要な層ですが、穴が生じうるものです。

SynthID Bioは、バイオセキュリティと科学的誠実性を強化するために合成生物学向けに開発された、ウォーターマーク手法のファミリーです。データの種類に応じて方法を変え、配列ではアミノ酸の選択をさりげなく誘導し、予測された3D構造では原子座標を調整することで、検出のための信頼できるシグナルを作ります。実験では、これらの調整によってタンパク質の生物学的機能が損なわれることはありませんでした。この機能は、病気を効果的に治療し、科学研究を進めるために欠かせないものです。

SynthID Bioのウォーターマークの手法は、より広いバイオレジリエンス構想の一部であり、生物学的設計そのものに埋め込まれる、重要で具体的な検証層として位置づけられます。この層は、バイオセキュリティの最前線に位置するDNA合成スクリーニングにとって特に重要です。デジタルのタンパク質設計を物理的な分子にするには、DNA合成の合成事業者に注文を出す必要があり、合成事業者は既知の脅威のデータベースと照らして依頼をスクリーニングします。

従来は、見慣れない配列は未発見の天然生物のものだと安全に想定できた場合がありましたが、AIは既知の危険物にほとんど似ていない全く新しい配列を作れるため、スクリーニング担当者はもはやその想定をすることができません。見慣れない注文が設計された脅威ではないことを確認するには、徹底した手作業のレビューが必要であり、それが重要な研究を停滞させかねません。SynthID Bioは、注文が安全対策を組み込んだ信頼できるモデルから生じたことを示す、自動化された検証シグナルを提供できます。

本研究をレビューしたScience Policy Consultingのプリンシパルでバイオセキュリティ政策の専門家であるSarah Carterは、SynthID Bioを生物学的設計の来歴追跡における重要なピースだと述べています。設計をモデル開発者に紐づけることで、ウォーターマークは開発者が安全性を主導できるようにし、合成事業者がそれらのモデルを使った顧客についてスクリーニングを効率化できるようにすると述べています。論文に早期フィードバックを寄せたTwist Bioscienceの政策・バイオセキュリティ担当バイスプレジデントであるJames Diggansは、ウォーターマークはバイオセキュリティのツールボックスへの有望な新たな追加手段だと述べています。これは、スクリーニングを強化し、より詳しい審査に値する配列にリソースを集中させ、AI設計の生物学が進歩し続ける中でバイオセキュリティを効率化できる可能性があるとしています。

ウォーターマークは、デジタルモデル上だけでなく、合成された物理的なタンパク質そのものでも検証でき、ウェットラボでの試験では生物学的機能も保たれました。バイオセキュリティ、遺伝子合成、政策の各分野のパートナーとオープンに協力することで、AI駆動の発見に安全性と責任が追いつくようにできると、Googleは述べています。

データベースの完全性と今後の課題

SynthID Bioは、Protein Data Bank、UniProt、GenBankなどのデータベースの完全性の維持に役立つ可能性があります。これらのデータベースには一般からの投稿を受け付けているものが多く、科学の進歩に重要な役割を果たしていますが、誤ったラベルのエントリはバイオセキュリティの意思決定に不釣り合いに大きな悪影響を及ぼすことがあります。この課題は、AI生成の生物学的データが加わることでさらに大きくなる可能性があります。SynthID Bioは、データベースへの投稿プロセスの一部として、合成エントリが適切にラベル付けされるか、さらなるレビューのためにフラグが付けられるようにするのに役立つ可能性があります。

SynthID Bio の今後の主要な課題の一つは、意図的な改ざんに対するウォーターマークの頑健性を高めることです。SynthID Bio は、AI生成タンパク質をより適切に識別・追跡するために、デジタルメディアにおける、コンテンツの来歴を示す標準規格の C2PA に似た来歴メタデータの手法や、AI生成の生物学的データを集めた中央リポジトリと組み合わせることもできます。SynthID Bio の開発チームは、フロンティアAI技術の能力向上に対応するため、より複雑な生物学的対象にウォーターマークを適用する方法も研究しています。

スタンフォード大学および Arc Institute の Hie研究室 との進行中の取り組みで、高度なゲノムモデル Evo 2 に SynthID Bio を統合し、Evo 2 が設計したバクテリオファージのゲノムにウォーターマークを入れた研究が行われています。細菌培養での初期の実験室試験により、Evo 2 で設計されウォーターマークを入れたバクテリオファージが機能することが確認されました。Evo 2 のバクテリオファージにウォーターマークを入れたこの研究は、ゲノム設計に伴うバイオセキュリティ上のリスクの一部に対処できる可能性があるとGoogleは考えており、詳細は技術論文で近く共有するとしています。

SynthID Bio の取り組みがバイオセキュリティにもたらす利点を十分に実現するには、コミュニティの協力とさらなる研究が必要です。責任あるイノベーションへの取り組みとして、方法論の論文を公開し、コードと in vitro データをオープンソース化し、ウェイトを研究コミュニティに公開しています。この件でのパートナーシップについては、概要レベルの提案を添えて synthidbio@google.com に連絡できますが、機密情報や専有情報は開示しないよう求められています。