SynthID Bio oznacza białka projektowane przez AI. Na razie jako dowód koncepcji

Google DeepMind opublikowało w czasopiśmie „Nature” wyniki badań nad SynthID Bio — zestawem metod umożliwiających znakowanie sekwencji białek projektowanych przez sztuczną inteligencję oraz ich przewidywanych struktur przestrzennych. W testach laboratoryjnych oznaczone cząsteczki zachowały właściwości wiążące porównywalne z nieoznaczonymi odpowiednikami. Autorzy zaznaczają jednak, że praca stanowi dowód koncepcji, a nie gotowy do wdrożenia system kontroli.

Metoda sekwencyjna opiera się na modyfikacji procesu dobierania aminokwasów przez model ProteinMPNN, natomiast do znakowania struktur 3D wykorzystano dostrojoną wersję modelu AlphaFold 3. W badanych układach sygnał umożliwiał wykrywanie z ponad 99-procentową skutecznością przy niskim odsetku wyników fałszywie dodatnich, nie zaburzając przy tym w istotny sposób geometrii cząsteczek ani ich naturalnej różnorodności sekwencyjnej.

Eksperymenty laboratoryjne objęły białka zaprojektowane do wiązania trzech konkretnych celów: czynnika wzrostu śródbłonka naczyniowego VEGF-A, białka punktu kontrolnego PD-L1 oraz domeny wiążącej receptor (RBD) białka kolca wirusa SARS-CoV-2. Znakowane projekty zachowały powinowactwo do celów, a odsetek trafień (hit rate) był porównywalny z tym uzyskiwanym dla wersji nieoznaczonych. Wyniki te dotyczą jednak wyłącznie przetestowanych układów i nie oznaczają gwarancji zachowania funkcji w przypadku dowolnych innych białek.

Jako potencjalne zastosowania technologii wskazuje się weryfikację zamówień u dostawców syntezy DNA oraz oznaczanie syntetycznych danych w publicznych bazach sekwencji i struktur. Przejście od publikacji naukowej do praktycznego monitorowania wymaga jednak opracowania wspólnych standardów branżowych. Otwartą kwestią pozostaje również odporność znaku wodnego na próby jego celowego zatarcia lub sfałszowania poprzez późniejsze modyfikacje sekwencji.