Google DeepMind merkitsee tekoälyn suunnittelemat proteiinit
Google DeepMind julkaisi SynthID Bio -vesileimatekniikan, joka jättää havaittavan merkin tekoälyn suunnittelemiin proteiineihin ilman, että proteiinin biologinen toiminto vaurioituu. Tutkimus julkaistiin Nature-lehdessä 30.9.2026.
Google DeepMind kertoi 30.9.2026 julkaisevansa SynthID Bio -nimisen vesileimatekniikan, joka jättää näkymättömän mutta tietokoneella havaittavan merkin tekoälyn suunnittelemiin proteiineihin. Merkki ei vaikuta proteiinin toimintaan, mutta se paljastaa, onko rakenne tehty tekoälyllä. Tarkoitus on tunnistaa tekoälyn luomat biologiset suunnitelmat ennen kuin niistä valmistetaan oikeita molekyylejä. DeepMind julkaisi tutkimuksen Nature-tiedelehdessä ja lupasi avata koodinsa sekä laboratoriotuloksensa muille tutkijoille.
Mitä SynthID Bio tekee
SynthID Bio on joukko vesileimen menetelmiä, jotka on suunniteltu synteettiseen biologiaan eli sellaisten biologisten rakenteiden suunnitteluun, joita ei löydy luonnosta. Kun tekoäly laatii proteiinin rakennusohjeen eli aminohappojen järjestyksen, menetelmä ohjaa hienoisesti valintoja niin, että ketjuun syntyy tilastollinen signaali. Kun taas ennustetaan proteiinin kolmiulotteinen rakenne, menetelmä hieman säätää atomien sijainteja. Molemmissa signaali on piilossa tavallisessa aineistossa, mutta erillinen tarkistusohjelma löytää sen.
DeepMind varmisti menetelmän proteiinisitojilla eli molekyyleillä, jotka kiinnittyvät valikoidusti toisiin proteiineihin. Yhtiö käytti omaa AlphaProteo-suunnittelumenetelmäänsä ja ProteinMPNN-nimistä yleistä proteiinisekvenssien luontitapaa, johon se oli lisännyt SynthID Bio -merkinnän. Rakenneennusteisiin yhtiö hienosäätöi pienen osan AlphaFold 3 -mallistaan, jolloin merkki tulee osaksi mallin painoarvoja eikä katoa, vaikka mallia käyttäisi joku muu. DeepMindin mukaan rakenneennusteen tarkkuus säilyi ja merkki löytyi lähes joka kerta.
Toimivat merkityt proteiinit löytyivät laboratoriosta
Merkinnän varsinainen koetus tehtiin märässä laboratoriossa, jossa suunnitelmista valmistettiin oikeita proteiineja. Kohteina olivat verisuonia kasvattava kasvutekijä VEGF-A, koronaviruksen piikkiproteiinin reseptoriin sitoutuva osa ja syöpäsolujen pintaproteiini PD-L1. DeepMindin mukaan merkityt suunnitelmat pärjäsivät vertailussaan: osumisaste, sitoutumisvoimakkuus ja sekvenssien luonnollinen vaihtelevuus vastasivat merkitsemättömiä versioita. Yhtiön mukaan kyseessä ovat ensimmäiset vesileimalliset ja biologisesti toimivat proteiinisitovat molekyylit.
Tulos ratkaisee koko ajatuksen: ellei proteiini toimi, sen merkintä ei palvele ketään. Nyt merkki jäi suunnitelmaan ilman, että proteiinin tehtävä muuttui.
Miksi biologia tarvitsee vesileimaa
Biologisten aineiden turvallisuus eli bioturvallisuus nojaa useisiin peräkkäisiin suojakerroksiin, joista kukin peittää toisten aukot. Digitaalinen proteiinisuunnitelma muutetaan fyysiseksi molekyyliksi tilaamalla se DNA-synteesiä tekevältä yritykseltä, ja nämä yritykset seulovat tilaukset tunnettujen uhkien tietokantoja vasten. Aiemmin outo järjestys voitiin olettaa luonnolliseksi löytämättömäksi organismin, mutta tekoäly osaa suunnitella aivan uusia rakenteita, jotka eivät muistuta mitään tunnettua uhkaa. Tällöin ainoa varma keino on käsin tehtävä tarkastus, joka hidastaa myös hyväntahtoista tutkimusta. SynthID Bio tarjoaa automaattisen todisteen siitä, että tilaus on peräisin luotetusta mallista.
”SynthID Bio on tärkeä palapelin pala biologisten suunnitelmien alkuperän jäljittämisessä”, sanoo bioturvallisuuspolitiikan asiantuntija Sarah Carter Science Policy Consultingista, joka tutustui työhön. ”Kun suunnitelmat saadaan sidottua mallin tekijään, vesileima antaa kehittäjille mahdollisuuden olla turvallisuudessa edellä ja antaa DNA-synteesiyrityksille keinon keventää seulontaa.”
Myös DNA-synteesiyritys Twist Biosciencen politiikka- ja bioturvallisuusjohtaja James Diggans, joka antoi tutkimuksesta palautetta ennen julkaisua, näkee vesileimassa käytännön hyödyn: ”Vesileimaus on lupaava lisä bioturvallisuuden työkalupakkiin. Se voi vahvistaa seulontaa, kohdentaa resurssit järjestyksiin, jotka ansaitsevat tarkemman tarkastuksen, ja tehdä bioturvallisuudesta tehokkaampaa.”
Sama merkki voisi auttaa pitämään luotettavina julkiset biologiset tietokannat kuten Proteiinitietokannan, UniProbin ja GenBankin, joihin voi lähettää aineistoa kuka tahansa. Virheellisesti nimetyllä merkinnällä voi olla suuri vaikutus bioturvallisuuspäätöksiin, ja tekoälyn tuottama data lisää tätä riskiä. DeepMindin ajatuksen mukaan tietokantojen ylläpito voisi merkitä synteettiset aineistot tai ohjata ne tarkempaan käsittelyyn.
Leima ei ole vielä murtumaton
DeepMind korostaa, että SynthID Bio on tekninen todiste konseptin toimivuudesta eikä yksittäinen ratkaisu koko bioturvallisuuteen. Tärkein jäljellä oleva haaste on kestää tahallinen puuttuminen: jos joku haluaa piilottaa alkuperän, hän voi yrittää muokata sekvenssiä tai rakennetta niin, että merkki katoaa. Vesileimaa voitaisiinkin täydentää alkuperätiedoilla samalla tavalla kuin digitaalisen median C2PA-merkinnöillä tai erillisillä tietokannoilla, joissa pidetään kirjaa tekoälyn luomista biologisista rakenteista.
Työ jatkuu jo monimutkaisemmissa kohteissa. Yhteistyössä Stanfordin yliopiston ja Arc Instituten Hie-tutkimusryhmän kanssa DeepMind on integroinut SynthID Bio:n Evo 2 -genomimalliin ja merkinnyt sillä tekoälyn suunnitteleman bakteeriofagin eli bakteereja infektoivan viruksen genomin. Varhaiset laboratoriotestit bakteeriviljelmissä osoittavat merkittyjen faagien toimivan. DeepMind lupaa lisätietoja myöhemmässä tutkimusartikkelissa.
Vastuullisen kehittämisen nimissä DeepMind julkaisee menetelmäartikkelin, avaa koodin ja in vitro -laboratoriotiedot sekä julkaisee mallin painoarvot tutkijayhteisölle. Yhtiö etsii yhteistyökumppaneita bioturvallisuuden, geenisynteesin ja politiikan parista.
Termit lyhyesti
Proteiinisitova molekyyli eli sitova on suunniteltu kiinnittymään tiettyyn toiseen proteiiniin. Osumisaste kertoo, kuinka moni suunnitelmista tuotti halutun tuloksen, ja sitoutumisvoimakkuus sen, kuin lujasti molekyyli kiinnittyy kohteeseensa. Diffuusiomalli on tekoäly, joka rakentaa tuloksensa askel askeleelta satunnaisesta kohinasta. In vitro tarkoittaa kokeita solun ulkopuolella, työssä esimerkiksi koeputkessa tehtyjä testejä.
Lähteet
- Google DeepMind: “Introducing SynthID Bio”, 30.9.2026. https://deepmind.google/blog/introducing-synthid-bio/
- Nature: “Function-preserving watermarking of AI-generated proteins”, 30.9.2026. https://www.nature.com/articles/s41586-026-10965-y
- Nature (uutinen): “Secret watermark labels proteins as ‘made by AI’”, 30.9.2026. https://www.nature.com/articles/d41586-026-03033-y
- Google: “We’re introducing SynthID Bio”, 30.9.2026. https://blog.google/innovation-and-ai/models-and-research/google-deepmind/synthid-bio/
- Ars Technica: “Google figures out how to watermark AI-designed proteins”, 30.9.2026. https://arstechnica.com/science/2026/09/google-figures-out-how-to-watermark-ai-designed-proteins/
- Help Net Security: “Google’s SynthID Bio can watermark AI-designed protein binders without breaking them”, 1.10.2026. https://www.helpnetsecurity.com/2026/10/01/synthid-bio-watermark/
- NTI: “Innovation Enables Responsibility: Watermarking to Strengthen DNA Synthesis Screening”, 30.9.2026. https://www.nti.org/risky-business/innovation-enables-responsibility-watermarking-to-strengthen-dna-synthesis-screening/
Vastuuvapauslauseke: Tämä artikkeli on tarkoitettu vain tiedotustarkoituksiin. Sitä ei tarjota tai ole tarkoitettu käytettäväksi oikeudellisena, verotuksellisena, sijoitus-, rahoitus- tai muuna neuvona.
Mainos: alla on kumppanimainoksia ja mainoslinkkejä.
