SynthID Bio: merke i proteinet – Nature, åpne vekter, tre labmål

Google DeepMind slipper SynthID Bio 30. september 2026. Det er en familie vannmerkingsmetoder for AI-genererte biologiske design, ikke en ny chatmodell og ikke et enterprise-API. Signaturen sitter i selve proteinet: i aminosyrevalget for sekvenser, og i predikerte 3D-koordinater for struktur. Laben sier merket er synlig for en detektor, men ikke for biologien. I våtlab på tre mål, VEGF-A, SARS-CoV-2 spike RBD og PD-L1, matcher merkede bindere umerkede på treffrate, bindingsaffinitet og sekvensmangfold. Nature-artikkel. Kode, in vitro-data og vekter går til forskningsmiljøet.

For CIO i biotek, farma og DNA-syntese er dette sporbarhet av AI-design, ikke en ny arbeidshest. For CISO er det et biosikkerhetslag mot synteseordre og databaseforurensning, ikke en IT-kontroll du kan kjøpe og slå på.

Hva DeepMind faktisk slipper

SynthID Bio utvider labens eksisterende SynthID, som merker bilde, lyd, tekst og video, inn i syntetisk biologi. Bloggen 30. september kaller det et proof of concept. Målet er å verifisere merket både på den digitale modellen og på det syntetiserte, fysiske proteinet.

To spor. For sekvenser styrer metoden aminosyrevalget svakt under design, testet med AlphaProteo og en SynthID-versjon av ProteinMPNN, Baker-labens vanlige sekvensgenerator. For struktur finjusterer DeepMind en liten del av AlphaFold 3s diffusjonsnett, slik at predikerte koordinater bærer signaturen uansett hvem som kjører modellen. Laben sier prediksjonsnøyaktigheten holdes, og at deteksjonen er nær perfekt mot digital støy og små koordinatendringer.

The Rundown, som siterer Nature-tallene, oppgir over 99,8 prosent treff ved 0,1 prosent falske positiver på AlphaFold 3-evalueringssettet. Det er ikke hogby.ai sitt eget lederboard. Det er labens forskningsmiljø.

Adaptyv Bio hjalp med in vitro-valideringen. Bindere, proteiner bygget for å feste seg på et annet protein, er testobjektet. DeepMind kaller resultatet de første vannmerkede og biologisk funksjonelle proteinbinderne.

Hvorfor DNA-syntese er poenget

Biosikkerhet rundt AI-design hviler i dag på lag: modellvern, kundevetting og screening hos DNA-leverandører. DeepMind bruker ostemodellen: hvert lag har hull, og vannmerket skal dekke ett av dem.

Synteseleverandører sjekker ordre mot kjente trusler. En ukjent sekvens kunne historisk antas å være et uoppdaget naturlig genom. AI kan lage helt nye sekvenser med liten likhet til kjente farer. Da blir manuell gjennomgang flaskehalsen. SynthID Bio skal gi et automatisk signal om at ordren kommer fra en modell med innebygde vern, slik at screening kan prioriteres mot det som ikke har merke.

Sarah Carter, biosikkerhetsekspert som har vurdert arbeidet, kaller det en brikke for å spore opphav og la synteseleverandører strømlinjeforme screening av kunder som har brukt slike modeller. James Diggans i Twist Bioscience, som ga tidlig tilbakemelding, sier vannmerking kan styrke verktøykassen, men det er et tillegg, ikke en erstatning.

Samme logikk treffer åpne databaser. Protein Data Bank, UniProt og GenBank tar inn bidrag. Feilmerket syntetisk struktur kan forplante seg i nedstrøms forskning og i biosikkerhetsbeslutninger. SynthID Bio er tenkt som merkelapp eller flagg i innleveringen, ikke som portvakt.

Hva det ikke er

Det er ikke et produkt med SLA, pris eller Bedrock-endepunkt. Vektene og koden går til forskning. Kontaktadressen synthidbio@google.com er for partnerskap på høyt nivå, ikke for innkjøp.

DeepMind sier selv at ingen enkelt biosikkerhetsmekanisme er nok. Robusthet mot bevisst manipulasjon er åpen. Merket kan kombineres med metadata, i retning C2PA for media, eller med sentrale registre over AI-generert biologisk data. Det krever at modellutviklere, syntesehus og databaser faktisk tar det i bruk. Et merke ingen leser, er dekor.

Laben jobber også med mer komplekse objekter. I pågående arbeid med Hie-laben ved Stanford og Arc Institute er SynthID Bio integrert i Evo 2 for å merke genomet til en designet bakteriofag. Tidlige kulturer viser at de merkede fagene er funksjonelle. Detaljene kommer i et teknisk manuskript. For en virksomhet er det forskningsfront, ikke noe du ruller ut i produksjon neste kvartal.

For CIO og CISO

Hvis virksomheten designer proteiner med AlphaProteo, ProteinMPNN, AlphaFold 3 eller tilsvarende, er spørsmålet om opphavssporing skal inn i innkjøp og leverandørkrav, ikke om SynthID Bio erstatter dagens modell. Be leverandøren om deteksjon, ikke om en demo.

Hvis virksomheten syntetiserer DNA for kunder eller intern R&D, er det screening og kapasitet som styrer. Et merke fra én lab hjelper bare hvis detektoren er i pipen, og hvis rivaliserende modeller også merker. Ellers blir det et Google-spor, ikke et bransjespor.

CISO bør skille dette fra IT-sikkerhet. SynthID Bio rører ikke identitet, DLP eller agent-sandbox. Det rører om en aminosyresekvens kan spores til en merket modell etter at den har forlatt filen og blitt et fysisk molekyl. Det er styring av biologisk leverandørkjede. Klassifiser det der, ikke under «AI-watermark på bilder».

Begrensningene er like viktige som Nature-publiseringen. Tre mål i lab er ikke hele proteomet. Nær perfekt deteksjon i labens sett er ikke deteksjon mot en motstander som vil fjerne merket. Åpne vekter til forskning øker sjanse for adopsjon og sjanse for omgåelse. DeepMind sier det selv.

For de fleste norske CIO-er er dette en overvåkingssak, ikke en innkjøpssak. Følg om Twist og andre syntesehus faktisk tar detektoren inn. Følg om PDB og UniProt krever merke. Inntil da er SynthID Bio et forskningslag i ostemodellen, publisert, åpent og begrenset.

Kilder og medier

Primærkilde: https://deepmind.google/blog/introducing-synthid-bio/ Google DeepMind, 30. september 2026. Nature-artikkelen «Function-preserving watermarking of AI-generated proteins». Thumbnail: OpenAI Image 2 / hogby.ai