Google DeepMind הציגה את SynthID Bio, משפחה חדשה של שיטות סימון מים המטמיעות חתימה ניתנת לזיהוי ובלתי מורגשת ישירות בחלבונים שתוכננו בינה מלאכותית. המערכת, שהוכרזה ב-30 בספטמבר, מרחיבה את טכנולוגיית סימון המים SynthID של החברה - שכבר משמשת לתיוג טקסט, תמונות, אודיו ווידאו שנוצרו על ידי בינה מלאכותית - לביולוגיה סינתטית, שבה ההימור כולל אבטחה ביולוגית ושלמות מאגרי מידע מדעיים ציבוריים.

בניגוד לסימון מים דיגיטלי, סימן מים ביולוגי צריך לשרוד מבחן הרבה יותר קשה: עליו להישאר ניתן לזיהוי לא רק בפלט של מודל תוכנה, אלא בחלבון הפיזי המסונתז עצמו. לפי DeepMind, SynthID Bio מנקה את הסרגל הזה. בניסויי מעבדה, עיצובי חלבון עם סימן מים שמרו על תפקודם הביולוגי תוך שהם נותרו ניתנים לאימות, ויצרו את מה שהחברה מתארת ​​כקוסר החלבון הראשון אי פעם בסימן מים ופונקציונלי ביולוגי. העבודה מפורטת במאמר Nature שכותרתו "סימון מים משמר פונקציות של חלבונים שנוצרו בינה מלאכותית". For more context on this story, see our ongoing AI news.

למה ביולוגיה של סימן מים?

AI גנרטיבי הפך לכלי אמיתי של מחקר ביולוגי. DeepMind מצביעה על פורטפוליו משלה: AlphaFold לחיזוי מבני חלבון, AlphaProteo ו-ProteinMPNN לעיצוב חלבונים חדשים לחלוטין, ולאחרונה, מערכות AI המשמשות לפיתוח בקטריופאג'ים חדשים - וירוסים שמדביקים חיידקים. אולם אותם כלים יוצרים סיכונים חדשים.

על פי ההכרזה, רצפים חדשניים מעוצבים ב-AI יכולים לעקוף את ההקרנה המסורתית של סינתזת DNA, מכיוון שמסננים כבר לא יכולים להניח שרצף לא מוכר שייך לאורגניזם טבעי כלשהו שלא התגלה. בנפרד, מבנים תלת-ממדיים סינתטיים עם תיוג שגוי מסתכנים בזיהום מסדי נתונים ציבוריים ובהטעיית מחקר במורד הזרם. לשתי הבעיות יש גורם שורשי: אף אחד לא יכול כרגע להוכיח מאיפה הגיע עיצוב ביולוגי נתון.

שתי גישות לסימון מים, מטרה אחת

SynthID Bio מתאימה את הטכניקה שלה לסוג הנתונים. עבור רצפי חלבונים, הוא מנחה בעדינות את הבחירה של חומצות אמינו עם יצירת הרצף, ומטמיע אות סטטיסטי שכלי זיהוי יכולים לקלוט. עבור מבנים תלת-ממדיים חזויים, הוא מבצע התאמות קטנות לקואורדינטות אטומיות הנושאות חתימה ניתנת לזיהוי.

העדויות החזקות ביותר מגיעות מאימות מעבדה רטובה. בעבודה עם גרסה Bio-enabled SynthID של ProteinMPNN לצד שיטת עיצוב הקלסרים AlphaProteo של DeepMind, חוקרים עיצובים עם סימן מים המכוונים לשלושה חלבונים: VEGF-A, תחום הקולטנים של ספייק חלבון SARS-CoV-2 ו-PD-L1. העיצובים של סימן המים התאימו לעמיתיהם ללא סימן מים בשיעור הפגיעה, זיקת הקישור הנמדדת כ-KD וגיוון הרצף הטבעי. במילים אחרות, סימן המים לא הרס את יכולתן של המולקולות לבצע את עבודתן.

עבור קיפול חלבון, DeepMind נקטה במסלול אחר: הצוות כוונן חלק מרשת הדיפוזיה של AlphaFold 3 כך שיכולת סימון המים מובנית ישירות במשקל של הדגם. המשמעות היא שכל מבנה חזוי נושא חתימה ניתנת לזיהוי ללא קשר למי שמנהל את המודל, בעוד שהחברה מדווחת שהגישה שומרת על דיוק החיזוי של AlphaFold 3, מציעה יכולת זיהוי כמעט מושלמת ומתנגדת לרעש דיגיטלי או שינויים קואורדינטות קלים.

שכבה חדשה בהגנת 'גבינה שוויצרית' של ביו-אבטחה

DeepMind ממסגר את SynthID Bio כשכבה אחת במודל אבטחה ביו-שכבתי - גישת "גבינה שוויצרית", שבה אמצעי הגנה עצמאיים מרובים כל אחד מכסה את הנקודות העיוורות של האחרות. בדיקת סינתזת DNA יושבת בחזית: הפיכת עיצוב חלבון דיגיטלי למולקולה פיזית מחייבת הזמנת DNA מספקי סינתזה, המסננים בקשות מול מאגרי מידע של איומים ידועים. אימות הזמנה לא מוכרת היום יכול לדרוש סקירה ידנית ממצה שמעכבת מחקר לגיטימי. סימן מים מוטבע נותן לספקים איתות אוטומטי שמקור ההזמנה מדגם מהימן עם אמצעי הגנה מובנים.

מומחים בלתי תלויים שצוטטו על ידי DeepMind הדהדו את המסגור הזה. "SynthID Bio הוא חלק חשוב בפאזל למעקב אחר מקורם של עיצובים ביולוגיים", אמרה שרה קרטר, מומחית למדיניות אבטחה ביולוגית ומנהלת ב-Science Policy Consulting, והוסיפה כי סימני המים מאפשרים למפתחים להוביל בבטיחות ולאפשר לספקי סינתזה לייעל את הבדיקה. ג'יימס דיגנס, סגן נשיא למדיניות ואבטחה ביולוגית ב-Twist Bioscience, שסיפק משוב מוקדם על המאמר, כינה את סימון המים "תוספת חדשה ומבטיחה לארגז הכלים של ביו-אבטחה" שיכולה למקד את הבדיקה ברצפים שמצדיקים סקירה מדוקדקת יותר.

אותו אות מקור יכול להגן על מאגרים מדעיים פתוחים כמו בנק הנתונים של חלבון, UniProt ו-GenBank, המקבלים הגשות פומביות. ככל שהביולוגיה שנוצרת בינה מלאכותית מצטברת, SynthID Bio יכולה לסמן או לאמת ערכים סינתטיים לפני שהם מזהמים את הרשומה שחוקרים אחרים - והחלטות ביולוגיות - מסתמכות עליו.

גבולות ומה שיבוא אחר כך

ב-DeepMind יש גילוי לב שהמערכת אינה עמידה בפני חבלה. הפיכת סימן המים לעמיד בפני הסרה מכוונת רשומה כאתגר פתוח מרכזי, והחברה מציעה להתאים את SynthID Bio עם תקני מטא-נתונים מקוריים הדומים ל-C2PA, סכימת אישור התוכן המשמשת למדיה דיגיטלית, או עם מאגרים מרכזיים של נתונים ביולוגיים שנוצרו בינה מלאכותית.

ההיקף מתרחב גם מעבר לחלבונים. בעבודה מתמשכת עם מעבדת Hie באוניברסיטת סטנפורד ובמכון Arc, שילבה DeepMind את SynthID Bio לתוך Evo 2, מודל גנומי מתקדם, והשתמשה בו כדי לסמן מים בגנום של בקטריופאג מעוצב Evo 2. בדיקות מעבדה מוקדמות בתרביות חיידקים אישרו שהפאגים עם סימן מים נשארים פונקציונליים, והחברה טוענת שכתב יד טכני צפוי לצאת.

לתחום שבו בינה מלאכותית מתחילה לכתוב קוד ביולוגי שמעולם לא היה קיים בטבע, להיות מסוגלת לענות "מי יצר את זה, ועם איזה דגם?" הופך בשקט לתשתית. SynthID Bio הוא צעד מוקדם, זהיר במכוון בכיוון הזה - כזה שיוצריו מתעקשים שהוא השלמה, לא תחליף, לשאר ערימת הביולוגית. למידע נוסף על האופן שבו מחקר בינה מלאכותית מתפתח, עקוב אחר ההתפתחויות האחרונות בבינה מלאכותית כאשר מעבדות ממשיכות לדחוף מודלים גנרטיביים עמוק יותר אל תוך מדעי הטבע.

הישאר לפני AI

עקוב אחר הסיפור המלא ועוד בדף הבית שלנו: קרא עוד חדשות AI →