10月1日、madrobot.blogが「Google DeepMind can now hide a watermark inside AI-designed proteins, and it survives in the real molecule」と題した記事を公開した。Google DeepMindがAIで設計したタンパク質に透かし（ウォーターマーク）を埋め込む技術「SynthID Bio」を発表し、実際の分子レベルでも透かしが維持されることを確認したという内容だ。
AIが設計したタンパク質にサインを刻む
Google DeepMindは、AIが設計したタンパク質配列に目に見えない透かしを埋め込む技術「SynthID Bio」を発表した。Natureに掲載された論文（※元記事掲載のDOI。番号フォーマットが通常と異なる点は元記事由来）と公式ブログが同日公開されている。
SynthIDはもともと、DeepMindがAI生成テキスト・画像・音声にマーキングするために開発した技術だ。SynthID Bioはこれを生物学へ応用したものである。
仕組みはシンプルだ。AIがタンパク質の配列を設計するとき、各位置に「ほぼ同等に適切なアミノ酸」が複数の候補として存在する。SynthID Bioはその選択を、秘密鍵を持つ者だけが認識できるパターンで微妙にずらす。テキスト版が単語の選択で透かしを入れるのと同じ原理である。
この仕組みは、タンパク質設計の現場で広く使われているツール**ProteinMPNNと、構造予測モデルAlphaFold 3**のファインチューニング版に組み込まれた。透かしはモデルの重みに埋め込まれているため、「誰がモデルを実行しても必ず付与される」とDeepMindは説明している。
透かしを入れても、タンパク質は機能するのか
最大の問いはここだ。透かしがタンパク質の機能を壊すなら意味がない。
DeepMindはAdaptyv Bioと共同で実験室試験を実施した。対象は3種類のターゲット——VEGF-A（血管新生に関わるタンパク質）、SARS-CoV-2スパイクタンパク質の受容体結合ドメイン、そしてPD-L1（免疫チェックポイントに関わるタンパク質）——に結合するバインダータンパク質である。
結果、透かしありのバインダーは「ヒット率、結合親和性、自然配列の多様性のいずれも、透かしなしのバージョンと一致した」とDeepMindは述べており、機能を維持した透かし入りタンパク質バインダーとして初めて実証されたケースとなった。
AlphaFold 3版でも予測精度を保ちながら「ほぼ完全な検出可能性」を達成している。さらにスタンフォード大学のHie研究室とArc Instituteとの協力で、Evo 2モデルが設計したバクテリオファージ（細菌に感染するウイルス）のゲノムにも透かしを入れており、初期試験ではそれらのファージが引き続き機能することが確認されている。
バイオセキュリティへの応用
この技術が最も期待されているのはバイオセキュリティの文脈だ。
デジタルで設計されたタンパク質を実物にするには、DNA合成企業にDNAを発注する必要がある。これらの企業は既知の脅威データベースと照合してスクリーニングを行っているが、AIは既存のデータベースに存在しない新しい配列を設計できるようになってきた。見覚えのない配列が無害な自然のものかどうか、もはや自明ではない。
透かしがあれば、「この設計はセーフガードを備えたモデルから来た」という証拠を即座に提示できる。
DNA合成企業Twist Bioscienceの政策・バイオセキュリティ担当副社長、James Diggansはこう評した。
スクリーニングを強化できる、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だ。
バイオセキュリティ政策の専門家Sarah Carterも次のように述べている。
SynthID Bioは、生物学的設計の出所を追跡するパズルの重要なピースだ。
DeepMindはコード、実験データ、モデルの重みを研究者向けに公開するとしている。
現時点での限界
論文自体が「技術的な概念実証」と位置づけており、課題も明示されている。
- 透かしを付与しないモデルで設計された危険なタンパク質は検出できない
- 意図的に透かしを除去することへの耐性は「未解決の問題」と認めている
- 実際のスクリーニングへの適用には「業界全体での調整と標準化」が必要
DeepMindは本技術を「スイスチーズ型防御」（Swiss Cheese Model：複数の不完全な防御層を重ねることでリスク全体を低減するセキュリティの考え方）の一層と表現している。これ単体で問題が解決するわけではなく、他の安全策と組み合わせて機能するものだと明言している。
透かし技術の実効性は、結局のところ主要なモデル開発企業がこれを採用するかどうかにかかっている。
※関連情報として：AIによる生物学的発見の加速という文脈では、Claudeが独力でCRISPR様の酵素システムを発見した事例も同ブログで報告されており、AIバイオツールの能力向上が続いていることがうかがえる。
詳細はGoogle DeepMind can now hide a watermark inside AI-designed proteins, and it survives in the real moleculeを参照していただきたい。
