生成式AI在生物学领域的应用正不断深入，从蛋白质结构预测到全新蛋白质设计，再到新型噬菌体开发，科研效率显著提升。然而，这些工具也带来新的安全隐患：AI设计的分子可能绕过传统DNA合成筛选，而标记错误的合成3D结构一旦进入公共数据库，将误导后续研究。针对这一挑战，谷歌今日推出SynthID Bio，将数字水印技术引入合成生物学领域。

SynthID Bio是专为合成生物学开发的水印方法系列，旨在加强生物安全和科学诚信。该技术能将不可感知的签名直接嵌入生物编码，不仅能在数字模型上验证，还可在合成的物理蛋白质上完成验证。具体而言，它会根据数据类型调整策略：对序列的氨基酸选择进行细微引导，对预测的3D结构则调整原子坐标，从而创建可靠的检测信号。

在针对VEGF-A、SARS-CoV-2刺突蛋白RBD和PD-L1三种靶蛋白的湿实验室测试中，带水印的设计在命中率、结合亲和力和自然序列多样性方面，与未带水印的版本表现一致，成功创造了首个带有水印且具备生物学功能的蛋白质结合剂。对于蛋白质折叠，SynthID Bio对AlphaFold 3扩散网络的一小部分进行微调，将水印能力直接构建到模型权重中，确保预测的3D坐标本身带有可检测的标记。

实验表明，这些调整不会损害蛋白质的生物学功能，这对于有效治疗疾病和推进科学研究至关重要。SynthID Bio的推出，标志着生物安全领域的一次重要尝试，为AI驱动的蛋白质设计提供了可追溯、可验证的技术路径。