Google DeepMind creó una marca de agua invisible para detectar proteínas diseñadas por IA
Google DeepMind presentó SynthID Bio, una tecnología que incrusta una marca de agua invisible dentro de proteínas diseñadas por inteligencia artificial para que su origen sintético quede identificable incluso después de fabricarlas en un laboratorio.
El laboratorio de investigación de Google explicó en un comunicado oficial que la marca no se limita a un archivo digital: queda grabada en la propia secuencia de aminoácidos o en la estructura tridimensional de la proteína, y puede detectarse aun cuando la molécula ya fue sintetizada físicamente.
La herramienta busca resolver un problema concreto. Programas de IA como AlphaFold y AlphaProteo, desarrollados por el mismo Google DeepMind, permiten predecir y diseñar proteínas que antes solo existían en la naturaleza.
Ese avance científico trae un riesgo: las secuencias generadas por IA pueden esquivar los filtros de seguridad que las empresas de síntesis de ADN usan para detectar amenazas biológicas conocidas, porque no se parecen a nada catalogado previamente.
Cómo funciona la marca invisible
Según el comunicado, el método varía según el tipo de dato que haya que marcar. Para secuencias de aminoácidos, el sistema ajusta sutilmente cuáles elige el modelo durante el diseño.
Para las estructuras tridimensionales predichas, en cambio, modifica las coordenadas atómicas. En ambos casos, el objetivo es dejar una señal detectable sin alterar el comportamiento biológico real de la proteína.
Google DeepMind probó el sistema en laboratorio con tres proteínas objetivo: VEGF-A, vinculada a la formación de vasos sanguíneos; la proteína espiga del SARS-CoV-2; y PD-L1, relacionada con la regulación del sistema inmune.
Las versiones marcadas con agua igualaron en afinidad de unión, tasa de acierto y diversidad de secuencia a las versiones sin marcar, de acuerdo con los resultados que la compañía publicó junto al anuncio.
Para las predicciones de estructura, el equipo ajustó una parte de la red de difusión de AlphaFold 3 de manera que la capacidad de marcar quede incorporada directamente en los parámetros del modelo.
Eso significa que cualquier coordenada tridimensional generada por ese modelo lleva la firma incorporada, sin importar quién lo ejecute ni con qué software, según explicó la compañía.
Voces del sector de bioseguridad
Sarah Carter, especialista en políticas de bioseguridad y principal de la consultora Science Policy Consulting, revisó el trabajo antes de su publicación. "SynthID Bio es una pieza importante del rompecabezas para rastrear el origen de los diseños biológicos", afirmó, según el comunicado de Google DeepMind.
James Diggans, vicepresidente de Política y Bioseguridad de la empresa de síntesis genética Twist Bioscience, también participó del proceso de revisión previa. Diggans señaló que el watermarking ofrece "una adición prometedora a las herramientas de bioseguridad" porque permite concentrar los recursos de control en las secuencias que realmente ameritan una revisión más profunda.
Twist Bioscience es una de las compañías que examina los pedidos de síntesis de ADN contra bases de datos de amenazas conocidas antes de fabricar cualquier secuencia genética que un cliente solicite.
Bases de datos y próximos pasos
Google DeepMind también apunta a otro problema: bases de datos públicas como el Protein Data Bank, UniProt y GenBank aceptan envíos de investigadores de todo el mundo, y el volumen creciente de predicciones generadas por IA puede contaminarlas con entradas mal etiquetadas como si fueran proteínas naturales.
La compañía reconoció que la marca de agua todavía puede eliminarse: alguien que quiera borrar el rastro sintético puede volver a procesar la proteína con otra herramienta de diseño y generar una secuencia distinta que conserve la misma función pero pierda la firma original.
Por eso Google DeepMind describió a SynthID Bio como una capa más dentro de un esquema de defensas superpuestas, comparable a un "queso suizo" en el que cada control cubre los puntos ciegos de los demás, y no como una solución única.
El equipo también trabajó con el laboratorio de Brian Hie, de la Universidad de Stanford, y el Arc Institute para aplicar la misma técnica a Evo 2, un modelo genómico más amplio.
En ese caso, marcaron el genoma completo de un bacteriófago, un virus que infecta bacterias, diseñado por inteligencia artificial. Pruebas de laboratorio preliminares en cultivos bacterianos confirmaron que los bacteriófagos marcados conservaron su funcionalidad.
Google DeepMind anunció que publicará el artículo científico completo, liberará el código y los datos de laboratorio, y compartirá los parámetros del modelo con la comunidad de investigación para que otros equipos puedan construir sobre este trabajo.