گوگل دیپ‌مایند از SynthID Bio برای واترمارک‌گذاری پروتئین‌های طراحی‌شده با هوش مصنوعی رونمایی کرد

مراکز سنتز دی‌ان‌ای که مولکول‌های زیستی سفارشی تولید می‌کنند، اکنون می‌توانند سفارش‌های ورودی را با استفاده از یک امضای دیجیتال خودکار برای شناسایی طرح‌های تولیدشده توسط هوش مصنوعی غربالگری کنند. گوگل دیپ‌مایند ابزار متن‌باز SynthID Bio را منتشر کرده است که یک واترمارک قابل‌ردیابی را مستقیماً درون توالی اسیدهای آمینه پروتئین‌های طراحی‌شده تعبیه می‌کند.[1][3]

این سیستم یکی از گلوگاه‌های رو‌به‌رشد در زیست‌شناسی سنتزی را هدف قرار داده است. مدل‌های هوش مصنوعی زاینده مانند AlphaProteo و ProteinMPNN اکنون قادرند پروتئین‌های کاملاً جدیدی طراحی کنند که در طبیعت وجود ندارند؛ پیشرفتی که کشف دارو را تسریع می‌کند، اما غربالگری ایمنی زیستی را برای آزمایشگاه‌های سنتز فیزیکی بسیار پیچیده‌تر کرده است.[1]

از آنجا که این مولکول‌های مصنوعی شباهت ناچیزی به پاتوژن‌های شناخته‌شده دارند، پروتکل‌های سنتی در غربالگری و تشخیص آن‌ها دچار چالش می‌شوند. جیمز دیگانز در Twist Bioscience می‌گوید: «هوش مصنوعی افق‌های طراحی دانشمندان را گسترش داده است و شرکت‌های سنتز دی‌ان‌ای نقشی حیاتی در توسعه مسئولانه این نوآوری‌ها ایفا می‌کنند.»

سازوکار SynthID Bio بر هدایت ظریف انتخاب اسیدهای آمینه در حین تولید توالی متکی است. این سامانه با استفاده از یک کلید شبیه به رمزنگاری، انتخاب برخی واحدهای سازنده را نسبت به بقیه در اولویت قرار می‌دهد و بدون تغییر عملکرد مورد انتظار مولکول، یک الگوی آماری پنهان ایجاد می‌کند. این ابزار مستقیماً در نرم‌افزار پرکاربرد طراحی پروتئین ProteinMPNN ادغام می‌شود.

در مورد ساختارهای سه‌بعدی، این ابزار مختصات پیش‌بینی‌شده اتم‌ها را اندکی جابه‌جا می‌کند. دیپ‌مایند بخش کوچکی از شبکه انتشار مدل AlphaFold 3 را بهینه‌سازی کرده تا مطمئن شود مختصات خروجی ذاتاً حامل یک امضای آماری قابل‌کشف خواهند بود، فارغ از اینکه چه کاربری مدل را اجرا کرده باشد.[1][2]

این امضای پنهان حتی پس از سنتز فیزیکی طرح دیجیتال در آزمایشگاه نیز در ساختار پروتئین باقی می‌ماند. نرم‌افزارهای تشخیصی می‌توانند توالی سنتز‌شده را با کلید اولیه اسکن کنند و با بررسی فراوانی اسیدهای آمینه خاص، مصنوعی بودن منشأ مولکول را تأیید نمایند.[3]

حفظ عملکرد زیستی

در آزمایش‌های وت‌لب (آزمایشگاه خیس) که نتایج آن در نشریه Nature منتشر شده، پژوهشگران این واترمارک را روی پروتئین‌های متصل‌شونده (بایندر) با سه هدف بیولوژیکی خاص اعمال کردند؛ از جمله فاکتور VEGF-A، دامنه اتصال گیرنده پروتئین اسپایک کروناویروس سارس-کوو-۲، و پروتئین وارسی ایمنی PD-L1.[2][3]

پروتئین‌های نشان‌دارشده از نظر تمایل اتصالی و نرخ موفقیت کاملاً با نسخه‌های بدون واترمارک همخوانی داشتند. دیپ‌مایند گزارش داده که امضای تعبیه‌شده به کارکرد زیستی مولکول یا تنوع طبیعی توالی آسیبی نزده و نخستین بایندرهای پروتئینی کارآمدِ واترمارک‌شده با موفقیت تولید شده‌اند.[1][3]

مجموعه پژوهشی Adaptyv Bio در این آزمایش‌ها مشارکت داشت و تأیید کرد عملکرد طرح‌های واترمارک‌شده تفاوتی با نسخه‌های عادی ندارد. تغییرات جزئی در ساختار، دقت پیش‌بینی مدل را حفظ کرده و در عین حال در برابر نویزهای دیجیتال یا جابه‌جایی‌های جزئی مختصات، ردیابی بسیار دقیقی ارائه داده است.[1]

با وجود این نتایج، نسخه فعلی SynthID Bio محدودیت‌های فنی مشخصی دارد که مانع از کاربرد آن به‌عنوان یک راهکار امنیتی کامل می‌شود. این واترمارک نشان می‌دهد که طرح توسط هوش مصنوعی تولید شده، اما هنوز نمی‌تواند مشخص کند چه کسی یا کدام مدل خاص آن را ساخته است.[4]

چالش دستکاری و پاک‌کردن نشانه

علاوه بر این، اگر توالی در یک نرم‌افزار طراحی دیگر مجدداً بازنویسی شود، امضا ممکن است از بین برود. در صورتی که کاربر پروتئین نشان‌دار را دریافت کند و توالی مشابهی را با ابزاری متفاوت بازتولید کند، این برچسب عملاً محو شده و دیگر قابل‌ردیابی نخواهد بود.

دیپ‌مایند اذعان کرده که مقاومت در برابر دستکاری‌های عمدی، چالش اصلی به‌روزرسانی‌های آینده است. این شرکت پیشنهاد می‌کند واترمارک با استانداردهای اَبَرداده مبدأ—مشابه استاندارد C2PA در رسانه‌های دیجیتال—یا مخازن متمرکز داده‌های زیستی هوش مصنوعی همراه شود.[1][4]

دامنه این فناوری فراتر از بایندرهای ساده پروتئینی نیز در حال گسترش است. در آزمایش‌های اولیه با همکاری دانشگاه استنفورد و مؤسسه Arc، محققان این روش را در مدل ژنومی پیشرفته Evo 2 که برای سامانه‌های زیستی پیچیده‌تر توسعه یافته، ادغام کردند.[1]

این همکاری به تیم اجازه داد امضاها را در ژنوم باکتریوفاژهای طراحی‌شده توسط هوش مصنوعی بگنجانند؛ ویروس‌هایی که باکتری‌ها را آلوده می‌کنند. آزمایش‌های اولیه در کشت‌های باکتریایی نشان می‌دهد که این فاژهای نشان‌دار کاملاً فعال مانده‌اند که این دستاورد مسیر را برای طراحی ژنومی و سامانه‌های زیستی مصنوعی پیچیده‌تر هموار می‌سازد.[1]

حفاظت از پایگاه‌های داده عمومی

فراتر از سنتز تجاری، این چارچوب برای حفظ سلامت مخازن داده باز زیست‌شناسی نیز اهمیت دارد. با سرازیر شدن حجم عظیمی از داده‌های تولیدشده توسط هوش مصنوعی، پژوهشگران ممکن است ماه‌ها وقت خود را صرف ساخت فرضیه‌هایی بر پایه ساختارهایی کنند که صرفاً زاییده تخیل یک مدل بوده‌اند.

ابزار SynthID Bio امکانی فراهم می‌کند تا این داده‌های سنتزی به‌طور خودکار نشانه‌گذاری شوند. این سازوکار مانع از آلودگی پایگاه‌های داده پژوهشی با داده‌های بی‌کیفیت هوش مصنوعی می‌شود و مرز ساختارهای تأییدشده در آزمایشگاه را با پیش‌بینی‌های مدل‌ها شفاف نگه می‌دارد.

دیپ‌مایند متدولوژی SynthID Bio را به همراه داده‌های اعتبارسنجی آزمایشگاهی و وزن‌های مدل به‌صورت متن‌باز منتشر کرده است تا بستر توسعه مشارکتی فراهم شود. هدف این شرکت ایجاد گفت‌وگویی گسترده در صنعت پیرامون مزایا و معایب واترمارک‌ها و نحوه پیاده‌سازی بهینه آن‌هاست.[1]

کارشناسان امنیت زیستی این اقدام را گامی نخست و مهم در تاب‌آوری زیستی می‌دانند. سارا کارتر، متخصص سیاست‌گذاری امنیت زیستی در مؤسسه Science Policy Consulting می‌گوید: «SynthID Bio تکه بسیار مهمی از پازل ردیابی منشأ طرح‌های زیستی است.»[1]

ورود یکی از پیشگام‌ترین آزمایشگاه‌های هوش مصنوعی جهان به توسعه چنین ابزاری نشان می‌دهد توسعه مسئولانه و پیشرفت در فناوری باید همگام با هم پیش بروند. حامیان این حوزه معتقدند ایمن‌سازی نقاط کنترلی کلیدی، نظیر سنتز دی‌ان‌ای، در عمل پژوهش‌های علمی را سریع‌تر و امن‌تر می‌کند.[5]

با گسترش هرچه بیشتر توانایی هوش مصنوعی در مهندسی مولکول‌های نوین، بار راستی‌آزمایی این ساختارها سنگین‌تر خواهد شد. ابزارهای متن‌بازی که اصالت و ردپای هوش مصنوعی را در کدهای زیستی حک می‌کنند، زیربنای تدابیر ایمنی زیست‌شناسی سنتزی در سال‌های پیش رو خواهند بود.[5]