DeepMind开发AI设计蛋白质水印技术SynthIDBio
先了解这件事
2026年9月30日，Google DeepMind团队在《Nature》报道SynthIDBio系统，可在不影响蛋白质功能前提下为AI设计蛋白序列与三维结构嵌入隐藏水印，建立生物分子来源追溯能力。系统包含SynthIDBio-sequence与SynthIDBio-structure两种方法，后者基于微调的AlphaFold3在结构中嵌入水印。体外实验显示水印蛋白结合剂对SARS-CoV-2受体结合域保持低纳摩尔亲和力，对VEGF-A与PD-L1保持亚纳摩尔亲和力，与无水印版本结合力相当。早先报道称水印检测在0.1%假阳性率下达到100%真阳性率，后续报道描述检测准确率"接近完美"。水印嵌入未影响LDDT与模板建模分数等关键结构指标。10月1日中文产业新闻补充指出，该技术旨在应对AlphaFold 3、ProteinMPNN等AI工具广泛应用下蛋白序列来自自然或AI设计难以分辨的难题，被定位为AI驱动生物工程溯源的概念验证。
由模型根据报道生成 · 41 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- 中文产业新闻（药渡 / pharmcube）DeepMind在Nature推出SynthID Bio，为AI设计蛋白加"水印"可溯源且不影响功能
Google DeepMind 团队在 Nature 发表研究，推出 SynthID Bio 蛋白质水印技术，可在不影响蛋白功能的前提下追溯序列来源。该技术应对的是 AlphaFold 3、ProteinMPNN 等 AI 工具广泛应用背景下，越来越难判断一条蛋白序列来自自然界还是 AI 设计的难题。
- 顶刊论文（社媒热度）精选SynthIDBio：在保持功能前提下为 AI 生成蛋白序列与结构嵌入水印
Nature 发表 SynthIDBio 方法族，可在不损害蛋白功能的前提下为 AI 生成的蛋白序列和结构嵌入水印，用于建立 AI 生成生物分子的可追溯性。研究者设计出带水印的功能性蛋白结合剂，其结合力与无水印版本相当，水印检测准确率接近完美；其中 SynthIDBio-structure 基于微调的 AlphaFold3，在生物分子结构中嵌入不可感知水印，作为 AI 驱动生物工程溯源的概念验证。
- NatureDeepMind 开发可隐藏水印标记 AI 设计蛋白质的 SynthIDBio 系统
Google DeepMind 研究人员在 Nature 上描述了可为 AI 设计的蛋白质嵌入隐藏水印的系统 SynthIDBio，该水印同时编码在氨基酸序列和三维结构中且不影响蛋白质功能。
- Nature精选SynthIDBio：AI生成蛋白质的功能保持型水印方法
研究者开发了SynthIDBio-sequence和SynthIDBio-structure两种水印方法，分别用于AI生成的蛋白质序列和结构。通过体外实验验证，水印蛋白结合剂对SARS-CoV-2受体结合域（SC2RBD）保持低纳摩尔结合亲和力，对VEGF-A和PD-L1保持亚纳摩尔结合亲和力。水印检测在0.1%假阳性率下达到100%真阳性率，且不影响关键结构指标如LDDT和模板建模分数。
本事件热度走势
当前热度 8·可比范围峰值 8（10月2日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。