Google DeepMind công bố công nghệ watermark xác định nguồn gốc protein do AI thiết kế

Google DeepMind đã công bố công nghệ watermark giúp xác định nguồn gốc của các protein được thiết kế bằng trí tuệ nhân tạo (AI). Công nghệ này đưa tín hiệu vào chuỗi axit amin và cấu trúc ba chiều của protein, qua đó kiểm tra protein thực tế đã được tổng hợp có do AI thiết kế hay không.

Ngày 30 tháng 9, các nhà nghiên cứu Google DeepMind giới thiệu ‘SynthID Bio’ trong một bài báo trên Nature. Cùng ngày, Google DeepMind cho biết công nghệ này nhằm để lại tín hiệu có thể xác minh không chỉ trên các mô hình số mà còn trên protein thực tế được tổng hợp trong phòng thí nghiệm.

SynthID Bio hoạt động theo hai phương thức tùy thuộc vào dạng dữ liệu protein. Với chuỗi protein, ProteinMPNN phản ánh tín hiệu watermark trong quá trình lựa chọn axit amin, ưu tiên các axit amin phù hợp với tín hiệu trong số những ứng viên có khả năng duy trì chức năng.

Tín hiệu watermark được phân bổ về mặt thống kê trên toàn bộ chuỗi protein. Bộ phát hiện sử dụng khóa bí mật để tính tần suất xuất hiện của các axit amin ứng viên mang watermark trong toàn chuỗi, từ đó xác định nguồn gốc.

Với cấu trúc ba chiều, nhóm nghiên cứu tinh chỉnh một phần mô hình khuếch tán của AlphaFold 3 để chèn watermark vào tọa độ nguyên tử được dự đoán. Google DeepMind cho biết đã duy trì độ chính xác dự đoán cấu trúc đồng thời bảo đảm khả năng phát hiện watermark.

Khả năng duy trì chức năng được kiểm chứng trên VEGF-A, vùng liên kết thụ thể của protein gai SARS-CoV-2 và PD-L1. Google DeepMind cho biết các protein có watermark cho kết quả tương tự protein không có watermark về tỷ lệ liên kết thành công, ái lực liên kết và độ đa dạng chuỗi.

Các công cụ thiết kế protein bằng AI có thể tạo ra những chuỗi mới có mức tương đồng thấp với cơ sở dữ liệu protein tự nhiên. Điều này làm dấy lên lo ngại rằng các công ty tổng hợp DNA có thể gặp khó khăn khi đánh giá độ an toàn chỉ dựa trên mức tương đồng với những chuỗi đã biết có rủi ro.

Google DeepMind cho biết các công ty tổng hợp DNA có thể sử dụng SynthID Bio như một tín hiệu hỗ trợ khi sàng lọc những chuỗi protein chưa quen thuộc. Công nghệ này cũng có thể được dùng để đánh dấu nguồn gốc của protein tổng hợp được nộp vào các cơ sở dữ liệu sinh học như Protein Data Bank, UniProt và GenBank, hoặc phân loại chúng vào nhóm cần xem xét thêm.

Sarah Carter (Sarah Carter), Principal tại Science Policy Consulting, nói: “Đây là một mảnh ghép quan trọng để truy dấu nguồn gốc của các thiết kế sinh học”, đồng thời cho rằng công nghệ này “có thể giúp các công ty tổng hợp DNA sàng lọc hiệu quả hơn các chuỗi do khách hàng sử dụng mô hình tương ứng tạo ra”. Nhận định này cho thấy watermark có thể bổ trợ quy trình xác minh nguồn gốc giữa công cụ thiết kế protein và công ty tổng hợp.

James Diggans (James Diggans), Vice President, Policy and Biosecurity tại Twist Bioscience, cho biết watermark có thể củng cố các công cụ an ninh sinh học và giúp tập trung nguồn lực vào những chuỗi cần xem xét thêm. Tuy nhiên, phát biểu này không có nghĩa watermark sẽ thay thế các hệ thống sàng lọc hiện có.

SynthID Bio không phải công nghệ chứng minh độ an toàn hay vô hại của protein. Watermark chỉ là tín hiệu để xác định nguồn gốc, còn việc đánh giá rủi ro thực tế vẫn cần các bước xem xét sinh học riêng biệt.

Các protein ngắn có thể khó được xác định vì tín hiệu chưa tích lũy đủ. Nếu kết hợp với protein tự nhiên khác để kéo dài chuỗi, watermark có thể bị pha loãng. Quá trình phán định thống kê cũng có thể phát sinh nhận diện nhầm và bỏ sót.

Độ bảo mật của watermark còn phụ thuộc vào hệ thống tạo, phân phối và lưu trữ khóa bí mật. Nếu khóa bị rò rỉ, kẻ xấu có thể giả mạo nguồn gốc hoặc gây nhiễu hệ thống phát hiện.

Chưa rõ phương thức này có thể được áp dụng ngay cho các công cụ thiết kế protein bằng AI hoạt động khác với ProteinMPNN hay không. Khả năng duy trì chức năng và hiệu quả phát hiện trong các lĩnh vực protein rộng hơn, như thuốc điều trị, enzyme công nghiệp và protein độc tính, cũng cần được kiểm chứng thêm.

Google DeepMind mô tả SynthID Bio là một trong nhiều biện pháp phòng vệ an ninh sinh học, không phải giải pháp duy nhất. Công ty cho biết sẽ công bố mã nguồn, dữ liệu kiểm chứng trong ống nghiệm và trọng số mô hình dành cho nghiên cứu, nhưng chưa đưa ra phạm vi và lịch trình triển khai thực tế.

Watermark protein do AI thiết kế có thể trở thành tín hiệu hỗ trợ truy dấu nguồn gốc, nhưng hiệu quả thực tế vẫn phụ thuộc vào độ dài chuỗi, bảo mật khóa và các bước đánh giá sinh học bổ sung.