Исследователи разработали способ наносить скрытые метки на белки, созданные искусственным интеллектом, не нарушая их работу. Метод SynthIDBio создала команда Google DeepMind, чтобы отслеживать происхождение таких молекул и снизить риски их опасного применения, сообщает Live Science.
Новые системы искусственного интеллекта позволяют проектировать белки, которых прежде не существовало. Они могут использоваться для разработки лекарств, но одновременно открывают возможность создания биологических угроз, включая вирусные белки, способные обходить иммунную защиту и действующие вакцины.
Первый вариант технологии, SynthIDBio-sequence, встраивает метку в последовательность аминокислот при работе программы ProteinMPNN. Пользователь задаёт желаемую трёхмерную форму белка, а программа подбирает аминокислоты, которые должны сформировать такую структуру. Скрытый ключ слегка влияет на выбор элементов, после чего специалисты могут проверить вероятность создания последовательности с этим заданным смещением.
Вторая система, SynthIDBio-structure, помещает метку непосредственно в пространственную структуру белка. При прогнозировании с помощью AlphaFold 3 алгоритм вносит крайне небольшие изменения в расположение атомов, которые затем способен распознать специальный детектор. В испытаниях обе технологии обнаруживали более 99% промаркированных белков и правильно не отмечали 99,9% образцов без метки.
При этом эксперты считают разработку пока недостаточно надёжной для широкого применения. Брюс Виттманн, главный прикладной научный сотрудник Microsoft, назвал методы эффективными, но хрупкими: последовательностную метку можно убрать изменением аминокислотного ряда, а структурную — добавлением шума или корректировкой координат атомов. После этого обычные системы проверки не смогут установить, что отметка была удалена.
Макс Бракманн из швейцарской лаборатории Шпиц отметил, что даже постоянная метка могла бы показать создателя опасного белка или факт несанкционированного доступа к программе, однако не обязательно остановила бы террористов. Дополнительной проблемой остаётся открытый исходный код большинства инструментов для прогнозирования и генерации белков, поскольку его можно свободно изменять. Джордж Роуз из Университета Джонса Хопкинса заявил: «Я убежден, что это не сработает», а Виттманн добавил: «Я представляю, насколько трудно было бы обеспечить соблюдение правил».