Google DeepMind dévoile SynthID Bio, filigrane pour protéines IA
TL;DR
- Trois cibles wet-lab (VEGF-A, PD-L1, RBD du SARS-CoV-2) montrent que les protéines filigranées lient toujours leur cible sans perte de performance.
- DeepMind reconnaît d'emblée l'asymétrie du dispositif : un filigrane présent accélère le screening, mais son absence ne prouve rien.
- Extension à l'ADN via Evo 2 avec le Hie Lab de Stanford et l'Arc Institute : les bactériophages watermarkés restent fonctionnels en culture.
Le filigrane a résisté à la synthèse physique. Google DeepMind annonce le 30 septembre que SynthID Bio, sa technologie de watermarking pour protéines conçues par IA, a produit les premiers liants protéiques à la fois filigranés et biologiquement fonctionnels contre trois cibles testées en laboratoire : VEGF-A, PD-L1 et le domaine de liaison au récepteur (RBD) de la spike du SARS-CoV-2.
Les designs proviennent d'AlphaProteo couplé à une version modifiée de ProteinMPNN. Selon Google, sur les trois cibles, les protéines watermarkées ont égalé les versions non filigranées sur le taux de hit, l'affinité de liaison et la diversité de séquence. La méthode « subtly nudges the choice of amino acids as the sequence is generated », en ajustant aussi les coordonnées atomiques pour les structures 3D, sans altérer la stabilité ni la fonction. L'annonce tombe dans une semaine chargée pour la safety IA, avec l'enquête sectorielle de la FTC ouverte le même jour sur les labos frontière.
DeepMind reconnaît d'entrée l'angle mort du dispositif : « A watermark that is absent is ambiguous. » L'outil accélère le tri des designs conformes ; il ne détecte pas ceux issus de modèles ouverts, plus anciens, ou étrangers.
James Diggans, de Twist Bioscience, y voit néanmoins un moyen de « strengthen screening, focus resources on sequences that warrant closer review and make biosecurity more efficient ». Sarah Carter, de Science Policy Consulting, résume l'apport comme une question de « provenance : linking designs to the model developer so providers can streamline screening for customers who used those models ».
L'équipe, qui inclut Pushmeet Kohli, David Stutz, Ali Cowen-Rivers et Jeremy Ratcliff, prolonge déjà l'approche vers l'ADN. En collaboration avec le Hie Lab de Stanford et l'Arc Institute, SynthID Bio a été intégré au modèle génomique Evo 2 pour filigraner des génomes de bactériophages ; les premiers essais confirment que les phages watermarkés restent fonctionnels en culture bactérienne.
Article original publié par blog.google
Lire l'article original →Titre original : Google DeepMind ouvre SynthID Bio, un filigrane vérifiable pour les protéines conçues par IA