Google DeepMind, sentetik biyoloji için SynthID Bio'yu tanıttı

Sentetik biyolojiye filigranlama

Google DeepMind, 30 Eylül 2026'da SynthID Bio'yu tanıttı. SynthID Bio, biyolojik koda algılanamayan bir imza yerleştirir. Filigran yalnızca dijital modelde değil, sentezlenmiş fiziksel proteinde de doğrulanabilir. Google DeepMind'a göre yöntem, laboratuvar testlerinde proteinin biyolojik işlevini korur.

SynthID Bio, sentetik biyoloji için geliştirilmiş bir filigranlama yöntemleri ailesidir. Biyogüvenliği ve bilimsel bütünlüğü güçlendirmek için geliştirilmiştir. Veri türüne bağlı olarak yaklaşımını uyarlar: diziler için amino asit seçimini ince bir şekilde yönlendirir, tahmin edilen 3D yapılar için atomik koordinatları ayarlar ve tespit için güvenilir bir sinyal oluşturur.

Protein işlevini koruyan filigranlama

Deneylerde bu ayarlamalar proteinin biyolojik işlevini bozmadı. Biyolojik işlevi korumak, hastalıkları etkili şekilde tedavi etmek ve bilimsel araştırmayı ilerletmek için esastır.

Protein bağlayıcıların filigranlanması, bağlayıcı tasarım yöntemi AlphaProteo ile birlikte SynthID Bio etkinleştirilmiş ProteinMPNN kullanılarak doğrulandı. Protein bağlayıcılar, seçici olarak diğer proteinlere tutunmak için inşa edilmiş moleküllerdir. Islak laboratuvar testleri VEGF-A, SARS-CoV-2 spike protein RBD ve PD-L1 olmak üzere üç hedef protein üzerinde gerçekleştirildi.

Filigranlı tasarımlar, filigransız versiyonların isabet oranı, bağlanma afinitesi ve doğal dizi çeşitliliğiyle eşleşti. Bağlanma afinitesi KD olarak ölçülür ve daha düşük değer daha güçlü bağlayıcıları gösterir. Bu, ilk kez filigranlı ve biyolojik olarak işlevsel protein bağlayıcıların oluşturulmasını sağladı.

AlphaFold 3 ve yapı tahmini

Protein katlanması için SynthID Bio, AlphaFold 3'ün difüzyon ağının küçük bir kısmını ince ayarlar. SynthID Bio, filigranlama yeteneğini doğrudan modelin ağırlıklarına yerleştirir. Bu, tahmin edilen 3D koordinatların modeli kim çalıştırırsa çalıştırsın doğal olarak tespit edilebilir bir imza taşımasını sağlar.

Google DeepMind, SynthID Bio'nun AlphaFold 3 tahmin doğruluğunu korurken neredeyse mükemmel tespit edilebilirlik sunduğunu paylaşıyor. Şirkete göre yöntem temel yapısal özellik dağılımlarını korur ve dijital gürültüye veya küçük koordinat değişikliklerine karşı dayanıklıdır. 7PPA üzerinde AF3 tahmin edilen yapı, gerçek yapı ve filigranlı yapı gösterilmiştir.

Biyogüvenlik ve veri bütünlüğü

SynthID Bio'nun filigranlama yaklaşımı, biyolojik tasarımın kendisine gömülü somut bir doğrulama katmanı olarak hizmet eder. SynthID Bio, bir siparişin yerleşik koruma önlemlerine sahip güvenilir bir modelden geldiğini kanıtlayan otomatik bir doğrulama sinyali sağlayabilir. Sunum sürecinin bir parçası olarak SynthID Bio, sentetik girdilerin düzgün etiketlenmesini veya daha fazla inceleme için işaretlenmesini sağlamaya yardımcı olabilir.

Yeni yapay zeka tasarımları geleneksel DNA sentezi taramasını atlayabilir. Yanlış etiketlenmiş sentetik 3D yapılar, kamu veri tabanlarını kirletme ve sonraki araştırmaları yanıltma riski taşır. DNA sentezi taraması, biyogüvenliğin ön saflarında yer alır. Dijital protein tasarımlarını fiziksel moleküllere dönüştürmek, DNA sentezi sağlayıcılarına sipariş vermeyi gerektirir. DNA sentezi sağlayıcıları, istekleri bilinen tehdit veri tabanlarına karşı tarar.

Tarihsel olarak, bilinmeyen bir dizi güvenli bir şekilde keşfedilmemiş doğal bir organizma olarak varsayılabilirdi. Ancak yapay zeka, bilinen tehlikelerle çok az benzerlik taşıyan tamamen yeni diziler oluşturabildiği için tarayıcılar artık bu varsayımı yapamaz. Bilinmeyen bir siparişin mühendislik ürünü bir tehdit olmadığını doğrulamak, hayati araştırmaları geciktirebilecek kapsamlı manuel incelemeler gerektirir.

Biyogüvenlik, her biri potansiyel boşluklara sahip kritik katmanları temsil eden model düzeyinde hafifletmeler ve müşteri incelemesi gibi koruma önlemleriyle katmanlı savunmalara dayanır. Sarah Carter, biyogüvenlik politikası uzmanı ve Science Policy Consulting'in Müdürü'dür ve çalışmayı incelemiştir. James Diggans, Twist Bioscience'te Politika ve Biyogüvenlik Başkan Yardımcısı'dır ve makale hakkında erken geri bildirim sağlamıştır.

Protein Data Bank, UniProt ve GenBank gibi veri tabanları bilimsel gelişmelerde hayati rol oynar. Yanlış etiketlenmiş girdiler biyogüvenlik karar alma süreçlerinde büyük olumsuz etki yaratabilir. Bu zorluk, yapay zeka tarafından üretilen biyolojik verilerin eklenmesiyle daha da büyüyebilir.

Gelecek çalışmalar ve açık kaynak

SynthID Bio, dijital medya için C2PA'ya benzer köken meta verisi yaklaşımlarıyla eşleştirilebilir. Ayrıca yapay zeka tarafından üretilen proteinleri daha iyi tanımlamak ve izlemek için merkezi yapay zeka üretimi biyolojik veri depolarıyla eşleştirilebilir.

Evo 2 tarafından tasarlanan bir bakteriyofajın genomunu filigranlamak için SynthID Bio kullanılmıştır. Stanford Üniversitesi ve Arc Institute'deki Hie laboratuvarıyla devam eden çalışmada, ileri bir genomik model olan Evo 2'ye SynthID Bio entegre edilmiştir. Google DeepMind, bakteri kültürlerindeki erken laboratuvar testlerinin bu filigranlı bakteriyofajların işlevsel olduğunu doğruladığını paylaşıyor. Şirket, bu çalışmanın genom tasarımıyla ilişkili bazı biyogüvenlik risklerini ele alma potansiyeline sahip olduğuna inanıldığını belirtiyor. Teknik ayrıntılar yakında bir teknik makalede paylaşılacaktır.

Google DeepMind, öncü yapay zeka teknolojisinin büyüyen yeteneklerine ayak uydurmak için filigranlamayı daha karmaşık biyolojik nesnelere uygulamayı araştırmaktadır. Filigranı kasıtlı kurcalamaya karşı daha dayanıklı hale getirmek gelecekteki temel zorluklardan biridir. Hiçbir tek biyogüvenlik müdahalesi gümüş kurşun değildir, ancak SynthID Bio, SynthID'yi sentetik biyolojiye taşır. Google DeepMind'a göre SynthID Bio, yapay zeka tarafından üretilen biyolojik dizileri ve yapıları güvenilir şekilde tanımlama ve izleme yolunda önemli bir ilk adımdır.

Sorumlu inovasyon taahhüdünün bir parçası olarak Google DeepMind, yöntem makalesini yayınlıyor, kodu ve in vitro verileri açık kaynak yapıyor ve ağırlıkları araştırma topluluğuna yayınlıyor.