SynthID Bio：DeepMind 给 AI 设计的蛋白质打上生物水印，功能不受影响

SynthID Bio 是 Google DeepMind 于 2026 年 9 月 30 日在官方博客发布的合成生物学水印技术：把一枚不可见"签名"写进 AI 设计的蛋白质，合成出的真实分子同样可验证，生物功能不受影响。

水印藏在哪：两条技术路线

SynthID Bio 按数据类型调整策略：对蛋白质序列引导氨基酸选择，对预测的 3D 结构则微调 AlphaFold 3 扩散网络，把水印能力做进模型权重。预测精度不受影响，检测准确率接近完美，还能扛住数字噪声和轻微坐标改动。

湿实验验证：三个靶点全部通过

团队用 AlphaProteo 搭配 SynthID Bio 版 ProteinMPNN，设计了一批带水印的蛋白结合物。在 VEGF-A、新冠病毒刺突蛋白 RBD、PD-L1 的湿实验中，加水印设计的命中率、结合亲和力、天然序列多样性与未加水印版相当——史上第一批既带水印、功能又完整的蛋白结合物。

文本水印已有先例，vLLM 给大模型输出加无失真水印实现溯源解决的是数字内容的来源问题；SynthID Bio 则把同样的思路延伸到物理世界，签名跟着分子走。

谁最需要这层验证：DNA 合成商

生物安全被比作"瑞士奶酪"：多层防御互补盲区。水印是嵌在生物设计本身的可验证防线，对 DNA 合成筛查最关键：数字设计变成分子须下单并过威胁数据库筛查。过去陌生序列可视为"未发现的天然生物"，但 AI 能设计出与已知危害毫不沾边的新序列，逐单人工审查又拖慢研究。水印让筛查自动化：签名证明订单来自内置安全措施的可信模型；PDB、UniProt、GenBank 等开放数据库也能在投稿时标出合成条目。

开源与下一步

方法论文发表于《自然》，代码、体外数据和模型权重全部开源。下一步是抵抗故意篡改并推广到更复杂对象：与斯坦福 Hie 实验室、Arc Institute 的合作已把 SynthID Bio 接入 Evo 2，给其设计的噬菌体基因组打水印，早期实验证实功能正常。