Google DeepMind a présenté SynthID Bio, une famille de méthodes permettant d’insérer une signature vérifiable dans des protéines conçues par intelligence artificielle. Les premiers essais en laboratoire indiquent que ce marquage peut rester détectable sans altérer la fonction biologique des molécules testées.
Le projet transpose à la biologie synthétique le principe de SynthID, déjà utilisé pour identifier certains contenus générés par IA. Ici, la marque n’est pas ajoutée à un fichier joint : elle est intégrée à la séquence biologique ou à la structure prédite elle-même.
Une signature dans la séquence de la protéine
Pour les séquences, SynthID Bio exploite le fait que plusieurs combinaisons d’acides aminés peuvent produire une protéine fonctionnelle proche. Le système privilégie certaines substitutions compatibles avec le rôle attendu de la molécule afin de créer un motif statistique détectable.
DeepMind a vérifié cette méthode sur des protéines de liaison conçues avec AlphaProteo et une version adaptée de ProteinMPNN. Les essais ont porté sur trois cibles : VEGF-A, le domaine de liaison du virus SARS-CoV-2 et PD-L1. D’après l’équipe, les versions marquées ont conservé des taux de réussite, une affinité de liaison et une diversité de séquences comparables aux versions non marquées.
Le laboratoire affirme avoir ainsi produit les premières protéines de liaison à la fois filigranées et biologiquement fonctionnelles. Ce résultat reste un prototype de recherche, mais il montre que la traçabilité peut être pensée dès la conception de la molécule.
Le marquage s’étend aussi aux structures AlphaFold 3
SynthID Bio ne se limite pas aux séquences. Pour le repliement des protéines, DeepMind ajuste une petite partie du réseau de diffusion d’AlphaFold 3. Les coordonnées tridimensionnelles prédites portent alors une signature, quel que soit l’utilisateur qui exécute le modèle.
Les auteurs indiquent conserver la précision des prédictions d’AlphaFold 3, avec une détection presque parfaite de la marque et une résistance au bruit numérique ou à de faibles modifications des coordonnées. Cette variante pourrait aider à distinguer des structures calculées de données expérimentales dans les bases scientifiques.
Un outil de traçabilité, pas une garantie absolue
L’enjeu central est la biosécurité. Lorsqu’une protéine conçue par IA est convertie en ADN pour être synthétisée, les fournisseurs examinent la commande afin de détecter des séquences préoccupantes. Une signature provenant d’un modèle connu pourrait fournir un indice supplémentaire sur l’origine du design et accélérer l’analyse des demandes légitimes.
Le même mécanisme pourrait limiter l’arrivée de données synthétiques mal étiquetées dans Protein Data Bank, UniProt ou GenBank. DeepMind reconnaît toutefois qu’aucun filigrane ne constitue une protection complète. La résistance à une suppression volontaire reste un chantier, de même que l’extension à des objets biologiques plus complexes.
Des travaux préliminaires menés avec Stanford et l’Arc Institute ont déjà intégré SynthID Bio à Evo 2 pour marquer le génome d’un bactériophage. Les premiers tests sur cultures bactériennes indiquent que ces virus marqués restent fonctionnels. Cette piste élargit la méthode, mais augmente aussi les exigences de validation avant un usage opérationnel.
