Google, proteinlerdeki yapay zeka işaretlerini test ediyor



Özet


Google DeepMind, özel DNA üreticilerinin yabancı tasarımların kaynağını izleyebilmesini sağlayan "SynthID Bio" adlı bir yapay zeka filigranı teknolojisini tanıttı. Bu proje, amino asit dizilerine veya proteinlerin 3D koordinatlarına gizli desenler ekleyerek, tanınmayan tasarımların manuel inceleme sürecini hızlandırmayı hedefliyor. Yapılan testlerde filigranlı proteinlerin yapısal doğruluğunu ve biyolojik bağlanma başarılarını koruduğu, ancak filigranların müdahalelerle silinebildiği tespit edildi. Araştırma, yapay zeka ile tasarlanan biyolojik yapıların izlenebilirliği konusunda önemli bir adım olarak değerlendiriliyor.



Google DeepMind, 30 Eylül 2026'da yapay zeka filigranı (watermarking) teknolojisini proteinlere uyarlayan bir proof of concept çalışması olan SynthID Bio'yu tanıttı. Bu projenin amacı, özel DNA üreten firmaların, bir siparişi karşılamadan önce yabancı tasarımların kaynağını izleyebilmelerine yardımcı olmak.

The Rundown'ın Ekim ayı 2. sayısında yer alan proje, DNA tedarikçilerinin yaşadığı bir soruna çözüm sunuyor. Google'a göre bu firmalar, gelen siparişleri bilinen tehditler açısından tarıyor; ancak tanınmayan tasarımlar manuel inceleme gerektirebiliyor ve bu durum araştırmaları geciktirebiliyor.

Filigranlar nasıl çalışıyor?

Proje dokümantasyonunda iki yöntem açıklanıyor. Birinci yöntem, bir protein tasarım modeli olan ProteinMPNN aracılığıyla amino asit dizilerine filigran ekliyor. Diğeri ise AlphaFold 3'ü değiştirerek bir proteinin öngörülen 3D koordinatlarına gizli bir desen yerleştiriyor.

Google araştırmacılarının Nature dergisinde yayımladığı rapora göre, yapı dedektörü, AlphaFold 3 değerlendirme setindeki filigranlı tahminlerin %99,8'inden fazlasını %0,1 hatalı pozitif oranıyla tespit etti. Ekip, önerilen kurulumun test edilen yapısal doğruluk ölçütlerini koruduğunu belirtti.

Laboratuvar deneylerinde dizi yöntemi test edildi. Google, laboratuvarda üretilen ve üç biyolojik hedef üzerinde test edilen filigranlı ve filigransız proteinler için benzer bağlanma güçleri ve başarı oranları bildirdi. Ekip çalışmaya halihazırda başarıyla bağlandığı bilinen proteinlerin yapılarıyla başladı; bu nedenle diğer tasarımlardaki performans henüz belirsizliğini koruyor.

Her filigran, bir tasarımın filigranlandığına dair temel bir sinyal sağlıyor ancak detaylı bir kimlik kaydı içermiyor. Araştırmacılar ayrıca dizileri yeniden yazarak veya yapıları进一步 işleyerek filigranları sildiler; bu durum, müdahalelere karşı direnç konusunun henüz çözülmediğini gösteriyor.

Neden önemli?

Filigranlama konusu genellikle tartışmalı bir konu olabiliyor. Ancak yapay zeka tarafından tasarlanmış proteinlerin kaynaklarını izlemek, daha az tartışmalı bir hedef gibi görünüyor. İlaç keşfi konusundaki vaatler, tasarım araçları tarama kapasitesinin ötesine geçmeden önce güvenlik önlemleri oluşturulmasını önemli kılıyor.

Bu vaat somut araştırma desteklerine sahip. Google, Eylül 2024'te AlphaProteo'nun enfeksiyon ve hastalık araştırmalarıyla ilgili yedi hedefle başarıyla bağlanan proteinler ürettiğini bildirdi. Sistem sekizinci hedefte başarısız oldu ve Google, güçlü bağlanmanın pratik uygulamalara yönelik sadece erken bir adım olduğunu vurguladı.

DNA tedarikçileri ve siparişlerini bekleyen araştırmacılar, daha hızlı ve güvenilir bir tarama konusunda ortak bir çıkara sahip. Google, bir tasarımın kaynağını belirlemek için filigran kullanımını öneriyor. Eğer bu sinyal yararlı साबित olursa, tedarikçiler yabancı bir tasarımın nereden geldiğini çözmek için daha az zaman harcayabilecek ve inceleme çabalarını biyolojik risklere yönelebilecek. Araştırma gecikmelerindeki herhangi bir azalmanın tedarikçi iş akışlarında kanıtlanması ise hala gerekiyor.

Tarama yöntemlerini iyileştirme baskısı şimdiden görülüyor. Ekim 2025'te Twist Bioscience, yapay zeka ile tasarlanan toksin ve viral protein dizisi varyantlarının standart tarama yazılımlarından kaçtığını bildirdi. Bunlar dijital dizilerdi; üretimden sonra zararlı aktivitelerini koruyup korumayacakları bilinmiyordu. Twist, bu bulguların yama çalışmalarına ve daha iyi tespit stratejilerine yol açtığını söyledi.

Bir filigran, bir tedarikçiyi bilgilendirebilir...