오늘 합성생물학에 워터마킹 기술을 도입하는 SynthID Bio를 소개합니다. SynthID Bio는 생물학적 코드에 눈에 보이지 않는 서명을 직접 삽입합니다. 따라서 디지털 모델뿐 아니라 합성된 실물 단백질에서도 워터마크를 검증할 수 있으며, 실험실 테스트에서 단백질의 생물학적 기능도 보존했습니다.
생성형 AI는 단백질 구조 예측(AlphaFold)부터 완전히 새로운 단백질 설계(AlphaProteo 및 ProteinMPNN), 최근에는 박테리아를 감염시키는 바이러스인 새로운 박테리오파지 개발에 이르기까지 과학자들이 중요한 생물학적 난제를 해결하는 데 도움을 주고 있습니다. 그러나 이러한 도구는 새로운 과제도 안겨줍니다. 새롭게 설계된 AI 결과물은 기존 DNA 합성 선별 절차를 우회할 수 있고, 합성된 3D 구조에 잘못된 표기가 붙으면 공개 데이터베이스를 오염시키고 후속 연구를 오도할 위험이 있습니다.
SynthID Bio의 작동 방식
SynthID Bio는 생물보안과 과학적 무결성을 강화하기 위해 합성생물학에 맞춰 개발한 워터마킹 방법군입니다.
데이터 유형에 따라 접근 방식을 조정합니다. 단백질 서열에서는 아미노산 선택을 미묘하게 유도하고, 예측된 3D 구조에서는 원자 좌표를 조정해 신뢰성 있는 탐지 신호를 만듭니다.
실험 결과, 이러한 조정은 단백질의 생물학적 기능을 저해하지 않았습니다. 이는 질병을 효과적으로 치료하고 과학 연구를 발전시키는 데 필수적입니다.
다른 단백질에 선택적으로 달라붙도록 만든 분자인 단백질 결합체에 워터마크를 삽입하는 방법을 검증했습니다. 이를 위해 결합체 설계 방법인 AlphaProteo와 SynthID Bio 기능을 적용한 ProteinMPNN 버전을 함께 사용했습니다. ProteinMPNN은 널리 쓰이는 단백질 서열 생성 방법입니다.
VEGF-A, SARS-CoV-2 스파이크 단백질 RBD, PD-L1 등 세 가지 표적 단백질을 대상으로 한 습식 실험실 테스트에서 워터마크가 삽입된 설계는 워터마크가 없는 설계와 적중률, 결합 친화도, 자연 서열 다양성 면에서 동등한 결과를 보였습니다. 이를 통해 생물학적 기능을 유지하는 워터마크 삽입 단백질 결합체를 최초로 만들었습니다.
단백질 접힘의 경우 SynthID Bio는 AlphaFold 3의 확산 네트워크 일부를 미세 조정해 모델 가중치에 워터마크 기능을 직접 구축합니다. 따라서 누가 모델을 실행하더라도 예측된 3D 좌표에 탐지 가능한 서명이 본질적으로 담깁니다. SynthID Bio는 AlphaFold 3의 예측 정확도를 유지하면서 거의 완벽한 탐지 가능성을 제공하고, 주요 구조적 특징의 분포를 보존하며, 디지털 잡음이나 사소한 좌표 변경에도 견딥니다.
생물보안과 정보 무결성 강화
생물보안은 여러 겹의 방어에 의존합니다. 여러 독립적인 안전 조치가 서로의 사각지대를 메우는 ‘스위스 치즈’ 방어 모델을 생각하면 됩니다. 모델 차원의 완화 조치와 고객 심사 같은 보호책은 각각 중요한 방어층이지만, 잠재적인 빈틈이 있을 수 있습니다. 생물학적 회복탄력성을 높이려는 더 큰 구상의 일부로, SynthID Bio의 워터마킹은 생물학적 설계 자체에 내장된 중요하고 실질적인 검증층 역할을 합니다.
이번 연구를 검토한 생물보안 정책 전문가이자 Science Policy Consulting의 대표인 Sarah Carter는 “SynthID Bio는 생물학적 설계의 출처를 추적하는 데 중요한 퍼즐 조각”이라며 “설계를 모델 개발자와 연결함으로써 워터마크는 개발자가 안전을 주도할 수 있게 하고, 합성 서비스 제공업체가 해당 모델을 사용한 고객의 선별 절차를 간소화하도록 지원한다”고 말했습니다.
이 방어층은 생물보안의 최전선에 있는 DNA 합성 선별 과정에서 특히 중요합니다. 디지털 단백질 설계를 실물 분자로 만들려면 DNA 합성 서비스 제공업체에 주문해야 하며, 이 업체들은 알려진 위협 데이터베이스를 기준으로 요청을 선별합니다. 예를 들어 과거에는 낯선 서열을 아직 발견되지 않은 자연 생물체의 서열이라고 안전하게 가정할 수 있었습니다. 그러나 AI는 알려진 위험 요소와 거의 닮지 않은 완전히 새로운 서열을 만들 수 있으므로, 이제 선별 담당자는 그런 가정을 할 수 없습니다. 낯선 주문이 인공적으로 만들어진 위협이 아님을 확인하려면 철저한 수동 검토가 필요하고, 이는 중요한 연구를 지연시킬 수 있습니다. 이때 SynthID Bio는 자동화된 검증 신호를 제공해, 해당 주문이 안전장치가 내장된 신뢰할 수 있는 모델에서 비롯됐음을 입증할 수 있습니다.
논문에 초기 의견을 제공한 Twist Bioscience의 정책·생물보안 담당 부사장 James Diggans는 “AI는 과학자들이 설계할 수 있는 범위를 넓히고 있으며, DNA 합성 기업은 이러한 혁신이 책임감 있게 확산되도록 돕는 중요한 역할을 합니다”라며 “Twist는 워터마킹이 생물보안 도구에 유망한 요소를 추가해 선별을 강화하고, 더 면밀한 검토가 필요한 서열에 자원을 집중하며, AI 설계 생물학이 계속 발전하는 가운데 생물보안을 더욱 효율적으로 만들 수 있다고 봅니다”라고 말했습니다.
마찬가지로 SynthID Bio는 Protein Data Bank, UniProt, GenBank와 같은 데이터베이스의 무결성을 지키는 데 도움이 될 수 있습니다. 이들 데이터베이스 중 상당수는 대중의 자료 제출을 허용하며 과학 발전에 중요한 역할을 합니다. 하지만 잘못 표기된 항목은 생물보안 관련 의사결정에 불균형적으로 큰 부정적 영향을 미칠 수 있습니다. AI 생성 생물학 데이터가 추가되면 이 문제는 더 커질 수 있습니다. SynthID Bio는 자료 제출 과정에서 합성 항목에 올바른 표기를 붙이거나 추가 검토 대상으로 표시하도록 도울 수 있습니다.
앞으로의 계획
단 하나의 생물보안 개입책만으로 모든 문제를 해결할 수는 없습니다. 하지만 SynthID Bio는 검증을 거친 워터마킹 도구 SynthID를 합성생물학에 적용합니다. AI 생성 생물학적 서열과 구조를 신뢰성 있게 식별하고 추적하기 위한 중요한 첫걸음입니다.
앞으로 해결해야 할 주요 과제에는 의도적인 변조에 대한 워터마크의 내구성을 높이는 일이 포함됩니다. SynthID Bio는 디지털 미디어의 C2PA와 유사한 출처 메타데이터 방식이나 AI 생성 생물학 데이터의 중앙 저장소와 함께 사용할 수도 있습니다. 이를 통해 AI 생성 단백질을 더욱 효과적으로 식별하고 추적할 수 있습니다.
최첨단 AI 기술의 역량이 커지는 데 발맞춰, 더 복잡한 생물학적 대상에 워터마킹을 적용하는 방법도 연구하고 있습니다. Stanford University의 Hie 연구실 및 Arc Institute와 진행 중인 연구에서 SynthID Bio를 첨단 유전체 모델 Evo 2에 통합해, Evo 2가 설계한 박테리오파지의 유전체에 워터마크를 삽입했습니다. 박테리아 배양액을 이용한 초기 실험실 테스트에서 워터마크가 삽입된 박테리오파지가 기능을 유지한다는 사실을 확인했습니다. 이 연구가 유전체 설계와 관련된 생물보안 위험 일부를 해결할 잠재력이 있다고 보며, 조만간 기술 논문에서 자세한 내용을 공유할 예정입니다.
이 연구가 생물보안에 가져올 이점을 온전히 실현하려면 공동체의 협력과 추가 연구가 필요합니다. 책임 있는 혁신을 위한 노력의 일환으로 방법론 논문을 발표하고 코드와 체외(in vitro) 데이터를 오픈소스로 공개하며, 연구 공동체에 모델 가중치도 제공해 이 연구를 발전시킬 수 있도록 하겠습니다. 생물보안, 유전자 합성, 정책 분야의 파트너들과 개방적으로 협력하면 AI 기반 발견의 발전 속도에 맞춰 안전과 책임도 함께 진전시킬 수 있습니다.
이 중요한 주제와 관련해 협력을 논의하고 싶으시면 synthidbio@google.com으로 개략적인 제안서를 보내주시기 바랍니다. 기밀 정보나 독점 정보는 공개하지 마십시오.
감사의 말
이 프로젝트는 Pushmeet Kohli가 시작했습니다. 연구와 기술 개발은 Alexander I. Cowen-Rivers와 David Stutz가 주도했고, Pushmeet Kohli가 자문을 맡았습니다. Guillermo Ortiz-Jimenez, Jeremy Ratcliff, Vinicius Zambaldi, Lindsay Willmore, Josh Abramson, Harshnira Patani, Christina Kouridi, Florian Stimberg, Mel Vecerik, Alex Chu, Sukhdeep Singh, Sumanth Dathathri, Eliseo Papa, Valentin De Bortoli, Arnaud Doucet, Jue Wang, Sven Gowal이 주요 엔지니어링 및 연구 기여를 했습니다. 체외 검증을 도와준 Adaptyv Bio에도 감사드립니다.
이 연구를 박테리오파지 DNA 워터마킹으로 확장한 작업은 Google DeepMind와 Stanford 및 Arc Institute의 Hie 연구실이 협력해 진행했습니다. Google DeepMind의 Jeremy Ratcliff, Aleks Petrov, Alexander I. Cowen-Rivers, David Stutz, Elisa L. H. Wong, Victor Martin Palacios, Francesca Pietra, Alfred Piccioni, Tristan Oliver Kwan, Tor Lattimore, Sumanth Dathathri, Pushmeet Kohli, 그리고 Arc Institute와 Stanford의 Brian Hie, Samuel King, Aditi Merchant가 주요 기여를 했습니다.
연구 논문에 기여한 Rudy Bunel, Anna Cupani, Rob Fergus, Thomas Frerix, Sahra Ghalebikesabi, John Jumper, Jacob Kelly, David La, Victor Martin, Sebastian Nowozin, Stig Petersen, Aleks Petrov, Uchechi Okereke, Sylvestre-Alvise Rebuffi, Rosalia Schneider, Armin Senoner, Richard Shuai, Ashok Thillaisundaram, Elisa L. H. Wong, Zachary Wu, Augustin Žídek에게도 감사드립니다. 3D 렌더링에 기여한 Julien Bergeron에게도 감사드립니다. 마지막으로 이 프로젝트를 격려하고 지원해 주신 Demis Hassabis에게 감사드립니다.
영어 원문
Introducing SynthID Bio
Proof of concept for watermarking AI-generated proteins while preserving biological function.
Today, we’re introducing SynthID Bio to bring watermarking technology to synthetic biology. SynthID Bio embeds an imperceptible signature directly into the biological code, ensuring the watermark is verifiable not just on a digital model but on the synthesized, physical protein itself – all while preserving its biological function in laboratory testing.
Generative AI is helping scientists address critical biological challenges, from predicting the structure of proteins (AlphaFold) to designing entirely new proteins (AlphaProteo, and ProteinMPNN), and more recently, developing new bacteriophages, viruses that infect bacteria. Yet these tools also present new challenges: novel AI designs can bypass traditional DNA synthesis screening, while mislabeled synthetic 3D structures risk polluting public databases and misleading downstream research.
How SynthID Bio works
SynthID Bio is a family of watermarking methods developed specifically for synthetic biology to strengthen biosecurity and scientific integrity.
It adapts its approach depending on the type of data, subtly guiding the choice of amino acids for sequences and adjusting atomic coordinates for predicted 3D structures, creating a reliable signal for detection.
In experiments, these adjustments did not compromise the protein’s biological function, which is essential to effectively treat disease and advance scientific research.
We verified our approach for watermarking protein binders, i.e. molecules built to selectively latch onto other proteins, by using our binder design method AlphaProteo alongside a SynthID Bio-enabled version of ProteinMPNN, the commonly used protein sequence generation method.
In wet-lab testing across three target proteins (VEGF-A, the SARS-CoV-2 spike protein RBD, and PD-L1), our watermarked designs matched the hit rate, binding affinity, and natural sequence diversity of unwatermarked versions, successfully creating the first-ever watermarked and biologically functional protein binders.
For protein folding, SynthID Bio fine-tunes a small part of AlphaFold 3’s diffusion network, building the ability to watermark directly into the model’s weights. This ensures that the predicted 3D coordinates inherently carry a detectable signature regardless of who runs the model. SynthID Bio preserves AlphaFold 3 prediction accuracy while offering near-perfect detectability, maintaining key structural feature distributions, and holding up against digital noise or minor coordinate changes.
Strengthening biosecurity and information integrity
Biosecurity relies on layered defenses – think of it like a “Swiss cheese” defense model, where multiple independent safety measures work in tandem to cover each other’s blind spots. Safeguards like model-level mitigations and customer vetting each represent critical layers with potential gaps. As a part of our broader vision for bioresilience, SynthID Bio’s watermarking approach serves as an important, tangible verification layer embedded in the biological design itself.
“SynthID Bio is an important piece of the puzzle for tracking the provenance of biological designs,” said Sarah Carter, a biosecurity policy expert and Principal at Science Policy Consulting who reviewed the work. “By linking designs to the model developer, these watermarks empower developers to lead on safety and allow synthesis providers to streamline screening for customers who have used those models.”
That layer is especially vital to DNA synthesis screening, which sits on the frontlines of biosecurity. Converting digital protein designs into physical molecules requires placing an order with DNA synthesis providers, who screen requests against databases of known threats. For example, historically, an unfamiliar sequence may have been safely assumed to be an undiscovered natural organism. But because AI can create entirely new sequences with little resemblance to known hazards, screeners can no longer make that assumption. Verifying that an unfamiliar order isn't an engineered threat requires exhaustive manual reviews that can stall vital research. Here, SynthID Bio can provide an automated verification signal, proving an order originated from a trusted model with built-in safeguards.
"AI is expanding what scientists can design, and DNA synthesis companies have an important role in helping that innovation scale responsibly,” said James Diggans, Vice President, Policy and Biosecurity at Twist Bioscience, who provided early feedback on the paper. “For Twist, watermarking offers a promising new addition to the biosecurity toolbox that could strengthen screening, focus resources on sequences that warrant closer review and make biosecurity more efficient as AI-designed biology continues to advance."
Similarly, SynthID Bio could help maintain the integrity of databases such as the Protein Data Bank, UniProt, and GenBank. These databases, many of which are open to public submission, play a vital role in scientific advancements – but mislabeled entries can have an outsized negative impact in biosecurity decision-making, a challenge that may only grow with the addition of AI-generated biological data. As a part of the submission process, SynthID Bio could help ensure synthetic entries are properly labeled or flagged for further review.
Looking ahead
While no single biosecurity intervention is a silver bullet, SynthID Bio brings SynthID, our tried and tested watermarking tool, to synthetic biology. It’s an important first step toward reliably identifying and tracking AI-generated biological sequences and structures.
Moving forward, key challenges include making the watermark more robust against deliberate tampering. SynthID Bio can also be paired with provenance metadata approaches – similar to C2PA for digital media – or central repositories of AI-generated biological data to better identify and track AI-generated proteins.
To match the growing capabilities of frontier AI technology, we’re also researching how to apply watermarking to more complex biological objects. In ongoing work with the Hie lab at Stanford University and Arc Institute, we integrated SynthID Bio into Evo 2, an advanced genomic model, to watermark the genome of an Evo 2 designed bacteriophage. Early laboratory testing in bacteria cultures has confirmed these watermarked bacteriophages are functional. We believe this work has the potential to address some of the biosecurity risks associated with genome design and will share more details in a technical manuscript soon.
Realizing the full biosecurity benefits of this work will require community collaboration and further research. As part of our commitment to responsible innovation, we are publishing our methods paper and open-sourcing the code and in vitro data, and releasing the weights to the research community, so we can build on this work. By working openly with partners across biosecurity, gene synthesis, and policy, we can ensure safety and responsibility keeps pace with AI-driven discovery.
To reach out about partnering with us on this important topic, please contact us at synthidbio@google.com with a high level proposal. Please do not disclose any confidential or proprietary information.
Acknowledgements
This project was initiated by Pushmeet Kohli. The research and technical development was led by Alexander I. Cowen-Rivers and David Stutz and was advised by Pushmeet Kohli. Key engineering and research contributions were made by Guillermo Ortiz-Jimenez, Jeremy Ratcliff, Vinicius Zambaldi, Lindsay Willmore, Josh Abramson, Harshnira Patani, Christina Kouridi, Florian Stimberg, Mel Vecerik, Alex Chu, Sukhdeep Singh, Sumanth Dathathri, Eliseo Papa, Valentin De Bortoli, Arnaud Doucet, Jue Wang, and Sven Gowal. We thank Adaptyv Bio for help with in vitro validation.
The extension of this work to watermark DNA of bacteriophages is a collaboration between Google DeepMind and the Hie lab at Stanford and Arc Institute with key contributions from Jeremy Ratcliff, Aleks Petrov, Alexander I. Cowen-Rivers, David Stutz, Elisa L. H. Wong, Victor Martin Palacios, Francesca Pietra, Alfred Piccioni, Tristan Oliver Kwan, Tor Lattimore, Sumanth Dathathri, and Pushmeet Kohli from Google DeepMind and Brian Hie, Samuel King, and Aditi Merchant from Arc Institute and Stanford.
We further thank Rudy Bunel, Anna Cupani, Rob Fergus, Thomas Frerix, Sahra Ghalebikesabi, John Jumper, Jacob Kelly, David La, Victor Martin, Sebastian Nowozin, Stig Petersen, Aleks Petrov, Uchechi Okereke, Sylvestre-Alvise Rebuffi, Rosalia Schneider, Armin Senoner, Richard Shuai, Ashok Thillaisundaram, Elisa L. H. Wong, Zachary Wu, and Augustin Žídek for their contributions to the research article, and Julien Bergeron for contributions to the 3D rendering. Finally, we thank Demis Hassabis for his encouragement and support of this project.
