AI-generált fehérjék jelölhetők vízzel a Google DeepMind új technológiájával

A generatív AI forradalmasítja a biológiai kihívások megoldását, legyen szó fehérjeszerkezetek előrejelzéséről az AlphaFold segítségével, új fehérjék tervezéséről (AlphaProteo, ProteinMPNN), vagy új bakteriofágok kifejlesztéséről. Azonban ezek az eszközök új kihívásokat is teremtenek: az új AI-tervezések megkerülhetik a hagyományos DNS-szintézis szűrést, a tévesen címkézett 3D szerkezetek pedig szennyezhetik a nyilvános adatbázisokat és félrevezethetik a kutatásokat. (Google DeepMind)

Vízjel a fehérjekódba ágyazva

A SynthID Bio egy olyan vízjellelő módszercsalád, amelyet kifejezetten a szintetikus biológiához fejlesztettek ki, erősítve a biobiztonságot és a tudományos integritást. Az adattípusoktól függően finomhangolja megközelítését: az aminosavválasztást és a 3D szerkezetek atomi koordinátáinak módosítását irányítja, megbízható jelet hozva létre a detektáláshoz. Kísérletek kimutatták, hogy ezek a módosítások nem veszélyeztették a fehérje biológiai funkcióját, ami elengedhetetlen a betegségek kezeléséhez és a tudományos kutatás előrehaladásához.

A kutatók a fehérjekötők, azaz más fehérjékhez szelektíven kötődő molekulák vízjelzésére tesztelték megközelítésüket. Az AlphaProteo és a SynthID Bio-val kiegészített ProteinMPNN használatával három célfehérje (VEGF-A, a SARS-CoV-2 spike fehérje RBD-je és a PD-L1) esetében a vízjellel ellátott minták megegyeztek a vízjel nélküli változatok találati arányával, kötődési affinitásával (KD) és természetes szekvenciaméretével. Ez az első alkalom, hogy vízjellel ellátott és biológiailag funkcionális fehérjekötőket hoztak létre.

Az AlphaFold 3 pontossága megmarad

A fehérjehajtogatás terén a SynthID Bio az AlphaFold 3 diffúziós hálózatának egy kis részét finomhangolja, így a vízjelzési képesség közvetlenül beépül a modell súlyaiba. Ez biztosítja, hogy a prediktált 3D koordináták detektálható aláírást hordozzanak, függetlenül attól, hogy ki futtatja a modellt. A SynthID Bio megőrzi az AlphaFold 3 predikciós pontosságát, miközben közel tökéletes detektálhatóságot kínál, fenntartva a kulcsfontosságú szerkezeti jellemzők eloszlását és ellenállva a digitális zajnak vagy kisebb koordinátaváltozásoknak.

Biobiztonság és adatintegritás erősítése

A biobiztonság rétegzett védekezést igényel, ahol több független biztonsági intézkedés dolgozik együtt. A SynthID Bio vízjellelő megközelítése egy fontos, kézzelfogható ellenőrzési réteget képez magában a biológiai tervezésben. „A SynthID Bio fontos darabja a biológiai tervek származásának nyomon követésében” – nyilatkozta Sarah Carter, biobiztonsági szakértő. „A tervek modellfejlesztőhöz való kötésével ezek a vízjelek lehetővé teszik a fejlesztők számára a biztonság terén való vezető szerepet, és segítik a szintézis-szolgáltatókat a biztonsági intézkedésekkel rendelkező ügyfelek szűrésének egyszerűsítésében.”

Ez a réteg különösen fontos a DNS-szintézis szűrésénél. A digitális fehérjetervek fizikai molekulákká alakítása megrendelést igényel a DNS-szintézis-szolgáltatóktól, akik ismert fenyegetések adatbázisai ellen szűrik a kéréseket. Mivel az AI új, ismeretlen szekvenciákat hozhat létre, a szűrők már nem támaszkodhatnak arra az alapfeltevésre, hogy egy ismeretlen szekvencia egy természetes organizmusból származik. A SynthID Bio automatizált ellenőrzési jelet adhat, bizonyítva, hogy egy rendelés biztonsági intézkedésekkel ellátott, megbízható modellből származik.

„Az AI bővíti, mit tudnak a tudósok tervezni, és a DNS-szintézis vállalatok fontos szerepet játszanak abban, hogy ez az innováció felelősségteljesen skálázódjon” – mondta James Diggans, a Twist Bioscience alelnöke. „Számunkra a vízjelzés ígéretes új kiegészítést kínál a biobiztonsági eszköztárhoz, amely erősítheti a szűrést, erőforrásokat összpontosíthat a közelebbi vizsgálatot igénylő szekvenciákra, és hatékonyabbá teheti a biobiztonságot az AI-tervezésű biológia fejlődésével.”

Hasonlóképpen, a SynthID Bio segíthet a Protein Data Bank, az UniProt és a GenBank adatbázisok integritásának megőrzésében. Ezek az adatbázisok, amelyek közül sok nyilvános beküldésre nyitott, létfontosságúak a tudományos fejlődés szempontjából – de a hibásan címkézett bejegyzések aránytalanul negatív hatással lehetnek a biobiztonsági döntéshozatalra, ami egy olyan kihívás, amely az AI-generált biológiai adatok hozzáadásával csak nőni fog. A beküldési folyamat részeként a SynthID Bio segíthet biztosítani, hogy a szintetikus bejegyzések megfelelően legyenek címkézve vagy további felülvizsgálatra legyenek megjelölve.

A SynthID Bio, a bevált vízjelző eszközünk, a szintetikus biológiában is megjelenik. Ez egy fontos első lépés az AI-generált biológiai szekvenciák és struktúrák megbízható azonosítása és nyomon követése felé. A SynthID Bio párosítható lehet származási metaadat-megközelítésekkel – hasonlóan a digitális médiához készült C2PA-hoz – vagy központi adattárakkal az AI-generált biológiai adatok jobb azonosításához és nyomon követéséhez.

A Stanford Egyetem Hie laboratóriumával és az Arc Institute-tal folytatott folyamatos munkában integráltuk a SynthID Bio-t az Evo 2-be, egy fejlett genomikai modellbe, hogy vízjellel lássuk el egy Evo 2 által tervezett bakteriofág genomját. A baktériumkultúrákban végzett korai laboratóriumi tesztek megerősítették, hogy ezek a vízjellel ellátott bakteriofágok funkcionálisak. A Stanford Egyetem Hie laboratóriumával és az Arc Institute-tal folytatott munkában integráltuk a SynthID Bio-t az Evo 2-be.