دیپ‌مایند برای پروتئین‌های طراحی‌شده با هوش مصنوعی واترمارک ساخت
هوش مصنوعی
گوگلخلاصهٔ کامل‌تر
ابزارهای هوش مصنوعی برای طراحی پروتئین کارهای مفیدی کردن، مثل آنزیم‌هایی که پلاستیک رو تجزیه می‌کنن. ولی همین ابزارها می‌تونن برای ساختن سم یا تغییر پروتئین‌های ویروسی هم استفاده بشن. مشکل اینه که نرم‌افزارهایی که سفارش‌های DNA رو برای توالی‌های خطرناک چک می‌کنن، پروتئین‌های طراحی‌شده با AI رو نمی‌شناسن. تیم DeepMind گوگل حالا تو یه مقاله تو Nature یه راه‌حل پیشنهاد داده: واترمارک روی خود توالی پروتئین.
این کار بر پایهٔ SynthID گوگله (یعنی فناوری‌ای که یه علامت نامرئی داخل متن و تصویر ساخته‌شده با AI می‌ذاره). SynthID روی احتمال انتخاب‌های مدل اثر می‌ذاره تا یه سوگیری آماری تو کل خروجی پخش بشه. به گفتهٔ نویسندهٔ Ars Technica، سختی کار اینجاست که پروتئین فقط از ۲۰ آمینواسید ساخته میشه و یه پروتئین ۵۰۰ آمینواسیدی هم بزرگ حساب میشه. یعنی جای خیلی کمی برای مخفی کردن علامت هست و هر تغییر ممکنه پروتئین رو از کار بندازه.
تیم گوگل سراغ ProteinMPNN رفته، یه ابزار محبوب طراحی پروتئین از آزمایشگاه Baker. این ابزار روی یه اسکلت آماده (backbone) حرکت می‌کنه و آمینواسیدها رو یکی‌یکی انتخاب می‌کنه. نسخهٔ جدید به اسم SynthIDBio وسط این روند با یه کلید (شبیه کلید رمزنگاری) و آمینواسیدهای قبلی، یه گزینه پیشنهاد می‌ده. ProteinMPNN فقط وقتی قبولش می‌کنه که به کارکرد پروتئین آسیب نزنه. مثلاً جایی که leucine یا isoleucine هر دو جواب می‌دن، اونی انتخاب میشه که با واترمارک جور درمیاد.
تشخیص واترمارک یه جواب ساده بله یا نه نداره. باید کل توالی رو با داشتن کلید بررسی کرد و دید آمینواسیدهای پیشنهادی SynthIDBio چقدر تو نتیجه اومدن. تیم با این روش پروتئین‌هایی طراحی کرده که به پروتئین‌های هدف می‌چسبن و نسخه‌های واترمارک‌دار هم درست کار کردن. ایدهٔ گوگل اینه که سازنده‌های DNA کلیدهای منابع قابل‌اعتماد مثل دانشگاه‌ها رو داشته باشن و انرژی‌شون رو روی طراحی‌های ناشناس بذارن.
خود تیم چند تا ضعف رو گفته. امنیت کل سیستم به نگهداری و پخش امن کلیدها بستگی داره. پروتئین‌های خیلی کوتاه ممکنه علامت کافی نداشته باشن. اگه پروتئین واترمارک‌دار رو به یه پروتئین طبیعی بچسبونن، علامت رقیق میشه. همهٔ ابزارهای طراحی هم مثل ProteinMPNN یکی‌یکی آمینواسید انتخاب نمی‌کنن.
چون تشخیص آماریه، انتخاب آستانه روی مثبت و منفی کاذب اثر زیادی داره. نویسنده معتقده هنوز معلوم نیست تو عمل چقدر به کار بیاد، ولی جالبه که اصلاً جواب داده.
نکات کلیدی:
- SynthIDBio نسخهٔ پروتئینی SynthID گوگله و نتیجه‌ش تو Nature منتشر شده.
- با ProteinMPNN کار می‌کنه و فقط آمینواسیدهایی رو می‌ذاره که کارکرد پروتئین رو خراب نکنن.
- تشخیص واترمارک آماریه و به کلید نیاز داره.
- پروتئین‌های واترمارک‌دار تو آزمایش به هدف‌هاشون چسبیدن.
- محدودیت‌ها: امنیت کلیدها، پروتئین‌های کوتاه، رقیق شدن با چسبوندن پروتئین دیگه، و ابزارهایی که از ProteinMPNN استفاده نمی‌کنن.
