グーグル・ディープマインド（Google DeepMind）は、人工知能が設計したタンパク質に、見えないが後から確かめられる印（透かし）を埋め込む技術「シンセID・バイオ（SynthID Bio）」を発表しました。発表は2026年9月30日付のディープマインド公式ブログと、ネイチャー（Nature）掲載の論文です。印はアミノ酸の並びと、予測した立体構造の両方に入ります。実験室での試験では、印ありと印なしで働き方が同程度だったとします。
生成AIでタンパク質の新しい配列が増え、DNAの注文確認と公開データのラベル付けが追いつきにくくなっています。公開データベースへ誤ったラベルが入ると、後の安全判断にも影響します。
シンセID・バイオは、デジタル向けの透かし技術シンセID（SynthID）を合成生物学へ広げた一連の方法です。配列ではアミノ酸の選び方をわずかに導き、立体構造では原子の位置（座標）をわずかにずらして、検出用の信号をつくります。検出鍵を持つ相手だけが印を読めます。
検証の中心は、標的に結びつく設計タンパク質（バインダー）です。新しいタンパク質を設計するアルファプロテオ（AlphaProteo）と、シンセID・バイオ対応のプロテインMPNN（ProteinMPNN）で設計しました。血管の成長などに関わる標的（VEGF-A）、新型コロナウイルスのスパイクタンパク質の受容体結合領域（RBD）、免疫のブレーキなどに関わる標的（PD-L1）の3標的で実験室での試験を行いました。印ありは印なしと比べ、標的に結びつく割合（ヒット率）、結びつきの強さ（結合親和性、KD）、配列の自然なばらつきが同程度だったとし、実験室での測定はアダプティブ・バイオ（Adaptyv Bio）が支援しました。
立体構造の予測では、タンパク質の形を予測するアルファフォールド3（AlphaFold 3）の、座標を少しずつ直していく仕組み（拡散ネットワーク）の一部だけを微調整し、学習で固まった数値（重み）に透かし能力を入れます。誰がモデルを動かしても、出力の座標に印が残る想定です。予測精度を保ちつつ検出性はほぼ完全で、デジタル上のノイズや座標の小さな変化にも耐えるとします。
用途の例は、DNA合成の注文スクリーニングと、プロテイン・データ・バンク（Protein Data Bank）、ユニプロット（UniProt）、ジェンバンク（GenBank）などへの投稿時の識別です。意図的に印を消す改ざんへの耐性は未解決で、出所の付帯情報（メタデータ）などとの併用を提案しています。ネイチャーのニュース記事によれば、別の設計ツールを通すと印が消せる場合もあります。
発展として、スタンフォード大学のヒー研究室（Hie lab）とアーク・インスティテュート（Arc Institute）との共同で、ゲノムモデルのエボ2（Evo 2）が設計した、細菌に感染するウイルス（バクテリオファージ）のゲノムへ透かしを入れたとします。細菌培養の初期試験では印ありでも働き、詳細は後日の技術原稿で出します。方法の論文に加え、コード、実験室データ、重みを研究コミュニティへ公開します。
| 公表されている説明 | こちらで確認できていないこと |
|---|---|
| 2026-09-30、ディープマインド公式ブログとネイチャー論文でシンセID・バイオを発表 | 第三者によるヒット率・結合親和性（KD）の再測定 |
| 配列と予測立体構造へ検出可能な透かし。合成後の物理タンパク質でも検証可能とする（ディープマインド公式ブログ） | 検出鍵の配布範囲と運用手順の公開仕様 |
| VEGF-A／SARS-CoV-2スパイクRBD／PD-L1で、ヒット率・結合親和性（KD）・配列多様性が非透かし版と同等（同） | 3標的以外のタンパク質での再現率 |
| アルファフォールド3の拡散網の一部微調整で重みへ透かし。検出性はほぼ完全とする（同） | 「ほぼ完全」の定量閾値と攻撃条件の一覧 |
| DNA合成スクリーニングと公開DBの出所確認に使えるとする（同） | 合成業者での導入件数・誤検知率 |
| 意図的改ざんへの耐性は未解決。出所の付帯情報（メタデータ）等との併用を提案（同）。ネイチャーのニュースは消しうる場合を指摘 | 改ざん耐性の定量ベンチマーク |
| エボ2設計のバクテリオファージへ透かし。初期培養で機能確認。原稿は後日（同） | ファージ試験の規模と成功率の詳細 |
| コード・実験室データ・重みを研究向け公開（同） | 商用製品としての提供形態と価格 |
同等だった、という表現はディープマインド側の湿式実験の説明です。独立した第三者の再測定は、本稿執筆時点では見つかっていません。改ざん耐性が未解決である点は、発表側とネイチャーの報道の両方に残っています。
従業員100〜200人規模の部品メーカーでは、設計図や検査手順をAIで下書きしたあと、提出ファイルに出所ラベルと短い検査記録を付け、消しやすい印だけに頼らない運用にできます。接骨院や整形外科では、説明文の下書きに生成元の印を残し、人が確定した版だけをカルテへ載せます。ビジネスホテルや旅館では、館内案内の自動生成物に版番号と生成日時を添え、公開前の確認リストへ回します。商店街の共同サイトでは、チラシ原稿のAI下書きに作成経路を残し、掲載前に内容と出典をそろえます。
AIが設計したタンパク質の配列と形に、後から読める透かしを入れ、実験では働き方が印なしと同程度だったとします。合成の注文確認や公開データのラベル付けに使う想定ですが、印を消す改ざんへの耐性はまだ足りません。自前の試験で品質を確かめ、別の出所記録と並べてから広げます。
