Google DeepMind 于 9 月 30 日介绍 SynthID Bio，尝试在 AI 设计的蛋白质序列或结构中嵌入可检测标记。团队报告了实验室验证结果，同时指出水印抗蓄意篡改仍是后续研究重点。
为生物设计增加来源识别层
Google DeepMind 于 2026 年 9 月 30 日介绍 SynthID Bio，一组面向合成生物学的水印方法。它尝试在蛋白质序列或预测结构中嵌入不易察觉的信号，让后续分析者能够判断设计是否来自启用该方法的模型。
在可检测性与功能之间寻找平衡
团队介绍了针对蛋白质结合体的实验室测试，并称加水印的样本在测试中保留了相近的结合表现。对于结构预测，方法则尝试让模型输出携带可检测特征。上述结论来自特定实验设计，不等于水印在所有蛋白、模型和实验条件下都能保持同样效果。
水印只是生物安全的一层
来源标记有望帮助区分自然与人工设计数据，辅助合成订单筛查和数据库维护，但它不是完整的风险判断工具。DeepMind 也提到抵抗有意去除或篡改仍待研究。实际治理还需要模型防护、供应链审核、元数据记录和专业实验评估共同发挥作用。