DeepMind presenta SynthID Bio, marca de agua para proteínas de IA

Google DeepMind presentó el 30 de septiembre de 2026 SynthID Bio, una familia de métodos de marca de agua para biología sintética. La firma se incrusta en el propio código biológico (la secuencia de aminoácidos o la estructura 3D) y, según la empresa, puede verificarse tanto en el modelo digital como en la proteína física ya sintetizada. El método se publicó en la revista Nature el mismo día (artículo).

El problema que busca atacar es doble. Según DeepMind, los diseños nuevos creados con IA pueden esquivar el control tradicional de los proveedores de síntesis de ADN, que comparan cada pedido con bases de datos de amenazas conocidas. Además, estructuras 3D sintéticas mal etiquetadas podrían contaminar bases públicas y confundir investigaciones posteriores (blog de DeepMind).

Cómo funciona

El sistema tiene dos variantes. Para secuencias, guía de forma sutil la elección de aminoácidos durante el diseño; el paper lo describe como una adaptación del muestreo por «torneo» de SynthID-text a ProteinMPNN, un modelo muy usado para generar secuencias de proteínas. Para estructuras predichas, DeepMind afinó (fine-tuning) una parte de la red de difusión de AlphaFold 3, de modo que la firma queda en los pesos del modelo y las coordenadas atómicas que predice la llevan sin importar quién lo ejecute.

Es una marca «de bit cero»: indica si la firma está presente, no permite identificar a un usuario concreto (Nature).

Qué se probó en laboratorio

El equipo diseñó «binders», moléculas hechas para unirse a otra proteína, con AlphaProteo y una versión de ProteinMPNN con SynthID Bio. En pruebas de laboratorio con tres objetivos (VEGF-A, el dominio de unión al receptor de la proteína espiga del SARS-CoV-2 y PD-L1), los diseños con marca igualaron a los no marcados en tasa de acierto, afinidad de unión y diversidad natural de secuencias. DeepMind los describe como los primeros binders con marca de agua y función biológica. El paper reporta afinidades nanomolares para el objetivo del coronavirus y subnanomolares para VEGF-A y PD-L1.

En la variante de estructuras, DeepMind afirma que se conserva la precisión de AlphaFold 3 con detección casi perfecta. Es una evaluación de los propios autores; el artículo pasó revisión por pares en Nature, pero no hay aún una réplica independiente.

Límites que reconocen los autores

La marca de secuencias es vulnerable a un nuevo diseño con ProteinMPNN, y los autores señalan que existen versiones en navegador de esa herramienta que bajan la barrera técnica para el ataque. La de estructuras resiste ruido, transformaciones rígidas y recortes, pero no la «relajación» de la estructura. DeepMind lo plantea como una capa más en un esquema de defensas superpuestas («queso suizo»), no como solución única.

Sarah Carter, experta en políticas de bioseguridad que revisó el trabajo, dijo que las marcas ayudan a vincular diseños con su desarrollador y permiten a los proveedores de síntesis agilizar el control. James Diggans, de Twist Bioscience, que dio comentarios tempranos, las describió como una adición prometedora a las herramientas de bioseguridad. Es una valoración de revisores, no una adopción confirmada (DeepMind).

DeepMind también integró SynthID Bio en Evo 2, un modelo genómico, junto con el laboratorio de Brian Hie en Stanford y el Arc Institute. Pruebas tempranas en cultivos de bacterias indican que los bacteriófagos marcados son funcionales. La empresa dice que dará más detalles en un manuscrito técnico, sin fecha.