Das DeepMind-Team von Google hat am Mittwoch eine Forschungspublikation vorgestellt, die eine potenzielle Lösung für die Identifizierung von künstlich intelligent (KI) entworfenen Proteinen bietet: ein Wasserzeichensystem für Proteinsequenzen selbst. Diese Technologie zielt darauf ab, die Biosicherheit zu verbessern, indem sie die Erkennung von Proteinen ermöglicht, die von vertrauenswürdigen Forschenden entwickelt wurden, und andere einer genaueren Prüfung unterzieht.
Hintergrund der Biosicherheitsbedenken
KI-basierte Werkzeuge zum Proteindesign haben erhebliche Fortschritte ermöglicht, wie die Entwicklung von Enzymen, die Kunststoffe abbauen oder Giftproteine blockieren können. Gleichzeitig bergen diese Werkzeuge Sicherheitsrisiken, da sie auch zur Schaffung von Toxinen oder zur Veränderung des Verhaltens viraler Proteine eingesetzt werden könnten. Aktuelle Software zur Identifizierung potenziell bedrohlicher DNA-Sequenzen kann KI-generierte Proteine nicht erkennen, da diese noch nicht ausreichend charakterisiert wurden, um ihre Gefährlichkeit einzuschätzen. Ein Jahr nachdem dieses Risiko erstmals benannt wurde, gab es bisher keine klare Lösung.
Funktionsweise der Protein-Wasserzeichen
Die Arbeit von Google basiert auf der bereits existierenden SynthID-Technologie des Unternehmens, die subtile Wasserzeichen in KI-generiertes digitales Material wie Bilder oder Texte einbetten kann. Bei SynthID beeinflusst das Wasserzeichen die Wahrscheinlichkeit bestimmter Entscheidungen der KI, wodurch eine systematisch verteilte Verzerrung im Produkt entsteht. Da das Wasserzeichen nur mit Kenntnis seiner Kodierung identifiziert werden kann, ist es schwer zu entfernen und übersteht grundlegende Bearbeitungsschritte wie Exportieren oder Skalieren.
Die Übertragung dieses Konzepts auf Proteine stellte eine Herausforderung dar. Proteine bestehen aus einer Abfolge von Aminosäuren, von denen jede für die Strukturintegrität oder katalytische Aktivität entscheidend sein kann. Während Bilder oft Millionen von Pixeln enthalten, sind Proteine mit beispielsweise 500 Aminosäuren vergleichsweise klein und bieten weniger „Rohmaterial“, um ein Signal zu verstecken. Zudem können schon geringe Änderungen in der Aminosäuresequenz ein Protein inaktivieren.
SynthIDBio im Einsatz mit ProteinMPNN
Das Google-Team entwickelte eine Variante namens SynthIDBio, die mit ProteinMPNN zusammenarbeitet – einem weit verbreiteten KI-Werkzeug für das Proteindesign. ProteinMPNN erstellt in einem zweistufigen Prozess Proteine: Zuerst wird eine geeignete Rückgratkonfiguration (die Hauptkette der Aminosäuren) festgelegt, dann platziert ProteinMPNN die Seitenketten der Aminosäuren entlang dieses Rückgrats. SynthIDBio greift in diesen zweiten Schritt ein.
Mithilfe eines kryptografischen Schlüssels und der bereits gewählten Aminosäuren schlägt SynthIDBio eine neue Aminosäure vor. ProteinMPNN prüft dann, ob diese vorgeschlagene Aminosäure ein funktionsfähiges Protein ermöglicht. Wenn dies der Fall ist, wird sie integriert; andernfalls wird sie abgelehnt. Dies bedeutet, dass Wasserzeichen-Aminosäuren nur dann in die Sequenz eingebaut werden, wenn sie mit der Proteinfunktion vereinbar sind. Beispielsweise kann das System an Stellen, an denen mehrere chemisch ähnliche Aminosäuren funktionieren würden, eine wählen, die mit dem Wasserzeichen übereinstimmt.
Das Wasserzeichen ist zufällig über die gesamte Länge des Proteins verteilt. Um es zu erkennen, muss die gesamte Sequenz mit dem entsprechenden Schlüssel gescannt werden, um zu messen, wie oft die von SynthIDBio vorgeschlagenen Aminosäuren tatsächlich in der finalen Sequenz vorkommen. Google hat auch die notwendige Software für diese Erkennung entwickelt.
Funktionalität und zukünftiger Nutzen
Das Team testete das System, indem es Proteine entwarf, die physisch mit bekannten natürlichen Proteinen interagieren sollten. Die wasserzeichenversehenen Versionen banden die Zielproteine wie vorgesehen, was darauf hindeutet, dass die Funktionalität der Proteine durch das Wasserzeichen nicht beeinträchtigt wird. Dies legt nahe, dass es auch bei komplexeren Designaufgaben keine gravierenden Probleme geben sollte.
Die Vision von Google ist es, DNA-Syntheseunternehmen mehr Sicherheit zu geben. Diese Unternehmen screenen normalerweise DNA-Sequenzen auf potenziell gefährliche Virenfragmente oder toxische Proteine. Bei unbekannten, KI-designten Proteinen ist eine solche Einschätzung derzeit nicht möglich. Googles System könnte es ermöglichen, vertrauenswürdige KI-generierte Proteine zu identifizieren, während alle anderen einer genaueren Überprüfung unterzogen werden könnten, um die Biosicherheit zu gewährleisten.
Thema: Google. Quelle/Inspiration: Ars Technica.