ابزارهای هوش مصنوعی در حوزهٔ زیستفناوری امکانات شگفتانگیزی ساختهاند، اما همین ابزارها میتوانند تهدیدهای جدیدی هم به همراه بیاورند. تیم DeepMind در گوگل روشی معرفی کرده که بهصورت ضمنی «واترمارک» را در توالیهای پروتئینی جاسازی میکند—بدون آنکه عملکرد پروتئین را مختل کند—تا منشاء طراحیهای مصنوعی قابلتشخیص باشد.
چرا واترمارک روی پروتئین اهمیت دارد؟
وقتی پروتئینی با الگوریتمهای هوش مصنوعی طراحی میشود، ممکن است شباهتی به پروتئینهای شناختهشده نداشته باشد؛ در نتیجه شرکتهای ساخت DNA یا سامانههای امنیتی نمیتوانند راحت تشخیص دهند آیا آن پروتئین خطرناک است یا خیر. واترمارکگذاری کمک میکند تا طرحهای تولیدشده توسط منابع مورد اعتماد سریعا شناسایی شوند و تمرکز بررسی روی موارد نامشخص و بالقوه خطرناک قرار گیرد.
چطور میشود واترمارک را در پروتئین پنهان کرد؟
پروتئینها از 20 آمینواسید تشکیل شدهاند که هر کدام نقش شیمیایی مشخصی دارند. چالش بزرگ این است که هر تغییر کوچک در توالی میتواند ساختار یا عملکرد پروتئین را تغییر دهد. گوگل از نسخهای از فناوری SynthID خود—که قبلا برای واترمارکگذاری تصاویر و متن به کار رفته بود—به نام SynthIDBio استفاده کرده است.
مکانیسم سادهشدهٔ کار
- ابتدا ابزار طراحی پروتئین (مانند ProteinMPNN) اسکلت یا backbone پروتئین را تعیین میکند.
- سپس SynthIDBio با استفاده از یک کلید رمزنگاریشده و دانش از آمینواسیدهای قبلی، پیشنهادهایی برای انتخاب آمینواسید بعدی میدهد.
- ابزار طراحی بررسی میکند آیا پیشنهاد با نگهداری عملکرد پروتئین سازگار است یا نه؛ اگر سازگار بود، انتخاب نهایی میشود.
به این ترتیب واترمارک تنها در محلهایی که تغییرپذیری شیمیایی اجازه میدهد وارد توالی میشود و بهصورت پراکنده در سراسر پروتئین توزیع میگردد؛ تشخیص واترمارک نیازمند کلید و تحلیل آماری روی کل توالی است.
آیا پروتئینهای واترمارکشده هنوز عملکرد دارند؟
تیمی که این روش را توسعه داده، پروتئینهایی طراحی کرد که میتوانستند با برخی پروتئینهای طبیعی هدف تعامل فیزیکی داشته باشند—و نتایج نشان داد پروتئینهای واترمارکشده همچنان عملکردی دارند و میتوانند به هدف بچسبند. اگرچه این آزمایش بهاندازهٔ یافتن یک آنزیم کاتالیزور قاطع نیست، اما نشان میدهد که جاسازی واترمارک لزوما پروتئین را غیرفعال نمیکند.
کاربردهای عملی و محدودیتها
هدف اصلی این فناوری، کمک به فرایند غربالگری سفارشهای DNA است. اگر شرکتهای تولید DNA مجموعهای از کلیدهای معتبر از دانشگاهها یا شرکتهای بزرگ داشته باشند، میتوانند سریع تشخیص بدهند که آیا توالی ارسالشده مربوط به یک طراحی هوشمصنوعی مورد اعتماد است یا خیر و روی موارد نامشخص وقت و منابع بیشتری بگذارند.
- نقاط ضعف امنیتی: امنیت کل سیستم وابسته به چگونگی نگهداری و توزیع کلیدهاست.
- پروتئینهای بسیار کوتاه: ممکن است تعداد کافی از آمینواسیدهای واترمارکساز را نداشته باشند و در نتیجه قابلشناسایی نباشند.
- تزریق عناصر خارجی: افزودن بخشهایی مانند پروتئینهای طبیعی بهعنوان پوشش میتواند واترمارک را رقیق کند.
- ابزارهای طراحی دیگر: بسیاری از نرمافزارهای طراحی پروتئین ساختاری متفاوت دارند و همهٔ آنها بهسادگی با SynthIDBio یکپارچه نمیشوند.
- آستانهٔ تشخیص: شناسایی بر پایهٔ آمار است؛ تعیین آستانهٔ مناسب بین خطاهای مثبت و منفی توازن ایجاد میکند.
جمعبندی کوتاه
روش واترمارکگذاری پروتئین گامی عملی در جهت افزایش شفافیت و تسهیل غربالگری بیوسکیوریتی است. این رویکرد تضمینی مطلق برای امنیت نیست، اما نشان میدهد که میتوان بدون آسیبرساندن به عملکرد پروتئینها، نشانهای قابل بررسی از منبعِ طراحی در توالیها جاسازی کرد. همینکه افرادی در صنعت به فکر راهحلهای محدودکننده خطر هستند، خود خبر خوبیست—هرچند کار زیادی برای کامل کردن این ایده و یکپارچهسازی آن با اکوسیستمهای مختلف باقیمانده است.
نظر، سوال یا تجربه خود را درباره این مطلب با سایر کاربران اوکالا به اشتراک بگذارید.