Google DeepMind cria marca d'água para proteínas desenhadas por IA

O Google DeepMind anunciou nesta terça-feira (30) o SynthID Bio, uma família de métodos de marca d'água criada especificamente para biologia sintética. A tecnologia embute uma assinatura imperceptível diretamente no código biológico de proteínas desenhadas por inteligência artificial, seja na sequência de aminoácidos ou na estrutura tridimensional prevista, permitindo verificar depois se aquela proteína foi gerada por IA sem alterar sua função. Segundo o anúncio oficial da DeepMind, é a primeira vez que proteínas desenhadas por IA são sintetizadas em laboratório e permanecem funcionais mesmo depois de marcadas, com os resultados publicados em artigo científico na revista Nature.

A empresa testou o SynthID Bio contra três alvos biológicos conhecidos: a proteína VEGF-A (ligada à formação de vasos sanguíneos), o domínio de ligação ao receptor da proteína spike do SARS-CoV-2 e a proteína PD-L1 (relevante em imunoterapia contra câncer). Em todos os três casos, as versões marcadas com a tecnologia tiveram desempenho equivalente às versões sem marca d'água em taxa de acerto, afinidade de ligação e diversidade de sequência, segundo os testes de validação feitos em parceria com a Adaptyv Bio, o laboratório do pesquisador Brian Hie na Universidade Stanford e o Arc Institute, com feedback adicional da fabricante de DNA sintético Twist Bioscience.

Como a marca d'água funciona sem quebrar a proteína

A técnica se adapta ao tipo de dado biológico que está sendo gerado. Para sequências de aminoácidos, o sistema guia sutilmente a escolha de qual aminoácido usar em cada posição da cadeia, dentro do conjunto de opções que preservam a função desejada. Já para estruturas tridimensionais previstas, caso em que a DeepMind usou uma versão ajustada da rede de difusão do AlphaFold 3, o ajuste acontece nas coordenadas atômicas da estrutura prevista. Em ambos os casos, a marca é verificável computacionalmente depois, mas invisível no comportamento biológico da proteína sintetizada de fato, algo que só pôde ser confirmado com a produção física das moléculas em laboratório, não apenas em simulação.

O lançamento é parte da mesma família de tecnologias do SynthID, que a DeepMind já usa desde 2023 para marcar imagens, áudio, vídeo e texto gerados por IA, como o próprio Google já havia mostrado em versões anteriores da ferramenta. A diferença agora é que, em vez de marcar um arquivo digital, a marca precisa sobreviver ao processo físico de síntese da proteína em um laboratório de DNA sintético e ainda ser detectável depois, um salto tecnicamente mais complexo do que marcar um pixel ou uma palavra. A consultora de política científica Sarah Carter, citada no anúncio, descreveu o SynthID Bio como "uma peça importante do quebra-cabeça para rastrear a procedência de desenhos biológicos".

Por que isso importa para você

Biologia sintética parece distante do dia a dia de quem usa ChatGPT ou Claude para escrever e-mails, mas o problema de fundo é o mesmo que já discutimos em várias notícias aqui no Portal da AI: como saber se algo foi gerado por IA depois que já está circulando no mundo real. A diferença é que, nesse caso, "o mundo real" não é um texto ou uma imagem que pode ser apagada de uma rede social, é uma molécula sintetizada em laboratório que pode ser usada para pesquisa, diagnóstico ou, no pior cenário, para fins maliciosos. Ferramentas de triagem de encomendas de DNA sintético já existem para bloquear sequências associadas a patógenos perigosos, mas elas dependem de reconhecer sequências conhecidas. Uma marca d'água verificável dá uma camada extra: mesmo uma sequência desenhada do zero por IA, nunca vista antes, pode ser identificada como produto de IA generativa, o que ajuda a rastrear a origem caso algo saia do controle.

Para quem acompanha o mercado de IA aplicada a ciência e saúde no Brasil, o lançamento também é um sinal de para onde a corrida de segurança de IA está indo depois dos modelos de linguagem: biologia generativa (criar proteínas, enzimas e até organismos sintéticos do zero) é hoje uma das fronteiras mais citadas quando o assunto é risco catastrófico de IA, tema que já apareceu no investimento da Pilgrim em biossegurança com apoio de pesquisadores da Anthropic e nos próprios documentos de IPO da Anthropic, que citam risco biológico entre as principais preocupações do setor. Entender esse tipo de iniciativa ajuda a separar o que é alarmismo do que é, de fato, um esforço técnico concreto de mitigação sendo construído agora.

O paralelo com deepfakes e o limite da solução

Assim como marcas d'água em imagens e vídeos não resolvem sozinhas o problema de deepfakes, como já explicamos no guia sobre como identificar conteúdo falso gerado por IA, o SynthID Bio também tem limites claros. A própria DeepMind reconhece que a tecnologia só funciona se for adotada de forma ampla pelos laboratórios que desenham proteínas com IA, e que ela não impede que alguém remova deliberadamente a marca ou use um modelo que nunca a implementou. A empresa optou por abrir o código da ferramenta para a comunidade científica, numa aposta de que a adoção voluntária em larga escala, somada à pressão de publicações científicas e fabricantes de DNA sintético por padrões de rastreabilidade, é o caminho mais realista do que tentar impor obrigatoriedade regulatória, pelo menos nesta fase inicial.

O próximo passo a observar é se empresas de síntese de DNA e laboratórios acadêmicos relevantes vão de fato integrar o SynthID Bio aos próprios fluxos de triagem de encomendas, e se outros grandes laboratórios de IA aplicada à biologia, como os times por trás do AlphaFold em outras instituições ou startups de "foundation models" para proteínas, vão adotar abordagens semelhantes. Vale lembrar que ferramentas de IA generativa aplicadas à ciência evoluem tão rápido quanto os modelos de linguagem que a maioria das pessoas usa no dia a dia, e identificar o que foi feito por máquina, de proteínas a textos, é um desafio que só deve crescer daqui para frente.