🔬 Un equipo presentó en Nature SynthIDBio, un sistema que incorpora marcas de agua en secuencias y estructuras de proteínas generadas con IA. Las pruebas de laboratorio sugieren que las secuencias marcadas conservan su capacidad de unirse a sus objetivos. El método podría ayudar a rastrear qué herramientas las generaron.
La firma queda dentro del diseño. Una variante modifica cómo ProteinMPNN elige los aminoácidos de cada secuencia e incorpora una señal reconocible mediante una clave secreta. El equipo probó proteínas diseñadas para unirse a tres objetivos: SC2RBD, VEGF-A y PD-L1. Comparó 222 secuencias sin marca con 267 por cada una de las dos variantes de marcado. No encontró diferencias significativas entre grupos en la fuerza de unión, aunque una variante tuvo menos aciertos bajo un umbral de unión.
El detector reconoció el 100 % de las secuencias marcadas seleccionadas, con un umbral calibrado para un 0,1 % de falsos positivos. Ese resultado depende de filtrar los diseños para conservar aquellos con una señal suficiente. Además, los ensayos partieron de estructuras de proteínas cuya capacidad de unión ya se conocía.
La segunda variante adapta AlphaFold 3 para marcar las estructuras que predice mediante pequeños cambios en las distancias entre átomos. En el conjunto de prueba, detectó más del 99,8 % de las estructuras marcadas, con un 0,1 % de falsos positivos. La versión recomendada mantuvo las puntuaciones clave de precisión estructural.
✅ Estas firmas podrían ayudar a comprobar el origen de diseños biológicos y revisar entradas en bases de datos científicas. Es una prueba de concepto: volver a diseñar las secuencias o aplicar ciertos ajustes a las estructuras puede borrar las marcas. Su uso para bioseguridad e integridad científica aún requiere más desarrollo, acuerdos y estándares compartidos.
