DNA合成の会社に、データベースのどこにも似たものがない配列の注文が届いたとします。少し前までなら「まだ見つかっていない自然の生物の遺伝子だろう」と考えて済んだ。いまはAIが設計した配列かもしれません。
Google DeepMindが2026年9月30日に発表したSynthID Bioは、この問題に向けた技術です。AIが設計したタンパク質やDNAに、見えない透かしを入れる。同じ日に、方法をまとめた論文もNatureに掲載。
文章や画像の透かしなら聞いたことがある人も多いと思います。生き物の設計図に透かしを入れる、というのは初めて見ました。
SynthID Bioとは何をするものか
タンパク質はアミノ酸がつながってできていて、同じ働きをするタンパク質でも、アミノ酸の並べ方には多少の自由があります。SynthID Bioは、AIがタンパク質を設計するときのアミノ酸の選び方を少しだけ偏らせて、あとから検出できる痕跡を残します。
発想は文章の透かしと同じです。文章では「次にどの単語を置くか」の選び方に偏りを持たせる。SynthID Bioでは、それがアミノ酸の選び方になる。
配列だけでなく、立体構造にも入れられます。こちらはタンパク質の立体構造を予測するAlphaFold 3を追加学習させ、予測される原子の座標をごくわずかにずらす方式。透かしがモデルの重みそのものに組み込まれるので、誰がそのモデルを動かしても透かしが入る、と説明です。
| 対象 | 入れ方 | 組み込んだモデル |
|---|---|---|
| タンパク質の配列 | アミノ酸の選び方を少し偏らせる | ProteinMPNN（配列設計のモデル） |
| タンパク質の立体構造 | 原子の座標をわずかにずらす | AlphaFold 3（追加学習した版） |
| ウイルスのゲノム | 設計したゲノムに透かしを入れる | Evo 2（スタンフォード大学・Arc Instituteと共同） |
透かしを入れても、タンパク質は働くのか
いちばん気になるのはここでした。文章なら多少言い回しが変わっても意味は通じますが、タンパク質はアミノ酸が1つ違うだけで働かなくなることがある。
DeepMindは、3種類の標的タンパク質にくっつく分子を設計して、実際に試験管の中で確かめています。標的はVEGF-A（血管の成長に関わる）、新型コロナウイルスのスパイクタンパク質の受容体結合部位、PD-L1（がん免疫で知られる）。実験はAdaptyv Bioという会社が担当しました。
結果は、透かしを入れた設計と入れていない設計で、狙いどおりにくっつく割合、くっつく強さ、配列の多様さのいずれも同程度。発表のグラフを見ても、2つの分布はほとんど重なっている。
立体構造のほうも、AlphaFold 3の予測精度を保ったままほぼ完全に検出できるとのこと。ただ、検出率や誤検出率の具体的な数字は、発表の本文には出ていませんでした。Natureの論文には載っているはずですが、今回は全文を読めていません。
細菌に感染するウイルス（バクテリオファージ）のゲノムでも試しています。Evo 2というゲノム設計モデルで作ったファージに透かしを入れ、細菌の培養で働くことを初期の実験で確認した段階。詳しい結果は別の論文で出す予定だそうです。
どこで使うつもりなのか
発表が挙げていた使い道は2つです。
1つはDNA合成の検査。DNA合成の会社は、届いた注文を危険な配列のデータベースと照らし合わせています。AIが設計した配列は既知のものと似ていないので、照合では引っかからず、人が一つひとつ確認することになる。研究を止めてしまうほど手間がかかる、という問題意識でした。信頼できるモデルから出てきた配列だと透かしで示せれば、人の確認を本当に怪しいものに集中できる。DNA合成大手のTwist Bioscienceの担当者も、そうした趣旨のコメントを寄せています。
もう1つは公開データベースの信頼性。Protein Data Bank、UniProt、GenBankといった研究者が日常的に使うデータベースに、AIが作ったものが「自然のもの」として紛れ込むのを防ぐ。登録の段階で透かしを見れば、見分けがつくという考え方です。
できないことも書かれていた
DeepMind自身が、限界をいくつか挙げています。
わざと透かしを消そうとする改変への強さは、これからの課題。少しの雑音や座標のずれには耐えるものの、悪意を持って手を入れられた場合については、まだ十分とは言っていません。対象もいまはタンパク質の結合分子と構造予測が中心で、もっと複雑な生体分子への拡張は研究中とのこと。「これだけで安全が守れる対策はない」とも書かれていました。
ここからは自分の見方ですが、透かしは入れる側が入れてくれないと意味がありません。配布されたモデルを手元で動かす人が、透かしの入らない別のモデルを使えば、それで終わり。文章の透かしで、透かしが無いことは人が書いた証明にならないのと同じで、透かしの無い配列が安全だとも言えないはずです。
| Claudeの文章透かし | SynthID Bio | |
|---|---|---|
| 対象 | Claudeが書いた文章 | AIが設計したタンパク質・DNA |
| 透かしが無いとき | 人が書いた証明にはならない | 自然のものという証明にはならない（筆者の見方） |
| 検出できる人 | 規制当局・報道・研究者などに限定公開 | 発表に明記なし |
| 公開されたもの | 検出APIは限定公開 | コードと実験データ、研究者向けに重み |
誰が使えるのか
コードと試験管での実験データは公開、モデルの重みは研究コミュニティに出す、と発表にあります。ただ、公開先のリポジトリの場所は、発表の本文からは見つけられませんでした。共同で取り組みたい組織向けには専用の窓口のメールアドレスが載っていて、機密情報は送らないようにと注意書きがあります。
検出を誰ができるのか、そこは書かれていません。文章の透かしでは検出の窓口を限定公開にしている会社が多いので、似た形になるのかもしれない。とはいえ、DNA合成の会社が日常の検査に使うなら、ある程度は広く開かないと役に立たない気もします。
AIが新しい酵素の仕組みを見つけたという別の発表もあって、生物学でのAIの使われ方は急に増えている印象があります。設計する道具が先に広がり、それを見分ける道具がようやく追いかけ始めた。今回の発表は、その順番を表しているように読めた、というのが正直な感想。
出典
すべて2026年10月2日に確認したものです。
- Introducing SynthID Bio（Google DeepMind・2026年9月30日）
- We’re introducing SynthID Bio, bringing our watermarking technology to synthetic biology.（Google・2026年9月30日）
- Function-preserving watermarking of AI-generated proteins（Nature・2026年9月30日。本文は未読、要旨と発表で確認）
- SynthID（Google DeepMind）
- Robust deep learning–based protein sequence design using ProteinMPNN（Science）
- Adaptyv Bio（実験を担当した会社）
