面对AI生成生物序列日益复杂、传统筛查手段难以识别全新危险序列的挑战，Google DeepMind开发了SynthID Bio。这是一套AI水印系统，旨在识别由AI模型生成的蛋白质及其他生物结构。
与传统将元数据附加至文件的做法不同，SynthID Bio将可检测签名直接嵌入生物设计本身。对于3D蛋白质结构，DeepMind通过修改预测结构中的原子坐标来嵌入水印，并微调了AlphaFold 3扩散网络的一部分，使预测结构包含可检测信号。这种内嵌方式确保了即使设计在不同软件间传输导致元数据丢失，水印仍能与序列或结构保持关联。
DeepMind表示，实验室测试显示，带有水印的蛋白质设计在保留其功能及与预定目标结合能力的前提下，并未显著改变生物特性。这一进展填补了现有筛查系统的盲区：传统DNA合成筛查主要依赖比对已知病原体数据库，而AI设计的序列可能自然界中从未存在，无明显匹配项。SynthID Bio为筛查系统提供了新的判断维度——不仅分析序列信息，还能追溯其是否由AI生成。
该技术有望在AI模型开发者、生物设计输出端和下游合成服务商之间建立信任链条。合成服务商可利用水印作为额外信号，判断序列来源；开发公司则可借此证明其系统在生成过程中内置了安全措施。
不过，DeepMind也承认，水印并非完整的生物安全解决方案。目前仍存在一个主要未决问题：该水印技术对故意修改或试图从AI生成生物设计中移除水印的行为，其抵抗能力尚待验证。