谷歌DeepMind宣布，成功合成既具备生物功能、又内嵌水印的AI设计蛋白质，相关方法SynthID Bio已发表于《自然》，并开源工具与体外实验数据。这是首个经湿实验室验证的功能保留型生物水印，水印可在物理蛋白质上直接检测。

技术核心在于把水印真正嵌入生物序列与结构，而非事后贴标签。针对序列，团队把SynthID思路接入常用序列设计模型ProteinMPNN，在生成氨基酸时用密钥与已选残基引导细微调整，使水印信号可被近乎完美检出；针对结构，则微调AlphaFold 3扩散网络的一小部分权重，让预测出的三维坐标自带可检测签名，同时保持预测精度与关键结构特征分布。

湿实验室验证覆盖三个靶点：VEGF-A、新冠刺突蛋白受体结合域、PD-L1。与未加水印版本相比，加水印设计在命中率、结合亲和力（KD）与自然序列多样性上均保持一致，证明水印未牺牲功能。此前数字内容水印已相对成熟，但蛋白质对微小序列变化高度敏感，功能与可检测性往往互相冲突；这次在真实合成与结合实验中同时达标，把水印从“模型输出可追踪”推进到“物理分子可验证”。开源后，研究社区可直接复现并接入现有设计流程，DNA合成公司也能用其作为自动筛选信号，降低人工复核负担。

水印本身不是银弹——恶意方可尝试改写序列抹除信号，鲁棒性仍需加强。但它把“来源可证”第一次写进了生命分子本身，比单纯模型端过滤或多一层人工审查更贴近真实风险面。生物安全真正的瓶颈，往往不在能不能生成，而在生成之后能不能被快速识别与追责。