Google DeepMind a présenté le 30 septembre 2026 SynthID Bio, une méthode expérimentale capable d’intégrer une signature détectable dans des protéines conçues par intelligence artificielle. L’objectif est d’en identifier la provenance sans compromettre leur fonction biologique.
La technique, publiée dans la revue scientifique Nature, transpose à la biologie le principe de SynthID, déjà employé par Google pour marquer certains contenus générés par IA. Il ne s’agit toutefois pas d’un dispositif de sécurité déployé en France ou d’une nouvelle réglementation : les chercheurs présentent à ce stade une preuve de concept.
- Google DeepMind a développé SynthID Bio, une méthode pour intégrer une signature invisible dans les protéines conçues par IA.
- La signature est créée en privilégiant certains acides aminés compatibles avec la fonction de la protéine.
- Les tests montrent que les protéines marquées conservent leurs performances comparables aux versions non marquées.
Une signature cachée directement dans la protéine
Une protéine est constituée d’une succession d’acides aminés dont l’ordre détermine en grande partie sa structure et sa fonction. SynthID Bio exploite les choix possibles lors de la conception informatique de cette séquence pour y incorporer un signal statistique invisible.
Le système peut ainsi privilégier certains acides aminés compatibles avec la fonction recherchée afin de créer une signature qui pourra ensuite être détectée avec l’outil approprié. Selon la présentation officielle de SynthID Bio par Google DeepMind, cette marque reste présente lorsque la séquence numérique sert à fabriquer physiquement la protéine.
Les chercheurs ont notamment associé cette méthode à ProteinMPNN, un outil de conception de séquences protéiques, et à AlphaProteo. Ils l’ont testée sur des protéines conçues pour se lier à trois cibles : VEGF-A, PD-L1 et le domaine de liaison au récepteur de la protéine Spike du SARS-CoV-2.
Une signature pourrait fournir une information supplémentaire sur la provenance d'une séquence issue d'un outil connu et encadré.
Les protéines marquées ont conservé leur fonction lors des tests
L’enjeu était de vérifier que l’ajout de cette signature ne rendait pas les protéines inutilisables. Les expériences en laboratoire rapportées par les chercheurs montrent que les modèles marqués ont conservé des performances comparables aux versions non marquées pour les critères étudiés, notamment le taux de succès de liaison et l’affinité.
L’étude publiée dans Nature le 30 septembre 2026 décrit ces résultats comme une preuve de faisabilité. Elle ne démontre donc pas que le procédé puisse déjà être généralisé à toutes les protéines créées par intelligence artificielle.
Une seconde méthode concerne les structures tridimensionnelles prédites par AlphaFold 3. Les chercheurs ont modifié une partie du modèle afin que ses coordonnées atomiques contiennent elles aussi une signature détectable, tout en conservant une précision structurelle comparable selon leurs évaluations.
Pourquoi identifier l’origine d’une protéine conçue par IA ?
L’un des usages envisagés concerne la biosécurité. Les entreprises capables de fabriquer de l’ADN à la demande contrôlent les séquences commandées afin d’identifier des risques biologiques connus. L’IA complique cette tâche puisqu’elle peut produire des séquences nouvelles, sans correspondance évidente avec celles déjà répertoriées.
Une signature pourrait fournir une information supplémentaire sur la provenance d’une séquence issue d’un outil connu et encadré. Elle ne permet cependant pas, à elle seule, d’établir qu’une protéine est sans danger. Google DeepMind souligne d’ailleurs que le marquage doit compléter d’autres dispositifs de sécurité et non les remplacer.
La même approche pourrait servir à distinguer les structures artificielles des données expérimentales déposées dans de grandes bases scientifiques. En France, les outils d’intelligence artificielle occupent déjà une place croissante en biologie structurale : le Comité national du CNRS souligne notamment l’importance prise par AlphaFold dans la prédiction des structures protéiques.
Une technologie encore expérimentale
SynthID Bio présente plusieurs limites. La détection repose sur un signal statistique et certaines modifications intentionnelles peuvent l’affaiblir. Les protéines très courtes offrent également moins de possibilités pour intégrer une signature suffisamment détectable. Les auteurs indiquent que la résistance à des tentatives délibérées de suppression du marquage reste un axe de recherche.
Google DeepMind travaille parallèlement sur l’application de cette méthode à des objets biologiques plus complexes. Une expérimentation distincte a notamment porté sur le génome d’un bactériophage conçu avec le modèle Evo 2. Ces travaux restent eux aussi expérimentaux.
Pour les chercheurs et laboratoires français, aucune démarche nouvelle ni obligation réglementaire ne découle actuellement de cette publication. SynthID Bio constitue pour l’instant un outil de recherche destiné à mieux tracer l’origine de certaines créations biologiques issues de l’IA, dont l’utilisation à grande échelle nécessiterait encore des travaux techniques, des standards communs et une coordination entre acteurs de la recherche et de la synthèse génétique.
Questions fréquentes
Comment SynthID Bio parvient-il à ajouter une signature sans altérer la fonction de la protéine ?
La méthode exploite les choix possibles lors de la conception informatique de la séquence d’acides aminés. Elle privilégie certains acides aminés compatibles avec la fonction recherchée pour y incorporer un signal statistique invisible, préservant ainsi la structure et la fonction biologique.
Quels sont les principaux usages envisagés pour identifier l'origine d'une protéine conçue par IA ?
L’un concerne la biosécurité : les entreprises fabriquant de l’ADN à la demande pourraient utiliser la signature pour identifier la provenance d’une séquence issue d’un outil connu. Un autre usage envisagé est de distinguer les structures artificielles des données expérimentales dans les grandes bases scientifiques.
Quelles sont les principales limites actuelles de SynthID Bio ?
La détection repose sur un signal statistique que certaines modifications intentionnelles peuvent affaiblir. Les protéines très courtes offrent également moins de possibilités pour intégrer une signature suffisamment détectable. La résistance à des tentatives délibérées de suppression du marquage reste un axe de recherche.
