公開：2026年10月3日, 最終更新：2026年10月3日
SynthID Bioは、Google DeepMindが開発した、AIによって生成された生物学的デザイン（タンパク質配列や3D構造など）に目に見えない電子透かしを埋め込む技術ファミリーである。デジタルデータ上だけでなく、実際に合成された物理的なタンパク質からも透かしを検出できる点が特徴であり、2026年9月30日にNature誌への論文掲載とともに発表された。
概要
SynthID Bioは、Google DeepMindがこれまでに画像・音声・動画・テキスト向けに展開してきた電子透かし技術「SynthID」を、合成生物学・バイオテクノロジー分野へ拡張したものである。AIによる新規タンパク質設計の急速な進歩に伴い、生成された生物学的デザインの「起源（プロバナンス）」を検証可能にする仕組みとして位置づけられる。Stanford UniversityのHie lab、Arc Institute、Adaptyv Bioなどが共同研究・実験協力機関として関与している。
仕組み・ポイント
SynthID Bioは、扱うデータの種類に応じて2つのコンポーネントを使い分ける。
SynthID Bio-sequence（配列用）
タンパク質配列生成モデル（例：ProteinMPNN）がアミノ酸を選択する際、暗号キーを用いてTournament Samplingなどの手法で選択肢をわずかに誘導し、統計的なパターン（透かし）を配列に埋め込む。検出時はキーを用いて配列全体をスキャンし、誘導されたアミノ酸の出現頻度を測定することで透かしの有無を判定する。
SynthID Bio-structure（3D構造用）
構造予測モデル（例：AlphaFold 3）の拡散ネットワークの一部をファインチューニングし、予測される原子座標に微小な幾何学的パターンを埋め込む。AlphaFold 3の評価セットでは、誤検出率0.1%の条件下で99.8%以上の検出率を達成したと報告されている。
生物学的機能の維持
VEGF-A、SARS-CoV-2スパイクタンパク質のRBD、PD-L1を標的としたタンパク質バインダーをウェットラボで検証した結果、透かしなしのバージョンと同等の結合親和性・ヒット率・配列多様性が維持されていることが確認されている。
また、Stanford University of Hie labおよびArc Instituteとの共同研究では、ゲノムモデル「Evo 2」にSynthID Bioを統合し、バクテリオファージのゲノムへ透かしを埋め込む初期実験が行われており、機能維持が確認されている。コード・in vitroデータ・モデルの重みは研究コミュニティ向けにオープンソースとして公開されている。
なぜ今注目されているのか
AIを用いた新規タンパク質設計の能力が向上するにつれ、従来のDNA合成スクリーニング（既知の危険配列データベースとの照合）を回避できる新規配列が生成されるリスクや、ラベルのないAI生成3D構造がPDB・UniProt・GenBankといった公共データベースに混入して科学的完全性を損なうリスクが現実的な懸念として浮上している。SynthID Bioは、DNA合成プロバイダーが注文された配列を安全対策が組み込まれた信頼できるAIモデルの出力として自動的に検証できる「プロバナンスレイヤー」を提供するものとして、バイオセキュリティの観点から注目を集めている。
一方で課題も残る。悪意のあるユーザーが配列の再設計や構造の追加処理を行うことで透かしが除去される可能性があり、耐改ざん性は未解決の問題である。また、透かしはあくまで起源を示すシグナルであり、それ自体が安全性を保証する証明書ではない点も明示されている。
日本企業への示唆
創薬・バイオテクノロジー企業がAI生成タンパク質を研究開発に活用する際、設計物の起源を追跡・検証できる仕組みは知的財産管理やコンプライアンスの観点から実務上の意義を持ちうる。一方で、SynthID Bioがバイオセキュリティ上の実効性を発揮するには業界横断での標準採用が不可欠であり、単一ベンダーの機能にとどまる段階では効果が限定的になる懸念がある。日本企業としては、技術の動向を注視しながら、AI生成生物学的データの出所管理に関する社内ポリシーの整備を並行して進めることが現実的な対応といえる。
※ 本ページはAI News JAPAN編集部が最新の動向を踏まえて解説したものです。内容は随時見直します。
