Fotografija može imati vodeni žig, dokument potpis, a proizvod oznaku serije. Sada se slična ideja primenjuje na proteine koje projektuje veštačka inteligencija. Google DeepMind predstavio je SynthIDBio, postupak koji u podatke o molekulu ugrađuje prepoznatljiv obrazac, uz nastojanje da njegova funkcija ostane očuvana. Potpis se ne vidi kao natpis ili obojena tačka. Otkriva ga poseban računarski postupak. Zanimljivost je u prenošenju pitanja porekla iz sveta digitalnih slika u biologiju: kada se neki dizajn pojavi u istraživanju, trebalo bi lakše utvrditi da li potiče iz određenog AI sistema. Oznaka porekla bila bi naročito korisna kada se uz dizajn izgube prvobitne napomene o njegovom nastanku.
Razvijena su dva načina obeležavanja. Jedan se odnosi na redosled aminokiselina, osnovnih gradivnih jedinica proteina. Drugi ostavlja obrazac u digitalnim podacima o trodimenzionalnom položaju atoma. Ta razlika je važna, jer zapis o strukturi i fizički proizveden molekul predstavljaju različite stvari. Kod sekvence istraživači proveravaju da li se oznaka može sačuvati kroz izbor aminokiselina koji i dalje omogućava željenu funkciju. Kod strukture ispituju da li se računski potpis prepoznaje bez značajnog narušavanja kvaliteta predviđanja.
U oba slučaja oznaka mora da bude merljiva i dovoljno precizno definisana. Zato naziv „nevidljiv“ ovde znači da obrazac zahteva odgovarajući postupak čitanja, a ne običan pogled.
Provera nije ostala na računarskim primerima. Napravljeni su obeleženi proteinski vezivači za tri različite mete, a njihove sposobnosti vezivanja upoređene su sa odgovarajućim neobeleženim verzijama. Rezultati su pokazali uporediv učinak u ispitivanim uslovima. Rad objavljen u časopisu Nature opisuje i vrlo visoku uspešnost prepoznavanja označenih dizajna u testovima. Ipak, procenat uspeha važi za konkretan skup podataka i način izbora kandidata. Važno je proveravati i pogrešna prepoznavanja, jer bi netačno pripisivanje prirodnog ili tuđeg molekula određenom sistemu moglo da stvori novu zabunu. Pouzdan sistem morao bi jasno da razlikuje snažan trag porekla od rezultata koji ostavlja prostor za sumnju.
Najveći izazov je trajnost oznake. Uobičajena računarska obrada koja dodatno podešava strukturu može da oslabi ili ukloni njen potpis, a izmenama sekvence takođe se može uticati na prepoznavanje. Zato se ovaj rezultat opisuje kao dokaz da je pristup moguć, uz potrebu za daljim razvojem. Vodeni žig ne potvrđuje automatski da je molekul bezbedan, koristan ili pravilno ispitan. On odgovara na uže pitanje o poreklu dizajna. Za praktičnu upotrebu trebalo bi jasno navesti koje promene podnosi, šta detektor zaista utvrđuje i u kojim slučajevima pouzdan odgovor nije moguć. Posebno pitanje je šta se može zaključiti kada je uzorak izmenjen i detektor više ne nalazi prvobitni obrazac.
Takva oznaka mogla bi da postane korisna u razmeni naučnih podataka. Laboratorija koja preuzima dizajn često mora da prati verziju, korišćeni model i prethodne provere. Prepoznatljiv potpis mogao bi da dopuni tu dokumentaciju, ali bi i dalje bila potrebna uredna evidencija celog postupka. Posebno zanimljivo pitanje tiče se javno dostupnih baza, u kojima prirodni i računarski predloženi molekuli mogu da se nađu zajedno. Jasnije poreklo olakšalo bi pravilno tumačenje takvih zbirki. Razvoj biologije uz AI zato donosi još jedan zadatak: uz sve bolje dizajne, potrebni su i načini da se njihov put može proveriti. I korisnik detektora morao bi da zna šta njegov odgovor potvrđuje, kako bi oznaku pravilno protumačio.
S.B.
