Developer

SynthID Bio DeepMind: Watermark Protein AI Biar Aman

Google DeepMind ngerilis SynthID Bio, watermark yang nempel langsung di protein AI tanpa ngerusak fungsi biologisnya—demi biosecurity yang makin ketat.

Tim Engineering Classai

· 9 menit baca

Render 3D protein biru melewati checkpoint scanner kaca, menggambarkan watermark SynthID Bio dari Google DeepMind
Gambar: Google DeepMind

Inti singkat

  • SynthID Bio dari Google DeepMind nyisipin watermark langsung ke kode protein tanpa ngerusak fungsi biologisnya.
  • Uji lab di VEGF-A, spike SARS-CoV-2, dan PD-L1 nunjukin protein watermark setara protein biasa soal hit rate dan binding affinity.
  • Watermark buat struktur 3D ditanam langsung di bobot AlphaFold 3 lewat fine-tuning sebagian diffusion network.
  • Google kerja bareng Stanford dan Arc Institute buat nyobain watermark di genom bakteriofag hasil desain Evo 2.
  • Paper, kode, dan data in vitro SynthID Bio dirilis open source buat komunitas riset biosecurity.
Daftar isi9 bagian
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09

Google DeepMind baru ngerilis SynthID Bio, teknologi watermark yang bisa nempel langsung ke kode biologis protein buatan AI — bukan cuma ke gambar, teks, atau video kayak SynthID versi sebelumnya. Yang bikin penting, watermark ini tetap kedeteksi di protein fisik hasil sintesis, tanpa ngerusak fungsi biologisnya.

Menurut pengumuman resmi Google DeepMind, ini jadi langkah awal buat ngebantu dunia biosecurity ngelacak mana protein yang didesain AI dan mana yang alami. Soalnya, kayak dibahas Ars Technica, tools AI buat desain protein makin canggih, tapi software screening DNA yang ada sekarang belum bisa nandain mana sekuens yang didesain AI — gara-gara belum ada yang benar-benar nge-karakterisasi ancamannya.

An isometric 3D render of blue protein structures passing through a futuristic glass checkpoint scanner.
Render 3D protein biru yang lewat checkpoint scanner kaca futuristik — gambaran simbolis gimana SynthID Bio berfungsi sebagai lapisan verifikasi buat desain biologis. · Sumber: Google DeepMind

Panduan gratis · gratis

Panduan Cepat API AI untuk Developer

Dari request pertama sampai siap produksi: contoh kode, streaming, kontrol biaya, keamanan API key, dan penanganan error.

  • Contoh request dengan cURL, Python, dan JavaScript
  • Streaming dan format OpenAI vs Anthropic
  • Cara mengontrol biaya token
  • Checklist keamanan dan siap produksi

Dengan mengirim, kamu setuju menerima email dari Classai sesuai Kebijakan Privasi. Bisa berhenti berlangganan kapan saja.

Apa itu SynthID Bio?

SynthID Bio adalah kumpulan metode watermarking yang dibuat khusus buat synthetic biology, dikembangkan tim yang sama di balik SynthID (watermark buat teks, gambar, dan video AI). Bedanya, SynthID Bio dirancang buat nempel ke dua jenis data biologis: sekuens asam amino protein dan struktur 3D hasil prediksi.

AI sekarang udah bisa bantu banyak hal di dunia biologi — dari AlphaFold yang memprediksi struktur protein, AlphaProteo dan ProteinMPNN yang mendesain protein baru dari nol, sampai riset terbaru soal bakteriofag (virus yang nyerang bakteri). Tapi kemampuan ini juga bikin masalah baru: desain AI yang benar-benar baru bisa lolos dari screening DNA tradisional, dan struktur 3D sintetis yang salah label bisa mencemari database publik yang dipakai banyak peneliti.

Kenapa Protein Buatan AI Perlu Watermark?

Masalahnya ada di cara kerja screening DNA selama ini. Kalau dulu, sekuens yang nggak dikenal biasanya dianggap aman — dikira organisme alami yang belum ketemu. Tapi sekarang, AI bisa bikin sekuens yang benar-benar baru dan nggak mirip ancaman yang udah diketahui, jadi asumsi lama itu nggak berlaku lagi.

Untuk mastiin order sintesis DNA bukan ancaman buatan, penyedia sintesis harus ngecek manual satu-satu — proses yang lama dan bisa bikin riset penting ketunda. Di sinilah watermark protein AI dari SynthID Bio bisa ngasih sinyal otomatis: order itu beneran berasal dari model yang punya pengaman bawaan, bukan desain sembarangan.

Cara Kerja SynthID Bio: dari Sequence sampai Struktur 3D

SynthID Bio ngasih dua pendekatan beda, sesuai jenis data yang mau ditandai.

Untuk sekuens protein, watermark-nya bekerja dengan dikit-dikit ngarahin pilihan asam amino saat protein didesain. DeepMind nyobain ini pakai AlphaProteo (metode desain protein binder) bareng versi SynthID Bio dari ProteinMPNN, metode generasi sekuens protein yang paling umum dipakai peneliti.

Visualization of the predicted structure of our watermarked VEGF-A protein binder with watermark signal indicated by color for each amino acid.
Visualisasi struktur protein binder VEGF-A yang udah dikasih watermark, warna di tiap asam amino nunjukin sinyal watermark yang tersembunyi di sekuensnya. · Sumber: Google DeepMind

Sementara buat struktur 3D, SynthID Bio nge-fine-tune sebagian kecil dari diffusion network AlphaFold 3, jadi kemampuan watermark-nya langsung ketanam di bobot model. Artinya, koordinat atom yang diprediksi otomatis bawa sinyal yang bisa dideteksi, nggak peduli siapa yang jalanin modelnya. Hasilnya, akurasi prediksi AlphaFold 3 tetap terjaga, deteksi watermark-nya nyaris sempurna, dan sinyalnya tetap kuat walau kena noise digital atau perubahan koordinat kecil.

Visualization of the predicted structure of our watermarked VEGF-A protein binder with watermark signal indicated by color for each amino acid.
Tampilan lain dari struktur protein binder VEGF-A yang sama, nunjukin konsistensi sinyal watermark di sekuens asam amino yang berbeda. · Sumber: Google DeepMind

Hasil Uji Lab: Protein Binder yang Tetap Manjur

Bagian paling penting dari riset ini: watermark-nya nggak boleh ngerusak fungsi biologis protein. Kalau sampai ngerusak, obat atau riset yang dibangun dari protein itu jadi nggak berguna.

DeepMind nguji ini di laboratorium beneran, pakai tiga target protein berbeda: VEGF-A, spike protein RBD dari SARS-CoV-2, dan PD-L1. Hasilnya, desain yang udah dikasih watermark punya hit rate, binding affinity, dan keragaman sekuens alami yang setara sama versi tanpa watermark.

Target ProteinHit RateBinding AffinityKeragaman Sekuens
VEGF-ASetara versi tanpa watermarkSetara versi tanpa watermarkSetara versi tanpa watermark
Spike protein RBD (SARS-CoV-2)Setara versi tanpa watermarkSetara versi tanpa watermarkSetara versi tanpa watermark
PD-L1Setara versi tanpa watermarkSetara versi tanpa watermarkSetara versi tanpa watermark

Ini jadi protein binder berwatermark pertama yang terbukti berfungsi secara biologis di dunia nyata, bukan cuma di simulasi komputer.

Biosecurity "Swiss Cheese" dan Peran Watermark Ini

DeepMind nggambarin pendekatan biosecurity mereka kayak model "keju Swiss" — banyak lapisan pengaman independen yang nutupin celah satu sama lain. Mitigasi di level model, verifikasi pelanggan, sampai screening DNA, masing-masing punya titik lemah sendiri. SynthID Bio jadi satu lapisan verifikasi baru yang ditanam langsung di desain biologisnya, bukan cuma di sistem digital terpisah.

"SynthID Bio jadi bagian penting buat melacak asal-usul desain biologis," kata Sarah Carter, pakar kebijakan biosekuriti dari Science Policy Consulting yang ikut review riset ini. Dia bilang watermark ini ngebantu penyedia sintesis mempercepat screening buat pelanggan yang pakai model-model yang udah dikasih tanda.

James Diggans, VP Policy and Biosecurity di Twist Bioscience, juga ngasih feedback soal riset ini. Dia bilang watermarking bisa jadi tambahan yang menjanjikan buat toolbox biosecurity — bikin screening lebih fokus ke sekuens yang beneran butuh review ketat, sementara AI tetap bisa berkembang dengan aman.

Selain itu, SynthID Bio juga bisa ngebantu jaga integritas database publik kayak Protein Data Bank, UniProt, dan GenBank. Database-database ini terbuka buat submission publik dan jadi rujukan penting buat riset, tapi entri yang salah label bisa berdampak besar ke keputusan biosecurity — masalah yang bakal makin gede kalau data biologis buatan AI makin banyak masuk.

SynthID Bio Nggak Lahir dari Nol: Sejarah Watermark AI Google

SynthID Bio sebenarnya ngelanjutin kerja riset DeepMind yang udah jalan beberapa tahun di urusan watermark AI. Dua fondasi teknisnya adalah AlphaProteo, tools desain protein baru yang dirilis September 2024, dan AlphaFold yang baru aja merayakan lima tahun dampaknya ke dunia riset pada November 2025.

AlphaProteo, tools DeepMind yang dirilis September 2024 buat mendesain protein baru bagi riset biologi dan kesehatan — jadi salah satu fondasi teknis di balik SynthID Bio.
AlphaProteo, tools DeepMind yang dirilis September 2024 buat mendesain protein baru bagi riset biologi dan kesehatan — jadi salah satu fondasi teknis di balik SynthID Bio. · Sumber: Google DeepMind
AlphaFold baru merayakan lima tahun dampaknya ke dunia riset pada November 2025 — model prediksi struktur protein ini yang sekarang jadi basis watermarking struktur 3D di SynthID Bio.
AlphaFold baru merayakan lima tahun dampaknya ke dunia riset pada November 2025 — model prediksi struktur protein ini yang sekarang jadi basis watermarking struktur 3D di SynthID Bio. · Sumber: Google DeepMind

Di sisi lain, konsep watermarking-nya sendiri bukan hal baru buat Google. SynthID generasi awal dirilis Mei 2024 buat nandain teks dan video hasil AI, dan sebelum itu, Agustus 2023, SynthID pertama kali dipakai buat ngenalin gambar yang dibuat AI.

SynthID generasi sebelumnya dirilis Mei 2024 buat watermark teks dan video AI, jadi dasar teknologi yang sekarang diperluas ke dunia biologi lewat SynthID Bio.
SynthID generasi sebelumnya dirilis Mei 2024 buat watermark teks dan video AI, jadi dasar teknologi yang sekarang diperluas ke dunia biologi lewat SynthID Bio. · Sumber: Google DeepMind
Sebelum masuk ke protein, SynthID Google pertama kali dipakai Agustus 2023 buat nandain gambar hasil AI.
Sebelum masuk ke protein, SynthID Google pertama kali dipakai Agustus 2023 buat nandain gambar hasil AI. · Sumber: Google DeepMind

Jadi SynthID Bio ini intinya perluasan dari teknologi watermark digital yang udah dipakai bertahun-tahun, sekarang diadaptasi buat dunia biologi yang jauh lebih sensitif soal keamanan.

Langkah Selanjutnya: dari Open Source sampai Watermark Bakteriofag

DeepMind sendiri ngaku SynthID Bio bukan solusi tunggal yang bisa nutup semua risiko. PR berikutnya adalah bikin watermark-nya lebih tahan dari upaya tampering yang sengaja, plus dipasangin sama metadata provenance kayak C2PA (yang sebelumnya dipakai Google buat nandain media digital) atau repositori terpusat data biologis buatan AI.

Yang lebih menarik, tim ini juga udah mulai riset ke objek biologis yang lebih kompleks. Bareng Hie Lab di Stanford University dan Arc Institute, mereka integrasiin SynthID Bio ke Evo 2, model genomik canggih, buat nandain genom bakteriofag hasil desain Evo 2. Uji lab awal di kultur bakteri udah ngonfirmasi bakteriofag berwatermark ini tetap berfungsi — detail lengkapnya rencananya bakal dirilis lewat manuskrip teknis terpisah.

DeepMind juga udah publikasiin paper metode SynthID Bio dan ngasih akses terbuka ke kode serta data in vitro-nya, plus merilis bobot modelnya ke komunitas riset. Tujuannya biar kolaborasi lintas komunitas biosecurity, sintesis gen, dan pembuat kebijakan bisa jalan bareng.

Cara Ikut Pantau atau Kolaborasi Riset Ini

Buat kamu yang kerja di bidang riset, biotek, atau developer yang penasaran sama implementasinya, ini beberapa langkah yang bisa dicoba:

  1. Baca langsung pengumuman dan paper metode SynthID Bio di blog resmi DeepMind buat detail teknis lengkapnya.
  2. Cek rilis kode dan data in vitro yang udah dibuka ke komunitas riset, kalau kamu mau bongkar cara kerja fine-tuning-nya.
  3. Kalau punya proposal kolaborasi riset, DeepMind nerima kontak di [email protected] — tapi jangan kirim informasi rahasia atau proprietary.
  4. Pantau update lanjutan soal watermark genom bakteriofag Evo 2 dari kolaborasi Stanford dan Arc Institute, karena manuskrip teknisnya bakal dirilis susulan.

Dampak buat Developer dan Peneliti AI di Indonesia

Buat developer dan peneliti di sini, SynthID Bio ngasih contoh konkret gimana fine-tuning model AI bisa dipakai buat urusan keamanan, nggak cuma ningkatin akurasi. Pola ini — nanam watermark langsung di bobot model kayak yang dilakuin ke AlphaFold 3 — bisa jadi referensi kalau kamu lagi ngembangin sistem AI yang butuh jejak audit atau provenance, di luar dunia biologi sekalipun.

Soal data dan keamanan, isu kayak gini juga relevan sama diskusi UU PDP di Indonesia: makin banyak sistem AI yang nyimpen atau ngolah data sensitif, makin penting juga ada mekanisme buat melacak asal data atau hasil generasinya. Kalau kamu lagi belajar bikin sistem AI yang mikirin keamanan dari awal, bisa cek kelas AI untuk Developer di Classai buat dasar-dasar membangun aplikasi AI yang lebih bertanggung jawab.

Buat yang penasaran soal konsep model AI riset dan gimana AI dipakai buat ngerjain laporan atau analisis ilmiah secara umum, kamu juga bisa baca AstaBrief: Model AI Ai2 Bikin Laporan Riset Makin Cepat atau Apa itu API AI? Panduan Lengkap untuk Pemula buat paham dasar gimana model-model kayak ini biasanya diakses dan dipakai developer.

Intinya, SynthID Bio ngasih sinyal kalau Google serius ngejar biosecurity bareng kemajuan AI biologi. Tapi karena ini masih proof of concept, implementasi skala besar di industri sintesis DNA atau database publik kemungkinan masih butuh waktu dan kolaborasi lebih lanjut dari berbagai pihak.

Sumber & referensi

  1. 01

    Google DeepMind · 30 September 2026

    Introducing SynthID Bio
  2. 02

Artikel ini ditulis ulang oleh Tim Classai dengan bantuan AI berdasarkan sumber di atas — bukan terjemahan. Ada yang keliru? Kabari kami di [email protected].

Pertanyaan yang sering ditanyakan

Apa itu SynthID Bio dari Google DeepMind?

SynthID Bio adalah teknologi watermark dari Google DeepMind yang bisa nempel langsung ke kode biologis protein buatan AI, baik di sekuens asam amino maupun struktur 3D. Watermark ini tetap kedeteksi di protein fisik hasil sintesis tanpa ngerusak fungsi biologisnya.

Gimana SynthID Bio bisa nandain protein tanpa ngerusak fungsinya?

Buat sekuens protein, SynthID Bio dikit-dikit ngarahin pilihan asam amino saat desain lewat ProteinMPNN dan AlphaProteo. Buat struktur 3D, watermark-nya ditanam langsung di bobot AlphaFold 3 lewat fine-tuning sebagian diffusion network, dan uji lab nunjukin fungsi biologisnya tetap setara versi tanpa watermark.

Apakah SynthID Bio udah dipakai buat produk komersial?

Belum. SynthID Bio masih berstatus proof of concept dan baru diuji di laboratorium untuk tiga target protein (VEGF-A, spike SARS-CoV-2, PD-L1). DeepMind merilis paper, kode, dan data in vitro-nya secara open source buat komunitas riset, bukan buat produk siap pakai.

Apa hubungan SynthID Bio sama AlphaFold dan AlphaProteo?

SynthID Bio dibangun di atas tools yang udah ada: AlphaProteo dan ProteinMPNN dipakai buat nguji watermark di sekuens protein binder, sementara AlphaFold 3 di-fine-tune sebagian supaya prediksi struktur 3D-nya otomatis bawa sinyal watermark. Jadi SynthID Bio bukan model baru dari nol, tapi lapisan keamanan tambahan di tools yang udah dipakai banyak peneliti.

Kenapa watermark protein penting buat biosecurity?

Screening DNA tradisional nggak bisa ngenalin sekuens yang didesain AI karena belum ada yang nge-karakterisasi sebagai ancaman atau bukan. Watermark dari SynthID Bio ngasih sinyal otomatis kalau suatu desain berasal dari model tertentu, jadi penyedia sintesis bisa fokus review ke sekuens yang beneran mencurigakan dan bikin screening lebih efisien.

Luthfi

Classai Weekly

dari Luthfi · Setiap Senin, 06.30 WIB

Nggak sempat ngikutin berita AI? Biar aku yang rangkumin tiap Senin.

  • 5 berita AI paling penting minggu ini — udah disaring, nggak perlu baca puluhan situs
  • Kenapa itu penting buat kamu — plus opini jujur Luthfi soal arahnya
  • 1 prompt siap pakai yang bisa langsung dicoba
  • Pilihan kelas & model AI minggu ini — kadang ada promo khusus pelanggan

Dengan mengirim, kamu setuju menerima email dari Classai sesuai Kebijakan Privasi. Bisa berhenti berlangganan kapan saja.

Lihat contoh edisi

Bermanfaat? Bagikan ke tim atau temanmu.

Langkah berikutnya

Sudah paham teorinya. Sekarang praktikkan.

Belajar langsung dengan studi kasus pekerjaanmu — dipandu langkah demi langkah, dalam bahasa Indonesia.

Ditulis oleh

Tim Engineering Classai

Pengembang Classai Router

Tim Engineering Classai membangun dan menjalankan Classai Router, gateway API AI yang kompatibel dengan format OpenAI dan Anthropic. Kami menulis panduan teknis dari pengalaman mengoperasikan API AI setiap hari.

Baca juga

Artikel terkait

Semua Developer