Durante miles de millones de años, las proteínas solo podían ser creadas por la naturaleza. Hoy, la inteligencia artificial permite diseñar proteínas completamente nuevas desde cero, con aplicaciones que van desde medicamentos hasta sensores ambientales. Esa misma capacidad abre preocupaciones de bioseguridad y un problema menos conocido: la contaminación de las bases de datos científicas con estructuras generadas por IA que nunca se validaron en el laboratorio.
Para abordar ambos riesgos, Google DeepMind presentó SynthID Bio, un método que introduce una marca de agua sutil en las proteínas durante su diseño. Según el reportaje publicado el 5 de octubre de 2026 por Singularity Hub, firmado por Shelly Fan, la técnica podría integrarse directamente en sistemas de diseño de proteínas como AlphaFold o RFdiffusion, de forma que las moléculas generadas lleven la señal de origen.
SynthID Bio se inspira en SynthID-Text, la herramienta que DeepMind lanzó en 2024 para marcar texto generado por IA. En el caso del texto, el modelo ajusta ligeramente sus elecciones de palabras sin cambiar el significado; a lo largo de un pasaje largo, esos pequeños ajustes forman una firma estadística que un detector puede reconocer. Las proteínas también son cadenas de «letras», en este caso aminoácidos, por lo que el principio se puede trasladar.
El nuevo método modifica sutilmente las decisiones de diseño, como qué aminoácido viene a continuación, y ajusta de forma mínima la posición de algunos átomos en la estructura final. Para lograrlo, DeepMind afina una pequeña parte de AlphaFold3 dedicada a la predicción estructural, de manera que las proteínas generadas por ese modelo llevan la marca de forma inherente, sin importar quién lo ejecute.
Las proteínas son delicadas: cambios diminutos pueden alterar su función. Por eso el equipo sometió el sistema a pruebas exigentes, diseñando proteínas capaces de unirse a varios objetivos, entre ellos moléculas relacionadas con la regulación del sistema inmunitario, el crecimiento de vasos sanguíneos y proteínas virales. En ensayos de laboratorio, las versiones marcadas funcionaron igual que sus equivalentes sin marcar. Los autores las describen como «los primeros ligandos proteicos con marca de agua y funcionalidad biológica».
El contexto explica la urgencia. Para fabricar una proteína, los investigadores suelen encargar su secuencia genética a un proveedor comercial de síntesis de ADN, que la compara con bases de datos de secuencias controladas y marca las sospechosas para revisión humana. Pero una proteína diseñada por IA puede diferir tanto de lo conocido que pase desapercibida, aunque sea peligrosa, y las herramientas de IA pueden modificar secuencias justo lo suficiente para evadir los filtros.
Una marca de agua ofrecería una vía más simple: si la secuencia lleva la señal, el proveedor sabría que procede de un sistema de diseño con IA. James Diggans, de Twist Bioscience, que no participó en el trabajo pero aportó comentarios tempranos, afirmó que la IA está ampliando lo que los científicos pueden diseñar y que las empresas de síntesis de ADN tienen un papel importante para que esa innovación escale de manera responsable.
El método tiene límites claros. La marca puede eliminarse: si una proteína marcada se pasa por otra herramienta de diseño para generar una secuencia distinta pero funcionalmente similar, la señal prácticamente desaparece. Además, SynthID Bio no permite por ahora identificar al creador de una proteína, lo que reduce su utilidad para rastrear usos ilícitos o proteger propiedad intelectual.
Tampoco todos los científicos están convencidos de aplicar marcas de forma generalizada. Oliver Crook, de la Universidad de Oxford, explicó a la revista Science que el proceso puede alterar la estructura lo suficiente como para producir una versión menos óptima, aunque funcional, y que para investigaciones no sensibles podría suponer una complejidad añadida que preocupa a los investigadores.
Existen otras propuestas. FoldMark, por ejemplo, incrusta una marca digital única de 32 bits en la estructura de la proteína modificando ligeramente su geometría; en simulaciones podía distinguir hasta un millón de usuarios hipotéticos. Otra idea es dar a cada científico un identificador privado para marcar sus diseños, de modo que el proveedor de síntesis compruebe si el pedido procede de un usuario autorizado.
Cualquiera que sea el método, surge una pregunta inevitable: ¿quién tiene la clave para leer la marca? Las empresas de síntesis de ADN son la opción obvia, pero no hay acuerdo sobre quién más debería tener acceso. Una encuesta reciente a 130 actores, entre ellos expertos en bioseguridad, agencias gubernamentales, responsables políticos y académicos, no alcanzó un consenso general.
Para impulsar el debate, DeepMind publica el código de SynthID Bio y sus datos experimentales para la comunidad investigadora. La empresa también extiende la tecnología a sistemas biológicos más complejos: en colaboración con el Arc Institute y la Universidad de Stanford, el equipo ha marcado en pruebas iniciales los genomas de bacteriófagos diseñados con IA sin inutilizarlos. «Trabajando de forma abierta con socios de bioseguridad, síntesis genética y política, podemos asegurar que la seguridad y la responsabilidad avancen al ritmo del descubrimiento impulsado por la IA», escribió el equipo.
En conclusión, SynthID Bio es un primer paso, no una solución definitiva. Demuestra que es posible marcar proteínas funcionales y plantea con claridad las preguntas pendientes sobre robustez, identificación y gobernanza de las claves. Su valor dependerá de que proveedores de ADN, laboratorios y reguladores acuerden cómo usar estas señales sin frenar la investigación legítima.
