10月2日消息，据英国皇家化学会《Chemistry World》报道，Google DeepMind 开发出一种在人工智能（AI）设计蛋白质的过程中直接为其添加"水印"的方法，可帮助科学家追踪这类结构的生成来源，相关成果发表于 Nature（David Stutz 等，2026）。

技术路线上，研究者在AI蛋白质设计流程中引入一段短结合序列作为水印标记，该序列对蛋白质的结构与功能影响极小——演示对象包括一个 VEGF-A 结合蛋白——但能为"这个分子是否由AI生成"提供可验证的判据。这与图像、文本领域的AI水印思路同源，却是在蛋白质设计阶段原生嵌入，而非事后检测。

该成果的产业与安全意义在于：随着生成式AI批量设计蛋白质的能力快速扩散，抗体、酶、结合蛋白等分子的来源追溯成为生物安全治理的新课题。水印机制为实验室与企业区分天然发现、人工设计与AI生成分子提供了工具，也为未来监管框架（如AI生成生物序列的申报与审计）提供了技术底座。

不过报道同时指出，该方案能否被科学界与产业界广泛采用仍存疑问：水印须在不损害蛋白功能的前提下保持稳定，且需要设计工具链上下游（从算法到合成厂商）的协同支持，自愿采纳的激励机制尚待建立。 （来源：Chemistry World）