研究用 AI 设计蛋白绕过现有生物安全筛查,并提出边缘 AI 折叠筛查系统 Capiti
Bypassing Current Biosecurity Screens with AI Designed Proteins and Closing the Gap with Edge-AI Functional Screening
研究团队提出端侧筛查系统 Capiti,它无需联网即可运行,直接监听 DNA 合成仪的阀门控制信号,在检测到致病功能迹象时中止合成。该系统不做序列比对,而是训练 CNN 识别蛋白质折叠,并用 ProteinMPNN 生成已知致病蛋白的假定功能变体,与活性位点敲除、乱序序列和诱饵序列区分。
摘要给出了与两种常用筛查软件的放行比例对比,可据此判断基于折叠识别的端侧筛查在生物安全场景中的定位。
预印本 · biorxiv · 10.64898/2026.10.14.759233
本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v1
DNA 合成机器是医学和研究领域的重要工具,但也可能被滥用于合成可被转录和翻译为有毒蛋白质的序列。合成服务提供商可能会对订单中的危险序列进行筛查,但大多数筛查软件采用基于序列的比对方法,容易受到 AI 重设计攻击。此外,仅靠软件的合成筛查要求机器操作者是可信的。我们提出 Capiti,一种边缘部署的筛查系统,无需联网即可运行,直接监听合成仪的阀门控制信号,并在检测到潜在致病功能时中止合成。Capiti 不进行序列比对,而是专门训练用于识别蛋白质折叠。我们使用 ProteinMPNN 生成已知致病蛋白的推定功能性变体,并训练一个 CNN 将其与活性位点敲除、打乱序列和诱饵区分开来。我们发布了两个模型:Capiti-E(已知致病蛋白)和 Capiti-C(最后手段抗生素的抗性基因),以及一个 DNA 合成仪模拟器 emusynth。在我们的测试集上,IBBIS commec 和 SeqScreen 分别错误放行了 18.5% 和 44.7% 的推定功能性致病变体;而 Capiti 仅放行了 0.24%。
来源:bioRxiv · biorxiv.org