Science, ElrolumNews – Kecerdasan buatan kini tidak hanya mampu membuat gambar, menulis teks, atau memprediksi struktur molekul.
AI juga mulai digunakan untuk merancang protein baru—molekul yang menjadi fondasi hampir seluruh proses kehidupan.
Protein hasil rancangan AI berpotensi digunakan untuk berbagai keperluan, mulai dari penelitian biomedis hingga pengembangan teknologi baru. Tetapi kemajuan tersebut menghadirkan persoalan baru:
Bagaimana jika suatu hari kita tidak lagi bisa mengetahui apakah sebuah protein dirancang manusia, ditemukan di alam, atau diciptakan oleh AI?
Sebuah penelitian terbaru menawarkan salah satu jawaban pertama.
Para ilmuwan Google DeepMind mengembangkan SynthIDBio, sistem yang dapat memberikan semacam “tanda air” digital pada protein yang dirancang menggunakan AI tanpa secara berarti menghilangkan fungsi biologis protein tersebut.
Penelitian itu diterbitkan di jurnal Nature pada 30 September 2026. Para peneliti menyebutnya sebagai proof of concept bahwa watermark biologis yang tetap mempertahankan fungsi protein memang memungkinkan dilakukan.
Ketika AI Mulai Merancang Molekul Kehidupan
Protein adalah salah satu komponen paling penting dalam kehidupan.
Enzim membantu reaksi kimia berlangsung. Antibodi mengenali molekul tertentu. Protein membran mengatur pertukaran zat. Protein struktural membantu membentuk jaringan tubuh.
Selama evolusi, alam menghasilkan protein melalui proses yang berlangsung selama miliaran tahun.
Kini, AI mulai menawarkan jalur yang berbeda.
Model komputasi dapat mempelajari hubungan antara urutan asam amino, bentuk tiga dimensi, dan fungsi protein, kemudian membantu ilmuwan merancang molekul yang memiliki karakteristik tertentu.
Perkembangan ini berlangsung sangat cepat. Model seperti AlphaFold 3 dan berbagai sistem desain protein telah memperluas kemampuan ilmuwan untuk memprediksi struktur dan mengeksplorasi desain molekul baru.
Tetapi semakin banyak protein yang dapat dirancang komputer, muncul kebutuhan baru:
asal-usulnya harus dapat dilacak.
Mengapa Protein Buatan AI Perlu “Identitas”?
Bayangkan sebuah laboratorium menerima protein baru.
Protein itu bekerja.
Strukturnya benar.
Fungsinya sesuai dengan yang diharapkan.
Tetapi tidak ada informasi yang cukup untuk mengetahui bagaimana protein tersebut dibuat.
Apakah berasal dari protein alami?
Apakah dimodifikasi oleh manusia?
Atau sepenuhnya dirancang oleh AI?
Pertanyaan seperti ini mungkin terdengar terlalu jauh untuk saat ini.
Namun, para peneliti menilai kemampuan menelusuri asal-usul protein akan menjadi semakin penting seiring meluasnya penggunaan AI dalam biologi.
Alasannya bukan hanya soal kepemilikan atau hak cipta.
Provenance, atau riwayat asal-usul suatu molekul, juga berkaitan dengan integritas penelitian dan biosecurity.
Dari Watermark Digital ke Protein
Pada teks atau gambar digital, watermark dapat digunakan untuk menunjukkan asal sebuah karya.
Konsep yang sama kini dicoba pada dunia biologis.
Tetapi ada masalah besar.
Pada teks, perubahan beberapa kata mungkin tidak mengubah arti keseluruhan.
Pada protein, perubahan kecil pada urutan asam amino dapat mengubah struktur dan fungsi biologisnya.
Sebuah protein tidak hanya perlu “terlihat” seperti protein yang sama.
Ia harus tetap bekerja.
Karena itu, watermark pada protein tidak boleh sekadar menempel seperti label di luar molekul.
Tanda tersebut harus menjadi bagian dari representasi biologisnya tanpa merusak fungsi yang ingin dipertahankan.
Di sinilah SynthIDBio mencoba melakukan sesuatu yang baru.
Tanda yang Tidak Terlihat Mata
Para peneliti mengembangkan dua pendekatan.
Yang pertama, SynthIDBio-sequence, menanamkan sinyal watermark ke dalam urutan protein yang dirancang AI.
Yang kedua, SynthIDBio-structure, menggunakan model yang diturunkan dari AlphaFold 3 untuk menghasilkan struktur biomolekul yang membawa watermark yang secara praktis tidak terlihat dalam struktur tersebut.
Dengan pendekatan ini, watermark tidak muncul sebagai tulisan atau simbol.
Tidak ada label “MADE BY AI” yang terlihat pada molekul.
Sebaliknya, informasi asal-usul disimpan dalam pola biologis yang dapat diperiksa menggunakan sistem deteksi yang sesuai.
Secara sederhana, konsepnya mirip dengan sidik jari tersembunyi.
Molekul tetap tampak dan berfungsi seperti protein biasa.
Tetapi pemeriksa yang memiliki alat pendeteksi dapat mencari sinyal yang menunjukkan asal-usulnya.
Protein Tetap Harus Bekerja
Ini bagian paling penting dari penelitian tersebut.
Watermark yang terlalu kuat dapat mengubah protein.
Jika perubahan itu membuat protein kehilangan kemampuan mengikat target atau menjalankan fungsi biologisnya, teknologi tersebut tidak banyak berguna.
Karena itu, para peneliti menguji apakah protein yang diberi watermark masih memiliki kemampuan biologis yang sebanding dengan protein tanpa watermark.
Dalam eksperimen mereka, protein binder yang diberi watermark menunjukkan kemampuan pengikatan yang sebanding dengan versi tanpa watermark, sementara sistem deteksi watermark mencapai akurasi yang sangat tinggi dalam kondisi pengujian mereka.
Hasil tersebut menjadi dasar bagi klaim utama penelitian:
watermark biologis yang mempertahankan fungsi protein secara prinsip dapat dibuat.
Namun, para peneliti sendiri menekankan bahwa teknologi ini masih merupakan proof of concept.
Bukan “Stempel AI” yang Berlaku untuk Semua Protein
Ada hal yang perlu diperjelas.
SynthIDBio tidak berarti semua protein di dunia sekarang dapat diperiksa dan langsung diketahui apakah dibuat AI atau tidak.
Sistem tersebut bekerja dalam konteks metode desain dan model tertentu.
Selain itu, penggunaan nyata dalam ekosistem biologi yang luas masih membutuhkan pengembangan lebih lanjut.
Para peneliti juga mengakui perlunya koordinasi dan standardisasi industri agar sistem provenance semacam ini dapat digunakan secara luas.
Jadi, teknologi ini belum menjadi “detektor universal protein AI”.
Ia adalah langkah awal menuju kemungkinan tersebut.
Mengapa Biosecurity Menjadi Bagian Penting?
Kemampuan AI merancang molekul biologis memiliki sisi yang sangat menjanjikan.
Namun teknologi yang semakin kuat juga menciptakan kebutuhan baru untuk memastikan siapa yang membuat suatu desain, bagaimana desain tersebut dibuat, dan dari mana informasi tersebut berasal.
Dalam konteks biosecurity, informasi provenance dapat membantu memberikan konteks tambahan terhadap suatu urutan atau struktur biologis.
Misalnya, jika sebuah desain diketahui berasal dari sistem AI tertentu, informasi tersebut dapat menjadi salah satu bagian dari catatan digital mengenai riwayat molekul tersebut.
Tetapi watermark bukanlah sistem keamanan yang berdiri sendiri.
Ia tidak otomatis menentukan apakah sebuah protein aman atau berbahaya.
Ia juga tidak menggantikan pengawasan laboratorium, pemeriksaan biologis, atau sistem keamanan lainnya.
Fungsinya lebih sederhana:
membantu menjawab pertanyaan “dari mana desain ini berasal?”
Ada Persamaan dengan Watermark pada Gambar AI
Fenomena ini sebenarnya memiliki kemiripan dengan persoalan yang sedang berkembang di dunia digital.
Ketika AI semakin mampu membuat gambar realistis, muncul kebutuhan untuk mengetahui apakah sebuah gambar dibuat manusia atau mesin.
Kini persoalan serupa mulai masuk ke dunia molekuler.
Jika AI dapat menghasilkan protein baru dalam jumlah semakin besar, manusia membutuhkan cara untuk membedakan:
mana yang berasal dari alam, mana yang dimodifikasi manusia, dan mana yang dirancang oleh mesin.
Namun perbedaannya sangat besar.
Pada gambar, watermark terutama berkaitan dengan informasi dan provenance.
Pada protein, watermark harus berhadapan dengan fungsi biologis yang nyata.
Salah sedikit, molekulnya dapat berubah.
Protein Adalah “Bahasa” yang Sangat Sensitif
Protein dibangun dari rangkaian asam amino.
Urutan tersebut menentukan bagaimana rantai protein melipat menjadi struktur tiga dimensi.
Struktur tersebut kemudian menentukan bagaimana protein berinteraksi dengan molekul lain.
Itulah sebabnya perubahan kecil tidak selalu tidak berbahaya.
Satu perubahan dapat tidak memberikan efek berarti.
Perubahan lain dapat mengubah stabilitas, kemampuan mengikat, atau aktivitas protein.
Karena itu, keberhasilan SynthIDBio bukan semata-mata karena mampu menyisipkan pola.
Tantangan sebenarnya adalah menyisipkan pola tanpa mengorbankan fungsi biologis.
Penelitian tersebut menunjukkan bahwa kompromi itu dapat dikurangi secara signifikan dalam sistem yang mereka uji.
Masa Depan Bisa Memiliki “Metadata” Biologis
Jika teknologi seperti ini berkembang, suatu hari protein hasil desain AI mungkin tidak hanya memiliki urutan dan struktur.
Ia juga dapat memiliki metadata asal-usul yang tertanam secara biologis.
Informasi tersebut dapat menjadi bagian dari ekosistem yang lebih besar.
Database protein dapat mencatat asal model.
Laboratorium dapat mengetahui sumber desain.
Penyedia sintesis DNA dapat memiliki informasi tambahan mengenai provenance.
Peneliti dapat membedakan antara protein hasil desain AI dan protein yang berasal dari sumber lain.
Tetapi agar semua itu terjadi, dibutuhkan sesuatu yang lebih besar daripada satu teknologi.
Diperlukan standar bersama.
Tanpa standar, setiap pengembang AI dapat menggunakan sistem watermark yang berbeda dan tidak kompatibel satu sama lain.
Masih Banyak Pertanyaan yang Belum Terjawab
Penelitian ini membuka jalan, tetapi juga memperlihatkan betapa panjang perjalanan yang masih harus ditempuh.
Apakah watermark akan tetap terdeteksi setelah protein mengalami perubahan atau evolusi lebih lanjut?
Bagaimana jika sebuah protein dirancang ulang oleh sistem AI lain?
Bagaimana watermark dari berbagai model dapat hidup berdampingan?
Siapa yang mengelola kunci atau sistem pendeteksinya?
Dan yang paling penting:
apakah komunitas ilmiah akan menyepakati standar provenance biologis yang sama?
Penelitian Nature tersebut tidak mengklaim sudah memiliki semua jawabannya.
Justru sebaliknya, para peneliti menyebut pekerjaan mereka sebagai bukti awal bahwa konsep tersebut memungkinkan.
AI Tidak Hanya Belajar Membuat Protein—Kini Kita Belajar Mengenali Buatannya
Perkembangan AI dalam biologi memasuki tahap yang menarik.
Pada awalnya, manusia berusaha mengajarkan komputer memahami protein.
Kemudian komputer mulai membantu manusia merancang protein.
Sekarang muncul langkah berikutnya:
bagaimana manusia memastikan bahwa protein yang dirancang komputer tetap dapat dilacak asal-usulnya?
Pertanyaan tersebut mungkin terdengar sederhana.
Namun jawabannya menyentuh salah satu persoalan terbesar dalam biologi masa depan.
Jika AI suatu hari mampu menghasilkan jutaan desain protein baru, kemampuan untuk menciptakan saja tidak akan cukup.
Kita juga membutuhkan kemampuan untuk mengetahui dari mana sebuah desain berasal, bagaimana ia dibuat, dan bagaimana riwayatnya dapat diverifikasi.
SynthIDBio belum menyelesaikan seluruh persoalan itu.
Tetapi penelitian terbaru tersebut menunjukkan bahwa dunia biologis mungkin sedang memasuki era baru:
molekul kehidupan yang dirancang mesin mungkin suatu hari memiliki tanda tangan digitalnya sendiri.
Dan ketika itu terjadi, batas antara dunia digital dan dunia biologis akan menjadi semakin tipis.
Sumber Berita
Stutz, D., Cowen-Rivers, A. I., Ortiz-Jimenez, G. et al. (2026). “Function-preserving watermarking of AI-generated proteins.” Nature. DOI: 10.1038/s41586-026-10965-y. Diterbitkan 30 September 2026. (nature.com)
Nature News. “Secret watermark labels proteins as ‘made by AI’.” Oktober 2026. (nature.com)
Google DeepMind — SynthID Bio. Dokumentasi dan repositori riset mengenai watermarking urutan serta struktur protein hasil AI. (github.com)
