FoldMark：通过水印技术保护蛋白质生成模型
密码学与安全
2024-11-13 v4 机器学习
生物大分子
摘要
蛋白质结构是理解蛋白质功能的关键，对生物工程、药物发现和分子生物学的发展至关重要。近年来，随着生成式 AI 的引入，计算蛋白质结构预测/设计的效能和精度得到了显著提升。然而，版权保护和有害内容生成（生物安全）等伦理问题对蛋白质生成模型的广泛应用构成了挑战。在此，我们探讨是否有可能向蛋白质生成模型及其输出中嵌入水印，以实现版权认证和生成结构的追踪。作为概念验证，我们提出了一种两阶段方法 FoldMark，作为蛋白质生成模型的通用水印策略。FoldMark 首先预训练水印编码器和解码器，通过微调蛋白质结构来嵌入用户特定信息，并从编码后的结构中忠实地恢复该信息。在第二阶段，利用基于水印条件的低秩自适应（LoRA）模块对蛋白质生成模型进行微调，以在保持生成质量的同时，学习生成具有高恢复率的水印结构。我们在开源蛋白质结构预测模型（如 ESMFold 和 MultiFlow）以及从头结构设计模型（如 FrameDiff 和 FoldFlow）上进行了大量实验，结果表明我们的方法在所有这些生成模型上均有效。同时，我们的水印框架对原始蛋白质结构质量的影响微乎其微，并且在潜在的后处理和自适应攻击下表现出鲁棒性。
引用
@article{arxiv.2410.20354,
title = {FoldMark: Protecting Protein Generative Models with Watermarking},
author = {Zaixi Zhang and Ruofan Jin and Kaidi Fu and Le Cong and Marinka Zitnik and Mengdi Wang},
journal= {arXiv preprint arXiv:2410.20354},
year = {2024}
}