Lo screening di pericolosità nella sintesi del DNA fallisce sotto shift tassonomico

Un recente studio indica che le tecniche esistenti di screening della sintesi del DNA sono inefficaci quando si ha a che fare con sequenze pericolose provenienti da famiglie tassonomiche non incluse nei database di riferimento. I ricercatori dimostrano che, sotto i vincoli del tasso di errore certificato del Controllo Conforme del Rischio, segnali a bassa discriminazione portano a soglie che scendono al di sotto delle masse di test sicure, causando un tasso di falsi positivi del 100%. Per risolvere questo problema, il team sviluppa tre segnali: similarità Jaccard dei k-mer con tossine note, punteggi medi troncati da un pannello di cinque giudici LLM e similarità coseno con centroidi di embedding clusterizzati. Integrandoli tramite un aggregatore logistico monotono e calibrato con il Controllo Conforme del Rischio, lo screener garantisce un tasso di falsi negativi atteso ≤ α. In pieghe leave-one-taxonomic-family-out a α=0.05 sulle tossine recensite UniProt KW-0800, lo screener calibrato raggiunge un tasso di errore di test dello 0%. La ricerca è accessibile su arXiv.