Google DeepMind опублікувала базу даних, яка може значно змінити спосіб, яким науковці вивчають генетичні захворювання. AlphaGenome Atlas, запущений 8 вересня, відображає передбачувані молекулярні ефекти приблизно 9 мільярдів можливих однонуклеотидних змін у всьому людському геномі, перетворюючи одну з найбільш обчислювально витратних проблем геноміки на безкоштовну таблицю пошуку.
Що насправді створило DeepMind
Atlas побудований на основі AlphaGenome — моделі штучного інтелекту, розробленої DeepMind у 2025 році для аналізу довгих послідовностей ДНК та одночасного прогнозування кількох молекулярних результатів. Це вже був крок далі, ніж більшість існуючих інструментів, які зазвичай зосереджуються вузько на одному типі молекулярного ефекту за раз.
Новий Atlas використовує ці прогнозуючі можливості та передчасно обчислює їх у масштабі всього геному. Обсяг у 1 петабайт приблизно в 30 разів більший, ніж у базі даних AlphaFold, яка сама по собі переосмислила структурну біологію, коли зафіксувала передбачені 3D-форми сотень мільйонів білків.
База даних охоплює варіанти одиночних нуклеотидів — найпоширенішу форму генетичної варіації у людей. Щоб допомогти визначити пріоритети, Atlas містить те, що DeepMind називає рейтингом впливу варіантів AlphaGenome (AVI). Цей рейтинг ранжує варіанти за їх передбачуваною молекулярною значущістю, надаючи дослідникам систематичну вихідну точку замість необхідності вручну оцінювати мільярди кандидатів.
Особлива увага приділяється некодуючому геному — приблизно 98% людського ДНК, яке не кодує білки безпосередньо. Саме в цій області дослідження асоціації по всьому геному найчастіше знаходять варіанти, пов’язані з хворобами, проте історично їх було складніше інтерпретувати. Атлас було створено саме для усунення цієї прогалини.
Ранні результати та хто вже це використовує
Інститут Broad вже співпрацює з Atlas і повідомляє про швидше пріоритезування варіантів та виявлення нових генетичних асоціацій за допомогою аналізу даних UK Biobank. UK Biobank — це великий біомедичний база даних, яка містить інформацію про здоров’я та генетику приблизно півмільйона учасників із Великобританії.
Атлас безкоштовно доступний для некомерційних досліджень через веб-портал і API, за тією ж моделлю відкритого доступу, яку використовував DeepMind з AlphaFold. Комерційна ліцензія планується через Google Cloud.
Чому це має значення поза лабораторією
Шляхом попереднього обчислення 9 мільярдів прогнозів та зроблення їх запитуваними, DeepMind ефективно знижує бар’єри входу для менших дослідницьких груп, університетів у умовах обмежених ресурсів та дослідників рідкісних захворювань, які можуть працювати з обмеженим бюджетом на обчислення. Команда, що вивчає рідкісне захворювання, зосереджена на одному гені, більше не потребує доступу до суперкомп’ютера, щоб зрозуміти, що може робити певна варіація у регуляторній області.
Біобанки по всьому світу розширюються. Витрати на секвенування цілого геному за останнє десятиліття різко знизилися. Обсяг даних про варіанти, які дослідникам потрібно інтерпретувати, зростає, а інструменти для їх інтерпретації не масштабувалися пропорційно. Попередньо обчислений, стандартизований довідник, який можна запитувати, а не обчислювати, заповнює цю прогалину тим способом, якого не можуть досягти індивідуальні моделі, розгорнуті лабораторією за лабораторією.