Google DeepMind выпускает AlphaGenome Atlas с предвычисленными прогнозами молекулярного эффекта и оценками AVI для 9 миллиардов вариантов человеческой ДНК

Google DeepMind выпустила AlphaGenome Atlas — каталог предварительно рассчитанных прогнозов молекулярных эффектов каждого возможного однонуклеотидного варианта в геноме человека. Речь идёт примерно о 9 миллиардах изменений одной буквы. В рамках релиза также представлен показатель AlphaGenome Variant Impact (AVI) — единое число, ранжирующее варианты по прогнозируемому влиянию, а также атрибуции признаков для каждого варианта и коллекция мотивов для всего генома. Ресурс доступен бесплатно в виде веб-портала для академического использования, через API AlphaGenome и как навык в Google Antigravity.

Можно ли его внедрять? Частично. Сегодня к Atlas можно обращаться для некоммерческих исследований через портал и API, а коммерческий доступ в Google Cloud обозначен как «скоро». Базовая модель AlphaGenome уже доступна для академического использования на GitHub и для коммерческого использования в Model Garden в Google Cloud.

От одной модели к карте всего генома

AlphaGenome, выпущенная в июне 2025 года, прогнозирует, как вариант ДНК изменяет молекулярные процессы, такие как экспрессия генов и сплайсинг РНК. Модель широко использовалась, но всегда для одного варианта или одного региона за раз. Atlas меняет единицу работы. Команда DeepMind применила AlphaGenome ко всем 9 миллиардам однонуклеотидных вариантов и сохранила результаты, создав набор данных объёмом 1 петабайт. Это более чем в 30 раз больше, чем база данных AlphaFold, содержащая свыше 200 миллионов прогнозов структуры белков.

Проверить 9 миллиардов мутаций в лаборатории невозможно, а запуск крупной модели по запросу для каждого варианта-кандидата занимает много времени при исследованиях на уровне всего генома. Таблица поиска с прикреплённой интерпретацией устраняет оба узких места.

Что содержится в Atlas

Atlas предоставляет доступ к 4 связанным ресурсам:

• Прогнозы молекулярных эффектов: тысячи прогнозов для каждого варианта, охватывающих различные аспекты регуляции генов в сотнях типов клеток и тканей человека и мыши.
• Показатель AVI: одно число, отражающее влияние каждого варианта. Он объединяет регуляторные прогнозы AlphaGenome с AlphaMissense — моделью DeepMind для вариантов, изменяющих белки, — поэтому работает как в кодирующих регионах (около 2% генома), так и в некодирующих регионах (остальные 98%).
• Атрибуции признаков AVI: каждый показатель разлагается на аддитивные вклады интерпретируемых категорий, таких как доступность хроматина, сплайсинг и консервативность, поэтому исследователь может увидеть, какой процесс, согласно прогнозу, нарушает вариант.
• Мотивы последовательностей ДНК: собрание из более чем 2 500 повторяющихся коротких последовательностей с указанием геномных координат, включая сайты связывания факторов транскрипции.

Команда DeepMind сообщает, что показатель AVI демонстрирует лучшие в своём классе результаты во множестве тестов на патогенность вариантов и редкие заболевания. В техническом отчёте приведены подробности тестирования.

Первые результаты внешних партнёров

Три исследовательские группы использовали Atlas до его запуска, и их результаты легли в основу объявления:

• Редкие заболевания: работая с консорциумом GREGoR, Лора Ковилл и Энн О’Доннелл-Лурия из Института Броуда использовали показатель AVI для изменения приоритетов вариантов, которые ранее не попадали в фокус анализа. Показатель выявил вариант в DNM1 — гене, тесно связанном с эпилептической энцефалопатией. Базовые прогнозы AlphaGenome показали механизм: вариант создал неправильный сайт сплайсинга, что аномально удлинило образующийся белок. Экспериментальные скрининги подтвердили прогноз и выявили соседние варианты с аналогичными эффектами.
• Популяционная генетика: Гарет Хоукс, научный сотрудник Совета медицинских исследований при Эксетерском университете, применил Atlas к полногеномным данным более 54 000 участников UK Biobank. Группировка редких вариантов по прогнозируемому молекулярному эффекту позволила обнаружить на 22% больше некодирующих ассоциаций, чем было бы выявлено в противном случае, и определить регуляторные варианты, влияющие на циркулирующий уровень таких белков, как PLA2G7 и EGLN1. Отфильтровав 1% некодирующих вариантов, которые Atlas оценил как наиболее значимые, Хоукс выявил 19 геномных регионов, связанных с индексом массы тела.
• Регуляторная грамматика: Джулия Цайтлингер и Мелани Вайлерт из Медицинского исследовательского института Стоуэрса использовали ресурс мотивов, чтобы разделить факторы транскрипции, которые лишь изменяют доступность ДНК, и факторы, которые также включают и выключают гены.

Основные выводы

• AlphaGenome Atlas предварительно рассчитывает молекулярные эффекты для всех 9 миллиардов однонуклеотидных вариантов человека в наборе данных объёмом 1 ПБ.
• Показатель AVI объединяет AlphaGenome и AlphaMissense в одно ранжируемое число для кодирующих и некодирующих вариантов.
• Атрибуции признаков и более 2 500 мотивов объясняют, почему вариант получает высокий показатель, а не только фиксируют сам факт этого.
• Партнёры выявили подтверждённый экспериментами сплайсинговый вариант DNM1 и на 22% больше некодирующих ассоциаций в более чем 54 000 геномов UK Biobank.
• Бесплатные портал и API для академического использования доступны уже сегодня; коммерческий доступ в Google Cloud появится в ближайшее время; клинического одобрения нет.

Ознакомьтесь с исследованием, объявлением DeepMind, технической публикацией Google и порталом Atlas. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту о машинном обучении с более чем 150 тыс. участников и подписаться на нашу рассылку. Подождите! Вы есть в Telegram? теперь вы также можете присоединиться к нам в Telegram.

Хотите сотрудничать с нами для продвижения вашего репозитория GitHub, страницы Hugging Face, релиза продукта, вебинара и т. д.? Свяжитесь с нами