AlphaGenome Atlas mapuje każdą zmianę w ludzkim DNA

DeepMind udostępnił Atlas AlphaGenome – zakrojony na ogromną skalę zbiór danych, który ma wypełnić lukę w rozumieniu ludzkiego genomu. Dla każdej z około dziewięciu miliardów możliwych zmian w DNA atlas oferuje przewidywanie, jak dany wariant wpłynie na procesy molekularne w setkach typów komórek i tkanek. To przedsięwzięcie oparte na modelu AI AlphaGenome, zaprezentowanym w 2025 roku.

Petabajt predykcji zamiast pojedynczych zapytań

Jeszcze niedawno, aby sprawdzić wpływ konkretnego wariantu, trzeba było odpytywać model za każdym razem osobno. Teraz odpowiedzi są wstępnie obliczone i gotowe do użycia. Skala robi wrażenie – zbiór danych zajmuje petabajt, czyli ponad trzydzieści razy więcej niż baza struktur białkowych AlphaFold.

Model analizuje fragmenty DNA o długości miliona liter i przewiduje między innymi, jak silnie gen jest odczytywany, czy białka regulatorowe mogą się wiązać z danym odcinkiem oraz w jaki sposób transkrypt genu ulega składaniu (splicingowi). Według publikacji każdy wariant otrzymuje średnio około 27 tysięcy indywidualnych wartości predykcyjnych.

Dlaczego to ma znaczenie dla regionów niekodujących

Największe znaczenie mają te predykcje dla około 98 procent genomu, które nie zawierają instrukcji budowy białek. Te niekodujące obszary pełnią funkcję przełączników i pokręteł decydujących o tym, kiedy i w jakiej tkance gen jest aktywny. To właśnie tam znajduje się większość wariantów powiązanych z chorobami – i tam ich skutki najtrudniej było odczytać.

Jedna liczba dla każdej mutacji

Tysiące wartości predykcyjnych na wariant to zbyt wiele dla codziennego użytku. Dlatego zespół DeepMind opracował AlphaGenome Variant Impact Score (AVI) – wskaźnik, który sprowadza całość do jednej liczby.

Jak działa AVI

Niewielka sieć neuronowa łączy predykcje AlphaGenome z modelem białkowym AlphaMissense oraz dwoma miarami tego, jak niezmieniony pozostał dany fragment DNA przez miliony lat ewolucji. AVI korzysta z 18 cech wejściowych, podczas gdy uznane narzędzie benchmarkowe CADD używa ponad 150.

Obejście braku pewnych etykiet

Dla niemal żadnego wariantu nie wiadomo z całą pewnością, czy jest szkodliwy. Zespół poradził sobie z tym problemem, traktując warianty bardzo rzadkie w populacji jako prawdopodobnie szkodliwe, a te częste jako prawdopodobnie nieszkodliwe – mutacje szkodliwe rzadziej rozprzestrzeniają się bowiem między pokoleniami. Mimo tak pośredniego treningu AVI pokonał istniejące narzędzia w testach na wariantach już sklasyfikowanych klinicznie, zwłaszcza w regionach niekodujących. W niektórych zadaniach konkurencja okazała się jednak lepsza.

Atlas wskazuje również, który proces odpowiada za wynik danego wariantu – na przykład czy wpływa on na składanie transkryptu, czy na działanie przełącznika regulacyjnego.

Przypadek epilepsji pokazuje praktyczną wartość

Konsorcjum GREGoR, badające nierozwiązane przypadki rzadkich chorób, dostarczyło przykładu, jak atlas pomaga w praktyce. Dziecko z ciężką epilepsją pozostawało bez diagnozy mimo przeprowadzenia sekwencjonowania genomu. AVI przesunął wariant w genie DNM1, wcześniej klasyfikowany jako niejasny, na szczyt listy kandydatów.

Predykcje AlphaGenome dostarczyły także mechanizmu: wariant tworzy niewłaściwe miejsce składania podczas przetwarzania transkryptu genu, co wydłuża białko o 13 elementów budulcowych. Dzieje się tak jednak wyłącznie w wersji genu odczytywanej wyłącznie w mózgu – dlatego wcześniejsze badania próbek krwi nie wykryły niczego. Eksperyment laboratoryjny potwierdził przewidywanie, a badacze rekomendują klasyfikację wariantu jako prawdopodobnie chorobotwórczy.

Analiza wcześniej rozwiązanych przypadków konsorcjum wypadła podobnie korzystnie: AVI umieścił wariant przyczynowy wśród 50 najlepszych kandydatów w 29,5 procent przypadków, podczas gdy CADD osiągnął 12,5 procent.

Więcej sygnału w szumie i ograniczenia narzędzia

Atlas ma też napędzać badania populacyjne. Aby ustalić, czy rzadkie warianty w danym regionie genomu wpływają na coś takiego jak wartość morfologii krwi, trzeba analizować je zbiorczo – pojedynczo są zbyt rzadkie dla statystyki. Gdy warianty nieszkodliwe i działające mieszają się ze sobą, sygnał ginie w szumie.

Gareth Hawkes z University of Exeter wykorzystał atlas, by pogrupować wyłącznie te warianty, które według predykcji działają tak samo, opierając się na danych genomicznych ponad 54 tysięcy uczestników UK Biobank. Pozwoliło to wykryć o 22 procent więcej powiązań między wariantami niekodującymi a poziomem białek we krwi niż konwencjonalne filtry. Zespół wyprowadził również 2601 powtarzających się krótkich wzorców DNA – swoistych „słów” genomu, do których przyłączają się białka regulatorowe.

AlphaGenome ma jednak swoje ograniczenia. Nie zna wszystkich typów komórek i pomija efekty działające poprzez ilość innych białek regulatorowych. Jak podkreśla DeepMind, atlas i AVI to narzędzia badawcze, mogące stanowić jedynie ogniwo w łańcuchu dowodów prowadzących do diagnozy. Atlas jest dostępny do użytku niekomercyjnego przez portal internetowy, API oraz jako umiejętność w Google Antigravity. Wersja komercyjna ma pojawić się w Google Cloud.

Atlas AlphaGenome pokazuje, jak AI może stopniowo przekształcać genomikę z dziedziny pełnej nieodczytanych sygnałów w obszar coraz lepiej zrozumiałych mechanizmów. Choć nie zastąpi diagnostyki klinicznej, już teraz pomaga badaczom wyłuskiwać istotne warianty z morza szumu – a to może przyspieszyć drogę do odpowiedzi dla pacjentów, którzy czekali na nie latami.