Google DeepMind hat den AlphaGenome Atlas veröffentlicht, der die biologischen Auswirkungen von rund 9 Milliarden möglichen Einzelnukleotidvarianten im menschlichen Genom vorhersagt. Die Plattform bündelt Vorhersagen zu Veränderungen einzelner Buchstaben in rund 3 Milliarden DNA-Buchstaben und enthält mehr als 1 Petabyte an Daten.
Das dem Atlas zugrunde liegende AlphaGenome-Modell analysiert Sequenzen von bis zu 1 Million DNA-Buchstaben und erstellt Vorhersagen zu Tausenden molekularen Merkmalen wie Genexpression, Chromatinzugänglichkeit und RNA-Verarbeitung. Das Modell hatte seine Allzweck-Konkurrenten in 25 von 26 Tests zur Vorhersage von Varianteneffekten übertroffen. Der Atlas soll die Notwendigkeit verringern, Varianten einzeln über die API zu untersuchen, und eine Ressource bieten, die mehr als 30-mal größer ist als die AlphaFold Database. Die Daten umfassen Hunderte menschliche und murine Zelltypen und Gewebe sowie mehr als 2 Tausend 500 sich im gesamten Genom wiederholende DNA-Motive.
DeepMind stellte zudem den AlphaGenome Variant Impact (AVI)-Score vor, der Vorhersagen von AlphaGenome und AlphaMissense kombiniert. Der sowohl in kodierenden als auch in nicht kodierenden Regionen einsetzbare Score trug in der Erforschung seltener Krankheiten dazu bei, eine zuvor übersehene Variante zu identifizieren, die das Gen DNM1 beeinflusst.
Warum das wichtig ist
Diese Ressource könnte die Priorisierung in der Genomanalyse verändern, indem sie Forschenden ermöglicht, statt einzelner Varianten eine breite Palette von Möglichkeiten innerhalb desselben Rahmens zu bewerten. Dass neben kodierenden Regionen auch nicht kodierende Regionen berücksichtigt werden, die mit der Genregulation in Zusammenhang stehen, erleichtert die Untersuchung von Veränderungen, die bei Ansätzen unberücksichtigt bleiben, die sich ausschließlich auf proteinproduzierende Sequenzen konzentrieren. Vorhersagen zu verschiedenen Zell- und Gewebetypen bieten Forschenden eine detailliertere Vergleichsgrundlage für Fälle, in denen die biologische Wirkung derselben Variante je nach Kontext unterschiedlich ausfallen kann. Wie die Vorhersagen bei der Diagnose seltener Krankheiten oder bei der Validierung von Forschungsergebnissen eingesetzt werden können, bleibt jedoch eine offene Frage, die durch experimentelle Belege geklärt werden muss. Auch die zugrunde liegenden Annahmen und Fehlermargen müssen vor einem klinischen Einsatz gesondert bewertet werden.
Hintergrund
Google ist im Archiv von FikirPilot kein neuer Name: In den vergangenen 90 Tagen haben wir 33 Meldungen veröffentlicht, in denen dieser Name vorkam; die jüngste davon stammt vom 9. September 2026.