Google DeepMindは、ヒトゲノムに存在する約9 billion個の単一ヌクレオチド変異候補の生物学的影響を事前に予測するAlphaGenome Atlasを公開した。このプラットフォームは、約3 billion個のDNA文字における1文字単位の変化に関する予測を集約しており、1 petabyteを超えるデータを含んでいる。
Atlasの中核となるAlphaGenomeモデルは、最大1 million個のDNA文字からなる配列を解析し、遺伝子発現、クロマチンアクセシビリティ、RNAプロセシングなど、数千の分子特性について予測を生成する。このモデルは、26種類の変異影響予測テストのうち25種類で、汎用目的の競合モデルを上回っていた。Atlasは、変異を1つずつAPI経由で調べる必要性を減らし、AlphaFold Databaseの30倍を超える規模のリソースを提供することを目指している。データには、数百種類のヒトおよびマウスの細胞種と組織、さらにゲノム全体で繰り返し現れる2千500種類を超えるDNAモチーフが含まれている。
DeepMindは、AlphaGenomeとAlphaMissenseの予測を組み合わせたAlphaGenome Variant Impact（AVI）スコアも発表した。コード領域と非コード領域の双方で利用できるこのスコアは、希少疾患研究において、DNM1遺伝子に影響を及ぼす、これまで見落とされていた変異の特定に寄与した。
なぜ重要なのか
このリソースは、研究者がバリアントを1つずつ調べるのではなく、幅広い可能性の集合を同じ枠組みで評価できるようにすることで、ゲノム解析における優先順位付けのあり方を変える可能性がある。コード領域に加えて、遺伝子制御に関係する非コード領域も対象とすることで、タンパク質を生成する配列だけに焦点を当てたアプローチでは対象外となる変化の調査が容易になる。さまざまな細胞種や組織種に関する予測は、同じバリアントの生物学的影響が文脈によって異なる可能性がある場合に、研究者により詳細な比較の基盤を提供する。一方で、予測を希少疾患の診断や研究結果の検証にどのように利用するかは、実験的証拠による裏付けが必要な未解決の課題である。仮定や誤差の範囲についても、臨床利用に先立って別途評価する必要がある。
背景
Googleは、FikirPilotのアーカイブにおいて新しい名前ではない。過去90日間にこの名前が登場する記事を33本公開しており、最も新しい記事は2026年9月9日付だ。