AlphaGenome Atlas של DeepMind: מפה חישובית של כל שינוי אות אפשרי ב-DNA האנושי

Google DeepMind השיקה ב־8 בספטמבר 2026 את AlphaGenome Atlas — מאגר חיפוש של תחזיות להשפעות מולקולריות של כל וריאנט חד־נוקלאוטידי אפשרי בגנום האנושי. במילים פשוטות: מדובר בכ־9 מיליארד החלפות אפשריות של אות DNA אחת, שתוצאות המודל עבורן חושבו מראש ונאגרו במשאב מחקרי בהיקף של כפטה־בייט. 67

מהו בעצם AlphaGenome Atlas?

וריאנט חד־נוקלאוטידי הוא שינוי באות אחת ברצף ה-DNA. שינוי כזה עשוי להופיע באזור מקודד חלבון — אזור שמשפיע ישירות על רצף החלבון — או באזור שאינו מקודד, שעלול להשפיע על מתי, היכן ובאיזו עוצמה גנים פעילים.

האטלס מבוסס על מודל ה-AI של DeepMind, AlphaGenome, שמנבא כיצד שינויי DNA עשויים להשפיע על תהליכים ביולוגיים הקשורים לוויסות גנים. ההבדל חשוב: AlphaGenome הוא המודל המנבא; AlphaGenome Atlas הוא מאגר העיון רחב־ההיקף שנבנה מתחזיותיו. 21

במקום שחוקר יצטרך להפעיל את המודל מחדש עבור כל מועמד גנטי, DeepMind חישבה מראש את ההשפעות הרגולטוריות החזויות של כל השינויים החד־אותיים האפשריים בגנום האנושי. 67

מה מכיל מאגר הפטה־בייט?

המאגר כולל תחזיות לכ־9 מיליארד וריאנטים חד־נוקלאוטידיים אפשריים, ולכל אחד מהם מוצמד ציון AlphaGenome Variant Impact, או בקיצור AVI. 16

המטרה אינה למסור פסק דין קליני על שינוי גנטי, אלא לעזור לצמצם רשימה ארוכה של הבדלים גנטיים שנצפו לרשימה קצרה יותר של מועמדים שכדאי לחקור. התחזיות אמורות לסמן אילו שינויים עשויים להיות בעלי משמעות ביולוגית גדולה יותר, ואילו מנגנונים מולקולריים עשויים להיות מעורבים. 17

גישה לחוקרים: חיפוש ללא צורך בהרצת מודל

לפי DeepMind, האטלס זמין למחקר אקדמי באמצעות פורטל אינטרנט חינמי ונוח לשימוש. הרעיון הוא לאפשר לחוקרים לתשאל את הנתונים בלי להריץ בעצמם את המודל ובלי צורך בכתיבת קוד. 7

בפועל, זה הופך את האטלס לשכבת סינון ראשונית: אפשר לבדוק וריאנט מועמד, לעיין בהשפעות החזויות, ואז להחליט אילו ניסויים, ניתוחים גנטיים או בדיקות המשך ראויים לעדיפות.

מה מודד ציון AVI?

ציון AVI הוא ציון יחיד שנועד לדרג וריאנטים לפי ההשפעה הביולוגית החזויה שלהם. ייחודו הוא בניסיון לאחד תחת מסגרת אחת שני סוגים מרכזיים של שינויים גנטיים:

• וריאנטים באזורים מקודדי חלבון, שעשויים לשנות את רצף החלבון או את עיבודו;
• וריאנטים באזורים שאינם מקודדים, שעשויים להשפיע על ויסות גנים ועל פעילות מולקולרית קשורה.

כך, חוקרים יכולים להשוות בצורה ישירה יותר בין מועמדים מקודדים ולא־מקודדים בניתוח כלל־גנומי. 16

המקורות שסופקו מתארים את AVI ככלי שימושי לדירוג, אך אינם מפרטים את הנוסחה המתמטית המלאה שלו. לכן יש להבין אותו כאות מסכם לצורך תעדוף מחקרי — לא כמדד שמוכיח בפני עצמו קשר סיבתי למחלה.

ממצאים ראשוניים: DNM1 ונתוני UK Biobank

בהשקה הוצגו שתי דוגמאות לשימוש מוקדם במשאב.

במחקר מחלות נדירות, צוות במכון Broad השתמש לפי הדיווחים ב-AVI כדי להבליט וריאנט בגן DNM1 שיוצר אירוע שחבור שגוי. DNM1 נקשר לאנצפלופתיה אפילפטית. 10 זו דוגמה אפשרית לכך שמודל עשוי לעזור לזהות מועמד שהיה עלול להחמיץ את תשומת הלב, אך החומר הזמין אינו מספק די פרטים כדי להעריך באופן עצמאי שכפול, פרשנות קלינית או את המשמעות הרחבה של המקרה.

במחקר גנטיקה של אוכלוסיות, חוקרים שניתחו גנומים מלאים של יותר מ־54,000 משתתפים ב-UK Biobank — מאגר מחקר בריטי רחב־היקף — דיווחו על 22% יותר אסוציאציות לא־מקודדות בעזרת האטלס. 310 יותר אסוציאציות מזוהות אינן מוכיחות כשלעצמן סיבתיות או שימוש קליני; המקורות שסופקו אינם מפרטים אילו תכונות נבדקו, מה היו ספי המובהקות או כיצד בוצע אימות ההמשך.

ההקבלה ל-AlphaFold — וההבדל המהותי

המהלך ממשיך דפוס מוכר של DeepMind: שילוב בין מודל חיזוי לבין מסד נתונים נגיש לקהילה המדעית. מאגר AlphaFold Protein Structure Database, שפותח עם EMBL-EBI, הנגיש לחוקרים מבנים תלת־ממדיים חזויים של חלבונים; AlphaGenome Atlas מיישם רעיון דומה ביחס להשפעות החזויות של וריאנטים ב-DNA. 3134

אולם היעדים המדעיים שונים:

• AlphaFold מנבא מבנים תלת־ממדיים של חלבונים.
• AlphaGenome Atlas מנבא השפעות מולקולריות ורגולטוריות הקשורות לשינויים של אות DNA אחת. 731

לפי הדיווחים, נפח הנתונים של האטלס גדול ביותר מפי 30 ממאגר AlphaFold. 215

הסייג החשוב: אלו תחזיות, לא אבחנה

תחזיות האטלס אינן מדידות ניסוייות, וציון AVI גבוה אינו מוכיח שווריאנט גורם למחלה. השימוש הנכון במשאב הוא כנקודת פתיחה למחקר: תעדוף וריאנטים, יצירת השערות על מנגנונים ביולוגיים ותכנון מחקרי המשך תפקודיים או גנטיים. 16

הזהירות חשובה במיוחד באזורים לא־מקודדים של הגנום, שבהם הפרשנות עדיין מורכבת. תהליך עבודה סביר הוא להשתמש באטלס כדי לצמצם קבוצה גדולה של מועמדים, ואז לבחון את המובילים באמצעות ראיות גנטיות עצמאיות, ניסויים תפקודיים והערכה קלינית מתאימה כשנדרש.

התרומה המרכזית של AlphaGenome Atlas היא השילוב בין קנה מידה לנגישות: מפה מוכנה לחיפוש של השערות שנוצרו ב-AI, עבור כלל השינויים החד־אותיים האפשריים ב-DNA האנושי. הערך המדעי שלה ייקבע בסופו של דבר לפי איכות האימות במעבדה ובמחקרים בבני אדם.