Google DeepMind、「AlphaGenome Atlas」を公開　90億通りのDNA変異を1PBで検索可能に

90億通りの「DNAの1文字違い」を、研究の入口で検索できるように

Google DeepMindは2026年9月8日、AlphaGenome Atlas（アルファゲノム・アトラス）を公開した。ヒトゲノムで起こり得る約90億通りの一塩基変異（single-nucleotide variant、SNV）について、分子生物学的な影響をAIが予測したデータを収録する検索可能なリソースだ。データ規模は約1ペタバイト。学術研究者は無料のWebポータルで利用できる。67

一塩基変異とは、DNA配列を構成する文字が1つだけ別の文字に置き換わる変化を指す。こうした変異はタンパク質の設計図となるコード領域にある場合も、遺伝子が「いつ・どこで・どの程度」働くかを調節する非コード領域にある場合もある。

Atlasの狙いは、膨大な候補の中から、次に詳しく調べるべき変異を研究者が速やかに見つけられるようにすることにある。

AlphaGenomeとAtlasは何が違うのか

両者は同じものではない。

• AlphaGenome：DNA変異が遺伝子調節などの生物学的プロセスに与え得る影響を予測するAIモデル
• AlphaGenome Atlas：そのモデルを全ゲノム規模で動かし、予測結果をあらかじめ計算・収録した大規模な参照データベース

つまりAtlasは、変異ごとにモデルを新たに実行する代わりに、既に計算された予測を検索・参照できる形にしたものだ。DeepMindは、全ての可能な1文字変化について調節機能への影響を事前計算し、約1PBのデータセットを構築したとしている。67

研究者にとっては、候補変異を確認する最初のふるいとして使いやすくなる。コードを書くことやモデルを走らせることなしに、候補の予測結果を調べ、その後の実験や解析の優先順位を考えることができる。7

AVIスコア：コード領域と非コード領域を同じ土俵で比較

Atlasでは、各変異にAlphaGenome Variant Impact（AVI）スコアが付与される。これは、予測される生物学的影響に基づき、変異候補を順位付けするための単一スコアだ。16

特に重要なのは、AVIが以下の両方を横断する優先順位付けを意図している点である。

• コード領域の変異：タンパク質の配列や処理に影響し得る変異
• 非コード領域の変異：遺伝子発現の調節などに影響し得る変異

ゲノム解析では、タンパク質を直接変える変異だけでなく、遺伝子制御に関わる非コード領域の変異も重要になり得る。一方で後者は解釈が難しい。AVIは、両者を含めた候補群から、優先して追跡する変異を選ぶための共通の手がかりとなるよう設計されている。16

ただし、提供された資料からAVIの数学的な算出式までは確認できない。スコアは病気の原因を確定する判定ではなく、検証すべき候補を絞り込むための要約指標として捉えるべきだ。

協力研究者が報告した初期の活用例

公開に合わせ、希少疾患研究と集団遺伝学における初期的な利用例も示された。

希少疾患研究では、Broad InstituteのチームがAVIを用い、DNM1遺伝子に関わる変異を候補として見いだしたと報告されている。この変異は誤ったスプライシングを生じさせるものとされ、DNM1はてんかん性脳症と関連する遺伝子として知られる。10

また、UK Biobank参加者5万4,000人超の全ゲノムデータを用いた解析では、Atlasの活用により非コード領域での関連を22％多く発見したとの報告がある。310

もっとも、これらは研究上の初期結果である。関連が多く見つかったこと自体は、それぞれが因果関係を持つことや、直ちに医療で利用できることを意味しない。資料では対象となった形質、統計的な判定基準、追試・機能検証の詳細までは示されていない。

AlphaFoldと共通する戦略、異なる対象

DeepMindのアプローチは、AlphaFoldで見られた戦略に通じる。AIモデルを開発するだけでなく、その出力を研究者が広く使えるデータベースとして提供するという考え方だ。

AlphaFold Protein Structure Databaseは、EMBL-EBI（欧州分子生物学研究所・欧州バイオインフォマティクス研究所）との協力で構築され、予測タンパク質構造への幅広いアクセスを可能にしてきた。3134

ただし、扱う科学的対象は異なる。

• AlphaFold：タンパク質の三次元構造を予測する
• AlphaGenome Atlas：DNAの1文字変異に伴う分子的・遺伝子調節上の影響を予測する

データ容量では、AtlasはAlphaFold Databaseの30倍超と報告されている。215

最も大切な注意点：予測は「研究の仮説」であって診断ではない

Atlasにあるのは実験による直接測定値ではなく、AIモデルが導いた予測である。AVIスコアが高いからといって、その変異が疾患を引き起こすと証明されるわけではない。16

適切な使い方は、数多くの候補から優先的に調べる変異を選び、作用機序の仮説を立て、次の検証を設計することだ。その後には、独立した遺伝学的証拠、細胞や生体での機能実験、必要に応じた適切な臨床評価が求められる。

AlphaGenome Atlasの価値は、ゲノム全体にわたる1文字変異の可能性を、AIが生成した仮説の地図として、すぐ検索できる形で提供した点にある。今後の真価は、その地図から選ばれた候補が、実験室とヒトの研究でどこまで検証されるかにかかっている。