AlphaGenome Atlas: een AI-kaart van 9 miljard mogelijke DNA-veranderingen

Google DeepMind heeft op 8 september 2026 AlphaGenome Atlas uitgebracht: een doorzoekbare databank met voorspellingen over de moleculaire gevolgen van elke mogelijke wijziging van één DNA-letter in het menselijke genoom. Het gaat om ongeveer 9 miljard mogelijke enkelvoudige nucleotidevarianten en circa 1 petabyte aan gegevens. De Atlas is gratis beschikbaar voor academisch onderzoek via een webportaal. 67

Van AI-model naar naslagwerk

Een enkelvoudige nucleotidevariant is een verandering in één letter van het DNA. Zo'n verandering kan zich bevinden in een coderend deel van een gen, dat direct bijdraagt aan de opbouw van een eiwit, maar ook in niet-coderend DNA. Dat laatste DNA bepaalt onder meer wanneer en waar genen actief zijn.

De kern van het project is het onderscheid tussen AlphaGenome en AlphaGenome Atlas. AlphaGenome is het AI-model dat voorspelt hoe DNA-varianten biologische processen rond genregulatie kunnen beïnvloeden. AlphaGenome Atlas is het vooraf berekende, doorzoekbare referentiebestand met de uitkomsten van dat model voor alle mogelijke veranderingen van één DNA-letter. 6721

Onderzoekers hoeven dus niet voor elke interessante variant opnieuw een modelvoorspelling aan te vragen of zelf code te schrijven. Ze kunnen de voorspelde effecten eerst opzoeken en vervolgens bepalen welke varianten het meest kansrijk zijn voor genetische analyses of laboratoriumonderzoek.

Wat zit er in die petabyte?

De Atlas bevat voor ongeveer 9 miljard mogelijke enkelvoudige nucleotidevarianten voorspelde effecten, plus voor elke variant een AlphaGenome Variant Impact-score (AVI). 16

De gegevens zijn geen klinisch oordeel, maar een eerste selectielaag. Ze kunnen onderzoekers helpen een lange lijst van waargenomen DNA-verschillen terug te brengen tot kandidaten die mogelijk biologisch relevanter zijn, inclusief aanwijzingen over de moleculaire processen die daarbij betrokken kunnen zijn. 17

AVI-score vergelijkt coderend en niet-coderend DNA

De AVI-score is één samenvattende score om varianten te rangschikken op hun voorspelde biologische impact. Daarbij combineert hij informatie over twee belangrijke soorten varianten:

• Coderende varianten, die de aminozuurvolgorde of verwerking van een eiwit kunnen veranderen;
• Niet-coderende varianten, die bijvoorbeeld de regulatie van genen en andere moleculaire activiteit kunnen beïnvloeden.

Het doel is om varianten uit beide delen van het genoom binnen één prioriteringskader te kunnen vergelijken. Dat is relevant omdat niet-coderend DNA lastig te interpreteren is, terwijl het wel een grote rol kan spelen in de regulatie van genactiviteit. 16

De beschikbare bronnen geven geen volledige wiskundige beschrijving van de AVI-score. De score moet daarom vooral worden gezien als een hulpmiddel om onderzoeksvragen te prioriteren, niet als een zelfstandige maat voor ziekteoorzaak.

Eerste toepassingen: DNM1 en UK Biobank

Samenwerkingspartners meldden twee vroege toepassingen van de Atlas.

Bij onderzoek naar zeldzame aandoeningen gebruikte een team van het Broad Institute AVI om een variant in DNM1 naar voren te halen die tot een foutieve splice-gebeurtenis leidt. DNM1 wordt in verband gebracht met epileptische encefalopathie. 10 Dit laat zien hoe het systeem een mogelijk relevante kandidaat kan helpen opsporen. De beschikbare informatie is echter onvoldoende om de reproduceerbaarheid, klinische duiding of bredere betekenis van dit individuele geval zelfstandig te beoordelen.

Daarnaast analyseerden onderzoekers volledige genomen van meer dan 54.000 deelnemers aan UK Biobank, een grote Britse biomedische onderzoeksdatabase. Daarbij vonden zij naar verluidt 22% meer associaties in niet-coderend DNA met behulp van de Atlas. 310 Meer gevonden associaties betekenen op zichzelf niet dat die verbanden oorzakelijk zijn of direct bruikbaar zijn in de zorg. Details over de onderzochte kenmerken, statistische drempels en vervolgvalidatie zijn in de aangeleverde bronnen niet gespecificeerd.

De parallel met AlphaFold

De strategie lijkt op de aanpak rond AlphaFold: DeepMind koppelt een voorspellend AI-systeem aan een breed toegankelijke wetenschappelijke databank. De AlphaFold Protein Structure Database, ontwikkeld samen met EMBL-EBI, maakt voorspelde driedimensionale eiwitstructuren toegankelijk voor onderzoekers. AlphaGenome Atlas past hetzelfde distributieprincipe toe op voorspelde gevolgen van DNA-varianten. 3134

De wetenschappelijke taak is wel fundamenteel anders:

• AlphaFold voorspelt de driedimensionale structuur van eiwitten.
• AlphaGenome Atlas voorspelt mogelijke moleculaire en regulatoire gevolgen van wijzigingen in één DNA-letter. 731

Qua datavolume is AlphaGenome Atlas volgens de berichtgeving meer dan dertig keer groter dan de AlphaFold Database. 215

Belangrijkste kanttekening: voorspellingen zijn onderzoekshypothesen

De Atlas meet geen effecten in een laboratorium en bewijst niet dat een DNA-variant een ziekte veroorzaakt. Ook een hoge AVI-score is dus geen diagnose en geen vervanging voor klinische beoordeling. 16

De meest passende toepassing is als onderzoeksbasis: eerst varianten prioriteren, daarna de sterkste kandidaten toetsen met onafhankelijk genetisch bewijs, functionele experimenten en — waar relevant — passende klinische evaluatie. Juist bij niet-coderend DNA blijft zulke vervolgvalidatie essentieel.

De voornaamste bijdrage van AlphaGenome Atlas is daarmee de combinatie van schaal en toegankelijkheid: onderzoekers krijgen een direct doorzoekbare kaart van AI-gegenereerde hypothesen voor alle mogelijke wijzigingen van één letter in het menselijke DNA. De wetenschappelijke waarde zal uiteindelijk afhangen van wat vervolgonderzoek in menselijke studies en in het lab bevestigt.