AlphaGenome Atlas: карта возможных изменений человеческой ДНК от Google DeepMind

Что представила Google DeepMind

Google DeepMind 8 сентября 2026 года выпустила AlphaGenome Atlas — поисковую базу предсказаний о том, как возможные точечные изменения в человеческой ДНК могут влиять на молекулярную биологию. Речь идёт примерно о 9 млрд однонуклеотидных вариантов: то есть обо всех возможных заменах одной «буквы» генетического кода в геноме человека. Объём набора данных — около 1 петабайта. 67

Однонуклеотидный вариант — это замена одного нуклеотида, условно одной буквы ДНК. Такие изменения могут затрагивать как кодирующие участки, по которым синтезируются белки, так и некодирующие фрагменты, участвующие в регуляции активности генов.

Чем Atlas отличается от AlphaGenome

AlphaGenome — исходная ИИ-модель, предсказывающая, как варианты ДНК могут менять процессы, связанные с регуляцией генов. AlphaGenome Atlas — практический справочник, созданный на основе этой модели: DeepMind заранее просчитала эффекты всех возможных однонуклеотидных замен и поместила результаты в доступную для поиска базу. 6721

Для исследователя это меняет подход: вместо отдельного запуска модели для каждого кандидата можно сразу посмотреть прогноз по интересующему варианту и решить, какие генетические или лабораторные эксперименты стоит проводить дальше.

Что находится в базе объёмом 1 ПБ

Atlas содержит прогнозируемые эффекты примерно для 9 млрд вариантов и оценку AlphaGenome Variant Impact (AVI) для каждого из них. 16

Ресурс должен помочь сузить длинный список обнаруженных различий в ДНК до вариантов, которые потенциально заслуживают более внимательной проверки. Это не готовое заключение о болезни, а набор модельных сигналов: они указывают, какие изменения могут иметь большее биологическое значение и с какими молекулярными механизмами это может быть связано. 17

Доступ к Atlas для академических исследований предоставляется через бесплатный и рассчитанный на работу без программирования веб-портал. 7

Что показывает оценка AVI

AlphaGenome Variant Impact (AVI) — единая оценка для ранжирования вариантов по их предполагаемому биологическому эффекту. Её ключевая задача — дать общую шкалу для двух обычно рассматриваемых отдельно классов изменений:

• кодирующих вариантов, способных менять последовательность или обработку белка;
• некодирующих вариантов, которые могут влиять на регуляцию генов и связанную с ней молекулярную активность.

Благодаря этому исследователь может сравнивать кандидаты по всему геному в одной системе приоритизации, а не оценивать кодирующую и некодирующую ДНК как полностью несопоставимые области. 16

При этом доступные материалы не раскрывают полную математическую формулу AVI. Оценку следует воспринимать как удобный инструмент отбора кандидатов, а не как самостоятельное доказательство причинности варианта или наличия заболевания.

Первые результаты, о которых сообщили партнёры

При изучении редких заболеваний команда Broad Institute, по сообщениям DeepMind и публикаций о запуске, использовала AVI, чтобы выделить вариант, затрагивающий DNM1 и создающий некорректное событие сплайсинга. Ген DNM1 связывают с эпилептической энцефалопатией. 10

Этот пример показывает возможную ценность модели для поиска кандидатов, которые иначе могли бы остаться незамеченными. Однако представленных данных недостаточно, чтобы независимо оценить воспроизводимость результата, его клиническую интерпретацию или более широкую значимость конкретного случая.

В популяционной генетике при анализе полных геномов более чем 54 000 участников UK Biobank — крупного британского биомедицинского проекта — исследователи, как сообщается, выявили на 22% больше ассоциаций в некодирующей ДНК с помощью Atlas. 310

Это не означает автоматически, что все дополнительные ассоциации причинно связаны с признаками или пригодны для клинических решений: источники не уточняют изученные признаки, статистические пороги и результаты последующей валидации.

Параллель с AlphaFold — и принципиальная разница

Стратегия знакома по AlphaFold: DeepMind соединяет предсказательную ИИ-систему с широкодоступной научной базой данных. База AlphaFold Protein Structure Database, созданная совместно с EMBL-EBI, открыла исследователям доступ к предсказанным структурам белков. AlphaGenome Atlas применяет похожую модель распространения результатов, но к последствиям изменений ДНК. 3134

Объекты предсказания различаются:

• AlphaFold предсказывает трёхмерную структуру белков;
• AlphaGenome Atlas предсказывает молекулярные и регуляторные эффекты замен одной буквы ДНК. 731

По объёму данных Atlas, согласно сообщениям, более чем в 30 раз превосходит базу AlphaFold. 215

Главное ограничение: это гипотезы для проверки

Прогнозы Atlas не являются экспериментальными измерениями. Высокий балл AVI сам по себе не доказывает, что вариант ДНК вызывает заболевание. Ресурс разумно использовать как стартовый исследовательский слой: для приоритизации вариантов, формулирования гипотез о механизмах и планирования дальнейших функциональных, генетических и при необходимости клинических исследований. 16

Особенно важна такая осторожность для некодирующей ДНК, интерпретация которой остаётся сложной. Практический сценарий применения выглядит так: Atlas сокращает большой список кандидатов, а затем наиболее интересные варианты проверяют независимыми генетическими данными, экспериментами и надлежащей клинической оценкой.

Именно масштаб и доступность — главное обещание AlphaGenome Atlas. Он даёт научному сообществу готовую к поиску карту ИИ-гипотез для всех возможных однонуклеотидных изменений в человеческом геноме. Насколько она окажется полезной, будет зависеть от того, какие из этих гипотез подтвердят в лабораториях и исследованиях на людях.