AlphaGenome Atlas forudsiger virkninger af alle 9 milliarder menneskelige DNA-varianter

Google DeepMind introducerede AlphaGenome Atlas den 8. september 2026, en platform der indeholder forudsagte molekylære effekter for alle 9 milliarder mulige enkelt‑bogstav DNA‑varianter i det menneskelige genom, ledsaget af en ny variant‑rangordningsscore og en tilhørende teknisk papir.

Ressourcen er bygget ved at forudberegne AlphaGenomes forudsigelser, laboratoriets sekvens‑til‑funktion‑model, på tværs af hele genomet i stedet for at køre modellen én variant ad gangen. DeepMinds meddelelse beskriver Atlas som den mest omfattende katalog over, hvordan genetiske mutationer påvirker molekylær biologi. Det resulterende datasæt er på omkring 1 petabyte, hvilket virksomheden siger er mere end 30 gange større end AlphaFold‑databasen, som den udvidede i 2022.

Hvad Atlas indeholder

Ifølge det tekniske papir udførte holdet in silico mætningmutagenese på tværs af det menneskelige genom og genererede forudsigelser for hver mulig enkelt‑nukleotid‑variant i hg38‑referencen samt mere end 100 millioner insertioner og deletioner observeret i gnomAD, UK Biobank og All of Us‑befolkningsdatasæt. Hver variant indeholder i gennemsnit 27.000 eksperiment‑specifikke skalar‑forudsigelser, der dækker over hundreder af menneskelige og museceller og væv.

Ved siden af de rå forudsigelser udgav DeepMind AlphaGenome Variant Impact (AVI)-scoren, som kondenserer AlphaGenome‑ og AlphaMissense‑forudsigelser med konserverings‑ og protein‑tab‑af‑funktion‑funktioner til et enkelt tal per variant. Hver AVI‑score ledsages af funktions‑attributioner, der nedbryder den i de molekylære processer, der driver den, såsom RNA‑splittning eller genekspression. Atlas indeholder også et kompendium af 2.601 tilbagevendende DNA‑sekvensmotiver, genomets regulatoriske “ord”, med deres placeringer kortlagt på tværs af celletyper. DeepMind siger, at AVI‑scoren fungerer både i de kodende regioner, som udgør omkring 2 % af genomet, og de ikke‑kodende 98 %, og papiret rapporterer top‑moderne præstation på variant‑patogenicitet og sjældne sygdomme, med de stærkeste gevinster på ikke‑kodende varianter.

Tidlige forskningsanvendelser

DeepMind siger, at eksterne samarbejdspartnere allerede har brugt ressourcen. I samarbejde med GREGoR‑konsortiet anvendte Laura Covill og Anne O’Donnell-Luria fra Broad Institute AVI‑scoren på uløste sjældne sygdomstilfælde og prioriterede en dyb intronisk variant i DNM1, et gen stærkt forbundet med epileptisk encefalopati. De underliggende AlphaGenome‑forudsigelser viste, at varianten skabte et hjerne‑specifikt kryptisk splittningssted, som udvidede det resulterende protein med 13 aminosyrer, og papiret rapporterer, at eksperimentelle screens bekræftede forudsigelsen og identificerede nærliggende varianter med lignende effekter, hvilket understøtter en sandsynlig patogen klassificering.

Ved University of Exeter anvendte Medical Research Council‑stipendiat Gareth Hawkes Atlas på hel‑genom‑data fra mere end 54.000 deltagere i UK Biobank. Ved at gruppere sjældne varianter efter deres forudsagte molekylære effekter opdagede Hawkes 22 % flere ikke‑kodende genetiske associationer med cirkulerende proteinniveauer, end der ellers ville have været mulige at opdage, og identificerede regulatoriske varianter, der påvirker proteiner såsom PLA2G7, som er forbundet med aldring, og EGLN1, en cellulær iltsensor. Med fokus på de 1 % af de ikke‑kodende varianter, som Atlas forudsiger er mest indflydelsesrige, identificerede han også 19 genetiske regioner forbundet med kropsmasseindeks. Ved Stowers Institute for Medical Research brugte Julia Zeitlinger og Melanie Weilert motif‑ressourcen til at kategorisere, hvilke transkriptionsfaktorer kun påvirker DNA‑tilgængelighed versus hvilke også kan tænde og slukke gener.

Tilgængelighed og angivne begrænsninger

AlphaGenome Atlas‑webstedet er åbent for ikke‑kommerciel forskningsbrug fra den 8. september 2026, sammen med AlphaGenome‑API’en og en funktion i Google Antigravity, virksomhedens agent‑udviklingsplatform. DeepMind sagde, at kommerciel adgang på Google Cloud kommer snart, og det tekniske papir bemærker, at en statisk download af AVI‑scores er tilladelsesfri licenseret til kommerciel og ikke‑kommerciel brug.

Forfatterne angiver i papiret, at Atlas og AVI er forskningsværktøjer, der forudsiger molekylære effekter og kun kan fungere som en del af evidenskæden, der fører til kliniske diagnoser, men ikke som tilstrækkelig evidens alene. DeepMinds ansvarsfraskrivelse tilføjer, at AlphaGenome ikke er blevet valideret eller godkendt til klinisk brug. Papiret bemærker også huller i AlphaGenomes træningsdata, herunder manglende celletyper og ikke‑polyadenylerede RNA‑er, og siger, at teamet ser dette første‑generations Atlas som et udgangspunkt, der vil blive mere præcist, efterhånden som de underliggende modeller forbedres.