AlphaGenome Atlas. Mapa 9 mld możliwych zmian w ludzkim DNA

Czym jest AlphaGenome Atlas

AlphaGenome Atlas to gotowy katalog wyników, a nie nowy model. Google DeepMind uruchomił swój model AlphaGenome, zaprezentowany w czerwcu 2025 roku, dla każdej możliwej zamiany jednej litery DNA w ludzkim genomie. Wcześniej badacz musiał liczyć prognozę osobno dla każdego wariantu, co przy analizie tysięcy pacjentów lub całych biobanków było kosztowne i powolne.

Atlas skupia się na tej części genomu, która nie koduje białek. To około 98 proc. DNA, w którym zapisane są m.in. przełączniki decydujące, kiedy i w jakich komórkach gen się włącza. Zmiany w tych obszarach trudno ocenić klasycznymi metodami, dlatego wiele z nich trafia w badaniach genetycznych do kategorii wariantów o nieznanym znaczeniu.

Według DeepMind prognozy obejmują tysiące efektów molekularnych, od wiązania czynników transkrypcyjnych po splicing, czyli wycinanie fragmentów z cząsteczki RNA. Dane dotyczą setek typów komórek i tkanek człowieka oraz myszy.

Co zawiera baza i jak czytać wynik AVI

Najprostszym elementem atlasu jest wynik AVI, czyli jedna liczba opisująca przewidywany wpływ wariantu. Autorzy połączyli w nim prognozy AlphaGenome z danymi o konserwacji ewolucyjnej, podobnie jak robi to stosowany od lat wskaźnik CADD. Pozostałe warstwy pozwalają sprawdzić, dlaczego model uznał daną zmianę za istotną.

• Wynik AVI dla każdego z około 9 mld wariantów pojedynczego nukleotydu w genomie referencyjnym hg38.
• Atrybucje cech, czyli wskazanie procesów biologicznych, które odpowiadają za przewidywany efekt.
• Mapę ponad 2500 motywów DNA, krótkich powtarzalnych sekwencji regulujących pracę genów.
• Prognozy dla ponad 100 mln insercji i delecji zaobserwowanych w dużych biobankach, m.in. gnomAD i UK Biobank.

Wyniki opisane przez autorów

Publikacja pokazuje dwa praktyczne zastosowania. W przypadku rzadkiej choroby, encefalopatii padaczkowej, atlas wskazał wariant w intronie genu DNM1, czyli w niekodującym fragmencie genu. Według autorów zmiana tworzyła błędne miejsce splicingu i prowadziła do nieprawidłowego wydłużenia białka w mózgu.

W analizie populacyjnej na danych UK Biobank wykorzystanie prognoz atlasu pozwoliło znaleźć o 22 proc. więcej powiązań genetycznych w obszarach niekodujących. Na podstawie 1 proc. wariantów z najwyższą oceną zespół wskazał 19 regionów genomu związanych ze wskaźnikiem masy ciała.

Te wyniki pochodzą od autorów narzędzia. Publikacja techniczna udostępniona przez DeepMind zapowiada ostateczne wydanie, ale nie informuje o zakończonej recenzji naukowej.

Dostęp, licencja i koszt

Do badań niekomercyjnych atlas jest bezpłatny. Można z niego korzystać przez portal internetowy, przez API AlphaGenome opisane w repozytorium na GitHubie oraz jako skill w środowisku Google Antigravity. Dane do pobrania są podzielone na poziomy dostępu, a statyczny plik z wynikami AVI ma licencję pozwalającą na użycie komercyjne i niekomercyjne.

Pełny dostęp komercyjny do atlasu ma według DeepMind pojawić się wkrótce w Google Cloud. Sam model bazowy AlphaGenome jest już dostępny komercyjnie w Model Garden. Źródła nie podają cennika komercyjnej wersji atlasu ani terminu jej uruchomienia.

Ograniczenia i zastrzeżenia

Autorzy piszą wprost, że atlas i wynik AVI są narzędziami badawczymi. Mogą być jednym z elementów dowodu przy diagnozie, ale same jej nie uzasadniają. Portal zastrzega, że nie stanowi porady medycznej, a model nie został zwalidowany do użytku klinicznego.

Model ma też luki w danych treningowych. Brakuje w nich części typów komórek, części cząsteczek RNA oraz mechanizmów działających na odległość, np. zmian poziomu czynników transkrypcyjnych. Atlas obejmuje na razie wyłącznie zmiany pojedynczych liter, a kod i wagi modelu mają zostać udostępnione dopiero po ostatecznej publikacji.

Znaczenie dla polskich zespołów badawczych

Dla polskich uczelni, instytutów i pracowni genetycznych najważniejsza jest bezpłatna ścieżka niekomercyjna. Zespół badający rzadkie choroby może użyć AVI do zawężenia listy wariantów niekodujących przed kosztowną walidacją laboratoryjną. Nie musi przy tym uruchamiać modelu na własnej infrastrukturze.

Przed wysłaniem zapytań do API zespół powinien ustalić, jakie dane opuszczają instytucję. Dane genetyczne pacjentów należą według RODO do szczególnych kategorii danych osobowych. W ocenie redakcji dailyAI bezpieczniej jest korzystać z pobieralnych plików AVI lokalnie, a wyniki traktować jako hipotezę do sprawdzenia, nie jako rozstrzygnięcie.