AlphaGenome Atlas: карта на 9 милиарда ДНК промени

На 8 септември 2026 г. Google DeepMind пусна AlphaGenome Atlas — база с предсказани молекулни ефекти за всяка една от около 9 милиарда възможни еднобуквени промени в човешкия геном. Ресурсът е свободен за академична употреба, тежи приблизително 1 петабайт и по думите на компанията е над 30 пъти по-голям от базата на AlphaFold.

Какво точно съдържа

Идеята е проста, но скъпа за изпълнение: вместо всеки изследовател да пуска модела за своя вариант, DeepMind е предварително изчислил предсказанията за всички варианти наведнъж. „Като предварително изчислихме предсказанията на AlphaGenome в мащаб, създадохме леснодостъпен ресурс, който силно разширява обхвата на модела“, пише екипът.

Атласът има четири части:

• Молекулни предсказания — по хиляди стойности за всеки вариант: генна експресия, достъпност на хроматина, сплайсинг, триизмерни контакти в генома. Покрити са стотици клетъчни типове и тъкани от човек и мишка.
• AVI score (AlphaGenome Variant Impact) — едно число за влияние на вариант, което обединява регулаторните предсказания на AlphaGenome с тези на AlphaMissense, плюс еволюционна консервативност и признаци за загуба на функция на белтъка.
• Feature attributions — разбивка на AVI по категории, за да видите какво движи оценката: сплайсинг, хроматин, консервативност.
• Каталог с над 2500 ДНК мотива, включително места за свързване на транскрипционни фактори.

Ключовото тук е обхватът извън гените. Кодиращите участъци са около 2% от генома; останалите 98% са регулаторни и именно там повечето инструменти се справят зле. AVI дава обща скала и за двете, което позволява да подредите кандидат-варианти, без да смесвате несравними метрики.

Снимка: Google DeepMind

Откъде идва моделът

AlphaGenome беше представен на 25 юни 2025 г. Той приема до 1 милион базови двойки наведнъж — достатъчно, за да улови усилватели, които регулират гени от голямо разстояние — и връща предсказания с резолюция до отделна буква. Рецензираната статия излезе в Nature с водещ автор Жига Авсец; там моделът изравнява или надминава най-силните външни модели в 25 от 26 сравнения за предсказване на ефект от вариант.

Атласът не е нов модел, а неговият изход, изчислен докрай.

Първите резултати при реални случаи

DeepMind посочва два примера от партньори, които вече са работили с ресурса.

Екип, свързан с GREGoR Consortium и Broad Institute, е използвал AVI при неразгадани редки заболявания и е стигнал до вариант в гена DNM1, свързан с епилептична енцефалопатия. Атласът е посочил и механизма: вариантът създава погрешно място за сплайсинг, което води до необичайно удължаване на получения белтък. Находката е потвърдена експериментално.

Втори екип от University of Exeter е анализирал данни от над 54 000 участници в UK Biobank и е открил с 22% повече асоциации в некодиращи участъци при изследване на нивата на белтъци, както и 19 генетични области, свързани с индекса на телесна маса.

Сред останалите партньори са Boston Children’s Hospital, Stowers Institute, Harvard, Memorial Sloan Kettering, Центърът за геномна медицина към Massachusetts General Hospital и University of Kansas Medical Center.

Достъп и ограничения

Уеб порталът и API-то са безплатни за некомерсиални научни цели от 8 септември. Има и skill за Google Antigravity — агентната среда за разработка на Google — а базовият модел стои в GitHub и в Cloud Model Garden. Комерсиалният достъп през Google Cloud е обявен като „скоро“.

Най-важната уговорка идва от самия DeepMind и е повторена от The Register: съдържанието на атласа са предсказания, не установени факти. Всяко попадение трябва да мине през лабораторна проверка, а точността ще се променя с всяко следващо поколение на модела. Документацията изрично казва, че ресурсът не е за клинична употреба — не е диагностичен инструмент и не бива да се чете като присъда за нечий геном.

Защо това има значение

Проблемът в клиничната генетика отдавна не е събирането на данни, а подреждането им. Секвенирането на пациент дава десетки хиляди редки варианта и почти всички са безобидни. Когато търсите причината за необяснимо заболяване, най-скъпото нещо е да решите кои двайсет варианта да проверите в лаборатория.

Атласът не отговаря на този въпрос, но подрежда опашката — и то по еднаква скала за кодиращи и некодиращи участъци. Ако предсказанията се държат и извън подбраните примери, това ще спести месеци на екипи, които днес работят на сляпо. Не е лечение и не е диагноза; повечето разкази за генна терапия и клетъчни терапии започват именно с намирането на правилната буква. Тази стъпка тъкмо стана значително по-евтина.