Story
September 11, 2026
DeepMinds Atlas macht 9 Milliarden DNA-Mutationen durchsuchbar – aber nicht bewiesen
DeepMind präsentiert AlphaGenome Atlas als Möglichkeit, ein überwältigendes genetisches Suchproblem in ein praktisches Forschungsinstrument zu verwandeln, während externe Nutzer Potenzial in seiner Fähigkeit sehen, Hinweise auf seltene Krankheiten zu priorisieren. Sowohl das Unternehmen als auch seine Tester ziehen dieselbe Grenze: Vorhersagen können Experimente leiten, sie aber nicht ersetzen.
Google DeepMind veröffentlichte am Dienstag AlphaGenome Atlas, eine durchsuchbare Datenbank mit KI-Vorhersagen zu allen neun Milliarden möglichen Einzelnukleotid-Substitutionen im menschlichen Genom. Das Ziel ist einfach: Wissenschaftlern dabei zu helfen, zu ermitteln, welche winzigen DNA-Veränderungen die Genregulation, Proteinproduktion oder andere biologische Prozesse stören könnten – und welche bedenkenlos ignoriert werden können.1
Die Veröffentlichung baut auf AlphaGenome auf, DeepMinds früherem Modell zur Abschätzung der Auswirkungen genetischer Varianten. Statt Forschende Vorhersagen Mutation für Mutation ausführen zu lassen, berechnet Atlas sie vorab für ein Referenzgenom und verknüpft jede Variante mit durchschnittlich rund 27.000 molekularen Vorhersagen über menschliche und Maus-Zell- und Gewebetypen hinweg. Zudem führt es den AlphaGenome Variant Impact, kurz AVI, Score ein, um Mutationen nach ihrer wahrscheinlichen Bedeutung zu ordnen.2
Googles Argument ist ebenso sehr Zugänglichkeit wie Größenordnung. Sundar Pichai sagte, die interaktive Ressource funktioniere „in einem gewöhnlichen Webbrowser, ohne dass Programmierkenntnisse erforderlich sind“, und sei für akademische Forschende kostenlos.
3 Kommerzieller Zugang wird jedoch später über Google-Cloud-Lizenzen erwartet – eine Aufteilung, von der zunächst vor allem die nicht-kommerzielle Wissenschaft profitiert.
Frühe Tests deuten darauf hin, dass das System das Rauschen reduzieren kann. In einer retrospektiven Analyse ungelöster Fälle seltener Krankheiten nutzten Forschende Atlas, um bei einem Patienten mit epileptischer Enzephalopathie eine DNM1-Variante zu kennzeichnen; Laborarbeiten bestätigten die Vorhersage später, und die Variante wurde als wahrscheinlich pathogen neu klassifiziert. In einer separaten Analyse der U.K. Biobank führte das Filtern von Varianten nach vorhergesagter molekularer Wirkung laut Darstellung des Unternehmens zu 22 % mehr Assoziationen als eine Analyse ohne Atlas.2
Dennoch warnen DeepMinds eigene Forschende davor, die Karte als Diagnoseinstrument zu betrachten. Der Genomik-Leiter Žiga Avsec sagte, die Vorhersagen seien „genau genug, um uns wirklich in die richtige Richtung zu weisen“, aber nicht „die universelle Wahrheit“.2 Das Modell schneidet bei einigen Variantenklassen, darunter Spleißvarianten und Promotoren, besser ab als bei anderen, etwa Enhancern. Atlas kann den Heuhaufen verkleinern; Wissenschaftler müssen weiterhin überprüfen, was sie finden.