Google DeepMind a publié mardi AlphaGenome Atlas, une base de données consultable qui prédit les effets moléculaires des 9 milliards de substitutions possibles d’une seule lettre dans l’ADN humain. Cette ressource gratuite et non commerciale vise à aider les scientifiques à déterminer quelles infimes modifications, parmi l’immense bruit de fond du génome, méritent une attention en laboratoire.¹

Ce lancement s’attaque à un problème resté ouvert après que le Projet Génome humain a cartographié la séquence : connaître les lettres n’est pas la même chose que comprendre leurs conséquences. Comme l’a formulé Pushmeet Kohli, responsable de la recherche chez DeepMind, « nous avons acheté le livre, mais nous ne savions pas comment le lire ». L’atlas combine des prédictions portant sur la régulation des gènes, l’épissage et les effets sur les protéines dans un score AlphaGenome Variant Impact, y compris pour les 98 % non codants de l’ADN, particulièrement difficiles à interpréter.¹

Google a présenté l’accès comme l’enjeu central. Sundar Pichai a déclaré que l’outil accessible par navigateur ne nécessite aucun codage et est gratuit pour les chercheurs universitaires, promettant des « découvertes à venir ».Sundar Pichai (sundarpichai)² DeepMind a également indiqué qu’un accès commercial suivrait via des licences Google Cloud, sans en préciser les conditions.¹

Avant la publication, les utilisateurs de la bêta ont apporté des éléments attestant du potentiel de l’outil. Dans un cas non résolu d’encéphalopathie épileptique, Atlas a mis en évidence un variant de DNM1 dont l’effet prédit sur l’épissage a ensuite été confirmé expérimentalement et reclassé comme probablement pathogène. Dans une analyse distincte des données de UK Biobank, des chercheurs ont trouvé 22 % d’associations supplémentaires après avoir filtré les variants à l’aide de l’outil ; une région est passée de 526 candidats à quatre. « Nous pouvons l’utiliser pour réduire la botte de foin », a déclaré Gareth Hawkes, chercheur à l’Université d’Exeter.¹

Pourtant, Žiga Avsec, responsable de la génomique chez DeepMind, a lui-même tracé clairement la limite : les résultats sont « suffisamment précis pour vraiment nous orienter dans la bonne direction », mais ne constituent pas « la vérité universelle ». L’atlas peut ne pas détecter certains effets, notamment dans les amplificateurs, et ne reste qu’un maillon de la chaîne de preuves nécessaire à un diagnostic clinique.¹

Cette retenue est importante. L’entreprise qualifie Atlas de « carte prédictive de chaque modification possible d’une lettre d’ADN », un raccourci de recherche potentiellement transformateur — mais dont les découvertes les plus déterminantes doivent encore résister à l’épreuve du laboratoire.³