Mardi, Google DeepMind a dévoilé AlphaGenome Atlas, une base de données consultable qui prédit l’impact moléculaire des neuf milliards de substitutions possibles d’une seule lettre dans l’ADN humain. Cette publication cible un problème de longue date en génétique : les scientifiques peuvent lire le génome, mais ne peuvent souvent pas déterminer quelles infimes modifications ont une importance pour la santé et la maladie.¹

DeepMind a construit l’atlas en faisant fonctionner son modèle AlphaGenome sur un génome humain de référence et en comparant chaque lettre d’ADN à ses trois remplacements possibles. Le résultat vise à fournir aux chercheurs un point de départ immédiat pour des questions qui exigeaient auparavant de lentes exécutions de modèles, variant par variant, ou des tests en laboratoire. Pushmeet Kohli, responsable de l’IA pour la science de l’entreprise, a présenté cette avancée comme le prochain chapitre après le Projet génome humain : « Nous avons acheté le livre, mais nous ne savions pas comment le lire. »²

L’entreprise affirme que l’outil peut signaler des changements susceptibles d’altérer l’expression des gènes, l’épissage ou la production de protéines, y compris dans la vaste partie non codante du génome, particulièrement difficile à interpréter. Elle a également publié un score d’impact des variants AlphaGenome afin d’aider les scientifiques à classer les mutations qui méritent un examen plus approfondi. Le directeur général de Google, Sundar Pichai, a déclaré que cette ressource académique gratuite fonctionne dans un navigateur ordinaire, « sans aucun codage requis ». Sundar Pichai (sundarpichai)³

Les premiers tests suggèrent pourquoi ce classement pourrait être important. Dans un cas d’épilepsie non résolu, des chercheurs ont utilisé le score pour identifier un variant de DNM1 censé créer un site d’épissage anormal ; des travaux de laboratoire ont ensuite confirmé la prédiction et le variant a été reclassé comme probablement pathogène. Dans une analyse distincte de plus de 54 000 participants de UK Biobank, le filtrage des variants rares non codants selon leurs effets moléculaires prédits a produit 22 % d’associations supplémentaires par rapport à une analyse sans Atlas.²

Mais les propres chercheurs de DeepMind tracent une ligne entre une carte prometteuse et un verdict médical. Žiga Avsec, responsable de la génomique, a déclaré que le système peut manquer certains variants, en particulier dans les amplificateurs, et a averti que ses résultats ne constituent pas « la vérité universelle ». Atlas est donc un puissant outil de triage — et non un substitut aux expériences ou à l’ensemble des preuves nécessaires à un diagnostic clinique.²