История
сентябрь 11, 2026
Atlas от DeepMind делает доступным поиск по 9 миллиардам мутаций ДНК — но не доказывает их значение
DeepMind представляет AlphaGenome Atlas как способ превратить подавляюще сложную задачу генетического поиска в практический исследовательский инструмент, тогда как сторонние пользователи видят потенциал в его способности расставлять приоритеты среди подсказок о редких заболеваниях. И компания, и ее тестировщики проводят одну и ту же границу: прогнозы могут направлять эксперименты, но не заменять их.
Google DeepMind во вторник представила AlphaGenome Atlas — доступную для поиска базу данных ИИ-прогнозов, охватывающую все девять миллиардов возможных односимвольных замен в геноме человека. Цель проста: помочь ученым определить, какие крошечные изменения ДНК могут нарушать регуляцию генов, производство белков или другие биологические процессы, а какие можно без опасений игнорировать.1
Релиз основан на AlphaGenome — более ранней модели DeepMind для оценки последствий генетических вариантов. Вместо того чтобы исследователям приходилось запускать прогнозы по одной мутации за раз, Atlas предварительно рассчитывает их для референсного генома, сопоставляя каждому варианту в среднем около 27 000 молекулярных прогнозов по типам клеток и тканей человека и мыши. Также он вводит оценку AlphaGenome Variant Impact, или AVI, для ранжирования мутаций по их вероятной значимости.2
Ставка Google — не только на масштаб, но и на доступность. Сундар Пичаи заявил, что интерактивный ресурс работает «в обычном веб-браузере, без необходимости программирования» и предоставляется академическим исследователям бесплатно.
3 Однако коммерческий доступ ожидается позднее через лицензирование Google Cloud — разделение, при котором наиболее непосредственную выгоду получает некоммерческая наука.
Ранние тесты показывают, что система способна отсеивать шум. В одном ретроспективном анализе нерешенных случаев редких заболеваний исследователи использовали Atlas, чтобы выявить вариант DNM1 у пациента с эпилептической энцефалопатией; лабораторная работа позднее подтвердила прогноз, а вариант был переклассифицирован как вероятно патогенный. В отдельном анализе U.K. Biobank фильтрация вариантов по прогнозируемому молекулярному эффекту дала на 22% больше ассоциаций, чем анализ без Atlas, согласно данным компании.2
Тем не менее сами исследователи DeepMind предостерегают от восприятия карты как инструмента для постановки диагноза. Руководитель направления геномики Жига Авсец сказал, что прогнозы «достаточно точны, чтобы действительно направить нас в нужную сторону», но не являются «универсальной истиной».2 Модель лучше работает с некоторыми классами вариантов, включая сплайсинг и промоторы, чем с другими, такими как энхансеры. Atlas может уменьшить размер стога сена; ученым все равно необходимо проверять то, что они находят.