DeepMind створила AlphaGenome Atlas: AI прорахував 9 млрд можливих змін людської ДНК

Google DeepMind зробила з AlphaGenome дещо значно більше, ніж ще одну AI-модель для біологів. 8 вересня компанія відкрила AlphaGenome Atlas — величезний ресурс із попередньо обчисленими прогнозами для приблизно 9 млрд можливих однонуклеотидних змін у людському геномі.

Іншими словами, система намагається відповісти на питання: що потенційно відбудеться на молекулярному рівні, якщо змінити практично будь-яку окрему «літеру» нашої ДНК. Розмір нового атласу — приблизно 1 петабайт. За оцінкою DeepMind, це більш ніж у 30 разів більше за AlphaFold Database.

Але головна цінність AlphaGenome Atlas не в красивій цифрі 9 млрд. Найцікавіше те, що система намагається працювати не лише з невеликою частиною геному, яка безпосередньо кодує білки, а й із рештою 98% ДНК, де знаходиться величезна кількість регуляторних механізмів і де інтерпретувати наслідки мутацій значно важче.

Звідки взялися 9 мільярдів варіантів

Людський геном містить приблизно 3 млрд пар основ. У кожній позиції замість поточної «літери» ДНК теоретично можна поставити одну з трьох інших. Якщо перебрати такі одноточкові заміни по всьому геному, виходить близько 9 млрд можливих single-nucleotide variants.

Більшість подібних змін нейтральні або майже нейтральні. Частина може впливати на індивідуальні особливості. А деякі рідкісні варіанти стають причиною серйозних спадкових порушень. Проблема сучасної генетики полягає вже не лише в тому, щоб знайти відмінності в ДНК. Секвенування може показати величезну кількість варіантів. Набагато складніше зрозуміти, які з них справді функціонально важливі.

У пацієнта можуть бути тисячі потенційно цікавих генетичних відмінностей, але лише одна або декілька реально пояснюють рідкісну патологію. Перевіряти кожну в лабораторії неможливо. Саме тут DeepMind пропонує AI як систему пріоритезації.

AlphaGenome прогнозує, як генетична зміна може впливати на сплайсинг РНК, регуляцію активності генів, доступність хроматину та інші молекулярні процеси. Atlas означає, що величезну частину цих прогнозів уже пораховано наперед і досліднику не потрібно запускати модель окремо для кожного варіанта.

Найскладніші 98% геному

Лише близько 2% людського геному безпосередньо кодує білки. Цю частину відносно простіше інтерпретувати: якщо варіант змінює критично важливу амінокислоту в білку, іноді можна досить прямо простежити механізм.

Інші 98% довгий час були значно складнішими. Ця ДНК не є «сміттям»: у ній знаходяться регуляторні елементи, які визначають, коли, де і наскільки активно працюватимуть гени. Саме в некодуючих ділянках лежить величезна кількість варіантів, пов’язаних із захворюваннями та особливостями організму, але встановити причинний механізм для них важче.

AlphaGenome може генерувати тисячі молекулярних прогнозів у сотнях типів клітин і тканин. Для швидшого сортування DeepMind створила AlphaGenome Variant Impact score — AVI, який об’єднує сигнали AlphaGenome та AlphaMissense в одну оцінку, щоб дослідник міг швидше визначити, які варіанти варто перевіряти першими.

Тут критично важлива межа: AVI — це не ймовірність захворювання. Високий score означає, що AI бачить потенційно сильний молекулярний ефект, але не означає, що мутація гарантовано спричиняє хворобу. Для клінічного висновку потрібні популяційні дані, сімейна генетика, лабораторні експерименти й медична інтерпретація.

Є вже приклади експериментального підтвердження

Найсильніша частина анонсу DeepMind — компанія показала не лише базу даних, а й приклади, де прогнози допомагали у реальних дослідницьких задачах. У співпраці з GREGoR Consortium дослідники використовували AVI для аналізу нерозв’язаних випадків рідкісних захворювань.

Один із прикладів стосувався гена DNM1, пов’язаного з епілептичною енцефалопатією. AlphaGenome допомогла виділити варіант, який раніше не отримав достатньої уваги, і спрогнозувала конкретний механізм: мутація створювала неправильний splice site, що призводило до аномального сплайсингу. Подальші лабораторні тести підтвердили передбачений механізм.

Інший аналіз використовував геномні дані понад 54 000 учасників UK Biobank. Дослідники групували рідкісні некодуючі варіанти за прогнозованим молекулярним впливом. За даними DeepMind, підхід дав на 22% більше асоціацій із некодуючими варіантами в цьому конкретному аналізі, ніж базовий спосіб без такої функціональної пріоритезації.

Ці цифри не варто перетворювати на універсальну обіцянку «AI на 22% краще знаходить хвороби». Йдеться про конкретну дослідницьку постановку, а не клінічну точність системи. Проте приклад важливий: він показує, що модель може бути корисною не тільки як генератор красивих прогнозів, а як інструмент, що звужує простір пошуку для експериментів.

Чи стане AlphaGenome другим AlphaFold

У стратегії DeepMind легко побачити знайому схему. AlphaFold спочатку навчився передбачати структури білків, а потім компанія масово прорахувала білковий простір і створила AlphaFold Database. Модель перетворилася на наукову інфраструктуру.

Тепер компанія намагається зробити приблизно те саме з геномом. Але є важлива різниця: ефект генетичного варіанта може залежати від типу клітини, тканини, віку, інших мутацій і середовища. Тому AlphaGenome Atlas не можна читати як таблицю «мутація → гарантований результат». Це радше гігантська карта ймовірних молекулярних наслідків, які допомагають визначити, куди дивитися далі.

DeepMind прямо застерігає, що Atlas не є клінічною діагностичною системою. Nature також підкреслює потребу в експериментальній перевірці та обережній інтерпретації, особливо для некодуючих ділянок геному.

Практичний сценарій майбутнього може виглядати так: секвенування геному дає тисячі підозрілих варіантів, AlphaGenome швидко ранжує їх і пропонує можливі молекулярні механізми, а лабораторія перевіряє десятки найперспективніших кандидатів замість сотень або тисяч. Якщо цей підхід масштабуватиметься, 9 млрд прогнозів будуть важливими не самою кількістю. Вони стануть ще одним шаром постійної AI-інфраструктури для біології, на якій будуватимуть наступні дослідницькі системи.