Что произойдёт, если заменить любую букву человеческой ДНК на другую? Google DeepMind решила не задавать вопрос девять миллиардов раз и заранее рассчитала ответы для всех возможных односимвольных замен. Результаты вошли в AlphaGenome Atlas объемом около одного петабайта, где исследователи могут искать потенциально важные мутации без самостоятельного запуска дорогостоящих вычислений.
Человеческий геном содержит примерно три миллиарда позиций ДНК. В каждой позиции исходный нуклеотид можно заменить на один из трех остальных, что дает около девяти миллиардов возможных однонуклеотидных вариантов. Атлас содержит предварительно рассчитанный прогноз молекулярных последствий для каждой подобной замены. База также охватывает более 100 млн коротких вставок и удалений, уже обнаруженных в человеческих геномах.
В основе проекта лежит AlphaGenome , модель искусственного интеллекта, способная анализировать фрагменты ДНК длиной до миллиона пар оснований и строить прогнозы с разрешением вплоть до отдельного нуклеотида. Система оценивает экспрессию генов, начало транскрипции, доступность хроматина, модификации гистонов, связывание факторов транскрипции, пространственные контакты внутри хроматина и сплайсинг РНК.
Публикация модели в январе 2026 года показала, что AlphaGenome сравнялась с сильнейшими специализированными системами или превзошла их в 25 оценках из 26 при прогнозировании эффектов генетических вариантов. Однако запуск модели для огромного количества изменений требует вычислительных ресурсов и программного кода. С момента открытия доступа через API прогнозами воспользовались около 9000 исследователей .
AlphaGenome Atlas меняет сам способ работы с системой. DeepMind заранее выполнила вычисления для всего генома, а ученый теперь может открыть интересующую позицию и сразу посмотреть ожидаемые последствия конкретной замены. Масштаб базы примерно в 30 раз превышает AlphaFold Database, где хранится более 200 млн предсказанных структур белков.
Особое значение разработка может получить при изучении 98% человеческого генома, не кодирующих белки напрямую. Кодирующая часть занимает лишь около двух процентов, тогда как оставшиеся последовательности участвуют в регулировании активности генов. Генетические изменения в подобных областях способны менять время и интенсивность работы генов, сплайсинг РНК или доступность ДНК для клеточных механизмов, но определить значимость конкретной мутации намного сложнее, чем для повреждения белкового кода.
Для быстрого отбора потенциально важных изменений DeepMind разработала показатель AlphaGenome Variant Impact, или AVI. Одна оценка объединяет прогнозы AlphaGenome для регуляторных участков с результатами AlphaMissense, модели для анализа изменений, затрагивающих белки. Вместо просмотра тысяч отдельных молекулярных параметров исследователь получает единый показатель потенциального воздействия, после чего может изучить причины высокой оценки. Система отдельно показывает вклад сплайсинга, экспрессии генов, доступности хроматина, эволюционной сохранности и других признаков.
Практическая проверка уже помогла найти потенциальную причину тяжелого редкого заболевания. Исследователи Broad Institute использовали AVI для отбора вариантов, ранее не получивших достаточного внимания, и выделили изменение в гене DNM1, связанном с эпилептической энцефалопатией. AlphaGenome предсказала появление неправильного участка сплайсинга, из-за которого формировалась аномально удлиненная версия белка. Последующие лабораторные проверки подтвердили прогноз и обнаружили рядом другие изменения с похожим воздействием.
Другой эксперимент показал возможности Atlas при работе уже не с одной редкой болезнью, а с популяционными данными. Исследователь Университета Эксетера Гарет Хоукс применил прогнозы к полногеномным данным более 54 000 участников UK Biobank. Группировка редких вариантов по предполагаемому молекулярному воздействию позволила обнаружить на 22% больше связей между некодирующими изменениями и биологическими признаками, которые терялись среди большого количества нейтральных вариантов.
При отдельном анализе индекса массы тела исследователь сократил сотни миллионов некодирующих вариантов до одного процента изменений, которым Atlas присвоил наиболее сильное предполагаемое воздействие. Фильтрация вывела на 19 генетических областей, заслуживающих дальнейшей экспериментальной проверки. Подход не доказывает связь найденных вариантов с конкретным признаком, но значительно уменьшает область поиска.
В Atlas также вошло более 2500 повторяющихся последовательностей ДНК, или мотивов. Короткие комбинации нуклеотидов работают как элементы регуляторного языка генома: отдельные последовательности привлекают факторы транскрипции, меняют доступность ДНК или влияют на включение и подавление генов. Анализ прогнозов позволил связать часть мотивов с предполагаемыми функциями в разных типах клеток и фактически создать поисковый словарь для плохо изученных некодирующих участков.
Несмотря на масштаб вычислений, девять миллиардов прогнозов нельзя считать девятью миллиардами доказанных биологических эффектов. AlphaGenome Atlas оценивает наиболее вероятные молекулярные последствия, а реальное влияние варианта зависит от клеточного контекста, других генетических особенностей и множества биологических факторов. DeepMind отдельно предупреждает, что система не предназначена для постановки диагноза, не прошла клиническую валидацию и не одобрена для медицинского применения.
Главная ценность Atlas связана не с заменой лабораторных экспериментов, а с отбором кандидатов для проверки. Вместо перебора миллионов почти безобидных изменений исследователь может быстрее выделить небольшой набор вариантов с наиболее выраженным прогнозируемым эффектом и понять возможный механизм нарушения. Для редких заболеваний подобная фильтрация способна сократить поиск мутации, а для исследований распространенных болезней помочь найти слабые сигналы, которые раньше терялись в огромном генетическом массиве.
AlphaGenome Atlas уже доступен бесплатно для некоммерческого использования через веб-интерфейс и API. DeepMind также планирует предоставить коммерческий доступ через Google Cloud. Разработчики рассматривают нынешнюю версию как начальную карту: по мере развития AlphaGenome новые расчеты должны сделать прогнозы для человеческого генома точнее и подробнее