8 сентября 2026 года Google DeepMind выпустила AlphaGenome Atlas — базу предвычисленных предсказаний о молекулярных эффектах всех 9 млрд возможных однонуклеотидных замен в геноме человека. Вместе с атласом представлен AVI — единый числовой балл влияния варианта, — а ресурс открыт для академических исследований бесплатно.

image
image

Что произошло

Атлас занимает около 1 петабайта, что более чем в 30 раз больше AlphaFold Database. Предсказания охватывают 2% кодирующих и 98% некодирующих участков генома, включая регуляторные элементы, влияющие на активность генов и сплайсинг РНК. На каждый вариант приходится тысячи молекулярных предсказаний: активность генов, варианты сплайсинга и более 2500 повторяющихся ДНК-мотивов в сотнях клеточных типов человека и мыши. Для академических исследований ресурс доступен бесплатно через веб-портал без программирования, API и skill для Google Antigravity. Практический пример уже получен: группа Broad Institute использовала AVI, чтобы найти вариант в гене DNM1, создающий неверный сайт сплайсинга, и решить нерешенный случай редкого заболевания.

Контекст

AlphaGenome — модель Google DeepMind, которая предсказывает молекулярные последствия изменений в ДНК. Релиз продолжает линию AlphaFold, AlphaMissense и AlphaGenome, а сам AVI объединяет предсказания AlphaGenome с оценками AlphaMissense в единый балл. AlphaFold Database уже показала, что предвычисленная база может стать стандартным справочным слоем: для структур белков обращение к ней стало нормой. Долгое время поштучный прогон моделей по каждому изменению был дорог, поэтому глубокий анализ оставался сосредоточен в основном на кодирующей части генома. Заранее вычисленный справочник по всем возможным заменам снимает это ограничение.

Почему это важно для индустрии

Атлас превращает поштучные запросы к модели AlphaGenome в готовый геномный справочник: исследователи ранжируют варианты по AVI и получают тысячи молекулярных предсказаний без запуска модели на каждый вариант. Это резко снижает вычислительный барьер и ускоряет приоритизацию вариантов в исследовательских пайплайнах редких болезней: на данных UK Biobank с более чем 54 000 участников сообщается о 22% дополнительных ассоциациях в некодирующих участках. Слой «прогони мутацию через модель» становится общедоступным, и старт возможностей смещается вниз по цепочке — в инструменты анализа и интерпретации. Если экспериментальная валидация подтвердит качество AVI, предвычисленные геномные справочники могут стать де-факто первым фильтром в вариомике — по образцу AlphaFold Database для структур.

Почему это важно для пользователей

Для читателя это наглядный пример того, как предвычисления в масштабе, привычном по языковым моделям, применяются за пределами текста: 1 петабайт прогнозов на весь геном. Любой исследователь может бесплатно открыть портал alphagenome.google/atlas и за секунды получить балл AVI и молекулярные предсказания для одиночной мутации, которую раньше приходилось прогонять через модель индивидуально. Для тех, кто следит за биотех-ИИ, релиз — продолжение линии AlphaFold, AlphaMissense и AlphaGenome и ориентир, куда движется прикладное ИИ-моделирование биологии.

Что пока неизвестно / ограничения

Заявленные best-in-class результаты AVI на бенчмарках патогенности и редких болезней и рост на 22% ассоциаций в некодирующих участках на UK Biobank — это заявления самих разработчиков: независимая репликация, протокол оценки и метрики в доступных материалах отсутствуют. DeepMind прямо указывает, что предсказания требуют экспериментальной проверки и не заменяют клиническую интерпретацию: атлас — инструмент приоритизации, а не диагностики. Наконец, релиз не анонсирует новую архитектуру или новые предсказательные способности: модель остается существующей AlphaGenome, а атлас — ее предвычисленные результаты.

Источники

Автор

Look at AI, редакция