По сообщению Google (сентябрь 2026 г.). Даты запуска, доступность функций и сравнительные результаты ниже относятся к этому сообщению и отражают данные разработчика. Первоисточник.
AlphaGenome Atlas: предсказательная карта каждой возможной однонуклеотидной замены в геноме человека
Как предсказание молекулярного воздействия каждой возможной однонуклеотидной вариации ДНК в геноме человека поможет ускорить наше понимание биологии.
Сегодня мы представляем AlphaGenome Atlas: платформу (подробно описанную в нашей статье), содержащую предсказания эффектов для 9 миллиардов однонуклеотидных вариантов — каждой возможной однобуквенной замены в человеческом геноме. Это самый полный каталог того, как генетические мутации влияют на молекулярную биологию, и он доступен для академических исследований через удобный и бесплатный веб-портал.
ДНК — язык жизни. Овладение им — это грандиозная задача, которая могла бы трансформировать наши возможности в понимании биологии и лечении заболеваний. Но прогресс ограничивался фундаментальной проблемой: интерпретацией того, как генетические варианты влияют на биологию на молекулярном уровне. При примерно 9 миллиардах возможных однонуклеотидных мутаций в человеческом геноме лабораторное тестирование каждой из них практически невозможно.
Google DeepMind уже добился прогресса в этой задаче с AlphaGenome, моделью искусственного интеллекта (ИИ), которая может предсказывать, как генетические варианты воздействуют на биологические процессы. AlphaGenome полезен для анализа конкретных вариантов и нашёл широкое применение в исследованиях, но мы хотели показать исследователям глобальную картину вариантов по всему геному.
Предварительно рассчитав предсказания AlphaGenome в масштабе, мы создали легко доступный ресурс, который значительно расширяет охват модели. Так же как атлас — это сборник карт, связывающий особенности ландшафта, такие как высота и местоположение, AlphaGenome Atlas отображает молекулярные эффекты вариантов ДНК по всему геному.
Чтобы помочь учёным быстро находить наиболее значимые генетические изменения, мы также выпускаем оценку AlphaGenome Variant Impact (AVI). AVI объединяет сильные стороны AlphaGenome и AlphaMissense — нашей модели для предсказания влияния вариантов, меняющих белки — конденсируя предсказания обеих моделей в едином числе. Теперь исследователи могут быстро ранжировать варианты и одновременно интерпретировать их молекулярные эффекты.
Наши надёжные внешние партнёры уже использовали AlphaGenome Atlas для идентификации и экспериментальной проверки ключевых вариантов в исследованиях неразрешённых редких заболеваний и для поиска редких вариантов, ассоциированных с обычными признаками.
AlphaGenome Atlas доступен сегодня через удобный веб-портал, наш AlphaGenome API и как навык в Google Antigravity.
AlphaGenome Atlas — массивный набор данных объёмом 1 петабайт, более чем в 30 раз больше, чем база данных AlphaFold. Когда в 2022 году мы расширили базу AlphaFold, мы увеличили доступную информацию о 3D-структурах с примерно 190 тысяч экспериментальных структур до более чем 200 миллионов предсказаний структур — охватив почти все каталогизированные белки, известные науке. База предоставила портал, которым могли пользоваться исследователи без опыта программирования, обеспечив удобные визуализации и упростив проведение масштабного анализа структур белков. Она быстро стала важнейшим ресурсом, который стимулировал открытия во многих областях наук о жизни и продолжает ускорять важную работу исследователей.
В создании AlphaGenome Atlas мы также стремились сделать предсказания более доступными и дать учёным интуитивный способ исследования огромного набора данных.
AlphaGenome Atlas предоставляет несколько мощных, взаимосвязанных ресурсов, позволяющих исследователям связывать варианты непосредственно с функциональными последовательностями ДНК, которые они нарушают.
Молекулярные предсказания эффектов Atlas содержит тысячи молекулярных предсказаний эффектов для каждого варианта, по многим важным аспектам регуляции генов, охватывающим сотни типов клеток и тканей человека и мыши. Это служит отправной точкой для дальнейших ресурсов.
Оценка AVI Одно число, описывающее влияние каждого генетического варианта.
Атрибуции признаков AVI Каждой оценке AVI также сопоставлены отдельные биологические признаки, которые её формируют, такие как аспекты регуляции генов, предсказанные AlphaGenome, или оценка воздействия на белок от AlphaMissense.
Мотивы последовательности ДНК Всесторонняя коллекция из более чем 2500 повторяющихся последовательностей ДНК — «слов» генома — и их расположений.
Вместе эти ресурсы поддерживают исследователей при широком круге задач генетических исследований — от быстрого ранжирования вариантов до глубокого изучения функций вариантов.
Широкое сотрудничество с сообществом направляло дизайн AlphaGenome Atlas. Оценка AVI помогает исследователям быстро оценивать и ранжировать варианты на основе их потенциального воздействия. Критично, что она работает как для кодирующих областей (2% генома, кодирующих белки), так и для некодирующих областей (оставшиеся 98%), которые организуют активность генов и содержат большинство вариантов, связанных с признаками.
Наши тесты показывают, что оценка AVI обеспечивает лучшее в своём классе качество по многим эталонам патогенности вариантов и редких заболеваний. Чтобы помочь интерпретировать эти оценки, мы также рассчитали атрибуции признаков AVI, которые подчёркивают, какие молекулярные процессы — например сплайсинг РНК или экспрессия генов — предсказаны быть наиболее нарушенными каждым вариантом.
Обзор AlphaGenome Atlas. (1) Предварительно рассчитанные эффекты генерируются по всему геному для более чем 9 миллиардов однонуклеотидных вариантов. (2) На их основе выводится на аллельном разрешении оценка AlphaGenome Variant Impact (AVI) для каждого варианта. Для облегчения интерпретации вариантов AlphaGenome Atlas затем разлагает оценку AVI на аддитивные вклады признаков по интерпретируемым категориям, таким как доступность хроматина, сплайсинг и консервация. (3) Предварительно рассчитанные эффекты вариантов, оценка AVI и атрибуции признаков AVI связаны вместе с компиляцией де ново мотивов по всему геному, что обеспечивает высокоразрешающую механистическую интерпретацию функций вариантов.
Реальное воздействие: от редких заболеваний до популяционной генетики и молекулярной биологии
AlphaGenome Atlas предоставляет высокоразрешающую, глобальную картину генома. Эти крупномасштабные предсказания становятся наиболее полезными при применении к целенаправленным исследовательским вопросам. Переводя эти данные в практические биологические выводы, наши академические партнёры уже обнаруживают связи между генетической вариацией и заболеваниями.
Понимание неразрешённых редких заболеваний. Основная проблема в понимании редких заболеваний — это сложная задача выявления нескольких причинных вариантов среди тысяч кандидатов. В сотрудничестве с консорциумом GREGoR исследователи применили оценку AVI для приоритизации этих «иголок в стоге сена» в исследованиях неразрешённых редких заболеваний. Когда Лаура Ковилл и Энн О’Доннел-Лурия из Института Броуда и их коллеги использовали оценку AVI для приоритизации вариантов, вызывающих редкое заболевание, которые были упущены в предыдущих исследованиях, команда обнаружила вариант, влияющий на ген DNM1, который сильно связан с эпилептической энцефалопатией.
Критично, предсказания AlphaGenome, лежащие в основе оценки AVI, точно показали, как функционировал вариант: он создал неправильный сайт сплайсинга (ошибку в генетических инструкциях клетки), что привело к аномальному удлинению образующегося белка. Экспериментальные скрининги подтвердили исследовательское предсказание и обнаружили соседние варианты с похожими эффектами, показав, что Atlas — мощный инструмент для понимания значимой геномной вариабельности.
Картирование редких вариантов, ассоциированных с уровнями белков и сложными признаками. Выходя за рамки отдельных исследований редких заболеваний, AlphaGenome Atlas может помочь раскрыть генетическую архитектуру обычных признаков в общей популяции. Идентификация редких некодирующих вариантов, связанных с конкретным признаком или заболеванием, известна как особенно трудная задача, поскольку огромное количество безвредных генетических изменений создаёт статистический «фоновый шум».
Чтобы проверить, как AlphaGenome Atlas может улучшить нашу способность находить некодирующие варианты, влияющие на человеческие признаки, Гарет Хокс, стипендиат Медицинского исследовательского совета в Университете Эксетера, применил AlphaGenome Atlas к данным полного генома более 54 000 участников UK Biobank, что сделало эти трудноуловимые сигналы более очевидными. Группируя редкие варианты на основе их предсказанных молекулярных эффектов, Хокс обнаружил на 22% больше некодирующих генетических ассоциаций, которые иначе не были бы обнаружены в статистическом шуме. Это позволило Хоксу идентифицировать конкретные регуляторные варианты, влияющие на уровень критически важных белков в крови человека, включая PLA2G7 (связанный со старением) и EGLN1 (жизненно важный клеточный сенсор кислорода).
Двигая этот подход ещё дальше, Хокс использовал AlphaGenome Atlas, чтобы изучить, как сотни миллионов некодирующих вариантов из UK Biobank могут быть связаны с индексом массы тела. Сосредоточившись на 1% некодирующих вариантов, которые Atlas предсказывает как наиболее значимые, он выявил 19 генетических регионов, что может помочь направить следующий этап целенаправленных исследований этого признака.
Идентификация регуляторных «слов» генома. Atlas также можно использовать для определения повторяющихся коротких последовательностей, или мотивов, которые управляют различными молекулярными процессами в разных типах клеток для разных генов. Эти мотивы могут дать ключевые подсказки, такие как локализация сайтов связывания транскрипционных факторов (белков, включающих или выключающих гены) и дополнительную интерпретацию некодирующих вариантов. Джулия Цайтлингер и Мелани Вайлерт в Stowers Institute for Medical Research использовали этот ресурс, например, чтобы классифицировать, какие транскрипционные факторы влияют только на доступность ДНК, а какие также способны включать или выключать экспрессию генов.
С помощью AlphaGenome Atlas мы создаём новые слои информации, которые помогут углубить понимание человеческого генетического кода. Мы надеемся, что это станет ценным ресурсом для учёных, но мы также рассматриваем его как исходную точку, а не конечную. По мере улучшения наших моделей ИИ, таких как AlphaGenome, наши карты всего человеческого генома станут всё более полными и точными.
AlphaGenome Atlas мощен сам по себе, но также представляет шаг к нашей видению широкой, унифицированной системы для биологов. Его ресурсы могут быть интегрированы в наши более широкие агентные системы, такие как Google Antigravity, чтобы помочь улучшать сквозные научные рабочие процессы.
Также важно, чтобы научные знания AlphaGenome Atlas были широко доступны, поэтому мы сделали его доступным для некоммерческого использования через наш веб-сайт начиная с сегодняшнего дня, а также для коммерческого использования в ближайшее время в Google Cloud. (Базовая модель AlphaGenome уже доступна для академического использования на GitHub и через AlphaGenome API, а также доступна для коммерческого использования в Cloud через Model Garden).
Вместе эти инструменты позволят исследователям и промышленным партнёрам ускорить темпы биологических открытий: находить новые терапевтические мишени, лучше понимать генетические расстройства и стимулировать следующую волну целенаправленной экспериментальной валидации.
Мы признательны нашим исследовательским сотрудникам в Университете Эксетера, Институте Броуда, Детской больнице Бостона, Stowers Institute for Medical Research, Гарвардском университете, Мемориальном онкологическом центре Слоуна Кеттеринга, Центре геномной медицины при Массачусетской общей больнице и Медицинском центре Университета Канзаса.
Эта работа была выполнена благодаря вкладу Джун Ченга, Кайла Р. Тейлора, Лорен Николайзен, Джошуа Пана, Клэр Байкрофт, Маттео Перино, Тома Уорда, Рейны У. Томас, Наташи Латышевой, Гарета Хокса, Лауры Е. Ковилл, Мелани Вайлерт, Майли Дж. Хиршманн, Си Доун Чен, Робина Н. Бомонта, В. Картика Чундру, Майкла Н. Уидона, Симона Бурдаро, Хоина Чу, Дхави Харихаран, Тайс Кагохара, Лукас Тенорио, Ёсукэ Усихоме, Аманды Стаффорд, Кортни А. Ширер, Барбары Икики, Ады Фанг, Муада Насири, Виктории Джонстон, Ричарда Грина, Элизы Лай Хонг Вонг, Винсента Дютордруа, Энн Моттрам, Адама Гайзо, Эйрини Арванити, Гвидо Новати, Хайди Л. Рем, Фэй Чен, Кэлеба А. Ларо, Кэролайн Ф. Райт, Энн О’Доннел-Лурия, Джулии Цайтлингер, Пушмита Кохли, Жиги Авсеца.
Мы хотим поблагодарить наших товарищей по команде и сотрудников за техническую поддержку и обратную связь, включая Кэтрин Туньясувунакул, Александра Кароллуса, Ришу Пател, Франческу Пьетра, Алишу Истеп, Догу Фадиллиоглу, Чарли Тейлора, Рафаэля Абойежи, Учечи Окереке, Джемму Гиббс, Олуфеми Дудуйеми, Хуана Матеос-Гарсия, Мариану Феликс, Сахар Абдурахман, Антонию Моулд, Рэйчел Тремлетт, Чанг Юн, Салил Дешпанде, Аншула Кундадж, Саманту Брайен, Грега Финдлея, Фиби Дейс, Кингу Бужаковскую, Эмму Шеррилл, Оубри Суси Верран, Боксун Чжао, Тима Ю, Франческу Пьетра, Брендах Намугамбу, Кэсси Грей, Даниэля МакАртура, Лингьи Ван, Марка Мансура, Мухамада Хаджжари, Моунеку Валлурупалли, Филипа Монтгомери, Фиби Дейс, Ройсин Салливан, Сэма Брайена, Терезу Никколи.
Наконец, мы хотим поблагодарить Эви Грей, Адриану Фернандес Лара, Алекса Уилкинса, Даниэль Брин, Мариану Монтес, Инес Аейер, Райана Смита, Росса Веста и Гэби Пёрл за их экспертную помощь в коммуникации этой работы.
Информация, предоставляемая AlphaGenome Atlas, не предназначена для замены профессиональной медицинской консультации, диагноза или лечения и не является медицинским или иным профессиональным советом. AlphaGenome не была валидаирована для и не одобрена для какого-либо клинического использования.
AlphaGenome: ИИ для лучшего понимания генома