DeepMind lance AlphaGenome Atlas : la carte de l'effet de chaque substitution dans l'ADN

Google DeepMind a publié AlphaGenome Atlas, une « carte prédictive de chaque substitution possible d'une seule lettre dans le génome humain ». Le génome contient environ 3,1 milliards de paires de bases, et trois nucléotides alternatifs sont possibles à chaque position. D'où un ordre de grandeur : environ 9,3 milliards de mutations hypothétiques. Il s'agit de notre arithmétique, et non d'un chiffre issu de la publication de DeepMind. La description de la vidéo de Two Minute Papers, d'où vient l'information, ne contient que le titre du billet de DeepMind et des liens vers celui-ci. Les détails de la méthodologie et les métriques doivent donc être vérifiés dans la source primaire.

Ce qu'est Atlas et d'où il vient

Atlas repose sur AlphaGenome, un modèle de DeepMind annoncé par l'entreprise en 2025. Selon cette annonce, le modèle accepte en entrée jusqu'à 1 million de paires de bases et prédit les propriétés moléculaires de l'ADN à la résolution d'une seule lettre : niveau d'expression des gènes, accessibilité de la chromatine, épissage. Pour évaluer une mutation, le modèle compare les prédictions pour la séquence d'origine et pour la séquence modifiée. L'écart correspond à l'effet supposé.

D'après son nom, Atlas transforme ce processus en référentiel prêt à l'emploi. Le chercheur n'a pas besoin de lancer le modèle sur chaque variant. Il recherche la substitution dans la carte précalculée et regarde quels signaux régulateurs elle déplace, d'après la prédiction.

Pourquoi le précalcul a du sens

Faire passer une fenêtre d'une mégabase dans un grand réseau de neurones pour des milliards de variants exige un budget GPU conséquent. Aucun laboratoire, a fortiori aucune clinique, ne le fera pour chaque requête. Calculer une fois et distribuer le résultat est plus rentable. C'est notre déduction à partir de l'échelle du problème : dans les documents dont nous disposons, DeepMind ne communique pas le coût du calcul.

L'enjeu, lui, est important. Seule une petite fraction du génome, environ 2%, code des protéines. Les autres variants se trouvent dans des zones régulatrices, et leur effet sur l'organisme est généralement flou. En génétique clinique, ces découvertes forment une catégorie à part : les « variants de signification incertaine ». Une carte des effets prédits permet de hiérarchiser les candidats avant de dépenser de l'argent en validation de laboratoire.

• Développeur : Google DeepMind
• Objet : substitutions d'une seule lettre (SNV) dans le génome humain
• Échelle : ~3,1 milliards de positions × 3 alternatives ≈ 9,3 milliards de variants (estimation)
• Modèle de base : AlphaGenome, contexte jusqu'à 1 million de paires de bases, résolution d'une seule lettre (selon l'annonce de 2025)
• Types de prédictions : expression des gènes, chromatine, épissage et autres signaux régulateurs
• Format : carte précalculée, et non un modèle à exécuter soi-même

Limites

Une prédiction reste une prédiction. Le modèle est entraîné sur des données expérimentales, dont une part importante provient de lignées cellulaires et de tissus, et pour un patient donné, un décalage de signal n'équivaut pas à une maladie. L'atlas n'est pas un outil de diagnostic. Pour l'instant, il ressemble à un filtre destiné aux chercheurs. Quelles métriques DeepMind avance pour valider la carte, et sur quels jeux de données elle a été testée : il faut le vérifier dans le blog et les documents d'accompagnement.

Comment l'utiliser

Pour les généticiens et les bio-informaticiens, il est raisonnable d'utiliser Atlas comme filtre préliminaire. Il faut prendre une liste de variants issue d'un séquençage ou d'une étude GWAS, la trier selon l'effet régulateur prédit, puis ne vérifier manuellement que le haut du classement. Il convient de confronter le résultat à des bases comme ClinVar et à des données expérimentales.

Pour les équipes de biotech, la carte est utile à la recherche de cibles régulatrices. Les ingénieurs ML auraient intérêt à s'intéresser au modèle de conception lui-même : lorsque l'espace des entrées est fini mais gigantesque, et que l'inférence du modèle coûte cher, il est plus avantageux de calculer l'atlas entier une fois et de l'ouvrir comme un jeu de données. Avant toute utilisation, vérifiez la licence et les conditions d'accès : en 2025, celles d'AlphaGenome se limitaient aux usages non commerciaux, et celles d'Atlas peuvent différer.