DeepMind выпустила AlphaGenome Atlas: карту эффекта каждой замены в ДНК

Google DeepMind опубликовала AlphaGenome Atlas, «предиктивную карту каждой возможной замены одной буквы в геноме человека». Геном содержит около 3,1 млрд пар оснований, и в каждой позиции возможны три альтернативных нуклеотида. Отсюда порядок величины: примерно 9,3 млрд гипотетических мутаций. Это наша арифметика, а не цифра из релиза. В описании к видео Two Minute Papers, откуда пришла новость, есть только заголовок поста DeepMind и ссылки на него, поэтому детали методики и метрики нужно проверять в первоисточнике.

Что такое Atlas и откуда он взялся

Atlas построен на AlphaGenome, модели DeepMind, которую компания анонсировала в 2025 году. По тому анонсу, модель принимает на вход до 1 млн пар оснований и предсказывает молекулярные свойства ДНК с разрешением в одну букву: уровень экспрессии генов, доступность хроматина, сплайсинг. Чтобы оценить мутацию, модель сравнивает предсказания для исходной и изменённой последовательности. Разница и есть предполагаемый эффект.

Atlas, судя по названию, превращает этот процесс в готовый справочник. Исследователю не нужно запускать модель на каждый вариант. Он ищет замену в предрассчитанной карте и смотрит, какие регуляторные сигналы она, по прогнозу, сдвигает.

Почему предрасчёт имеет смысл

Прогон мегабазного окна через большую нейросеть для миллиардов вариантов требует серьёзного GPU-бюджета. Ни одна лаборатория, тем более клиника, не станет делать это для каждого запроса. Один раз посчитать и раздать результат выгоднее. Это наш вывод из масштаба задачи, DeepMind стоимость расчёта в доступных нам материалах не называет.

Задача при этом важная. Белки кодирует лишь малая часть генома, около 2%. Остальные варианты лежат в регуляторных зонах, и их влияние на человека обычно неясно. В клинической генетике для таких находок есть отдельная категория: «варианты неопределённой значимости». Карта предсказанных эффектов даёт способ расставить приоритеты среди кандидатов, прежде чем тратить деньги на лабораторную проверку.

• Разработчик: Google DeepMind
• Объект: однобуквенные замены (SNV) в геноме человека
• Масштаб: ~3,1 млрд позиций × 3 альтернативы ≈ 9,3 млрд вариантов (оценка)
• Базовая модель: AlphaGenome, контекст до 1 млн пар оснований, разрешение в одну букву (по анонсу 2025 года)
• Типы предсказаний: экспрессия генов, хроматин, сплайсинг и другие регуляторные сигналы
• Формат: предрассчитанная карта, а не модель, которую нужно запускать самому

Ограничения

Предсказание остаётся предсказанием. Модель обучена на экспериментальных данных, значительная часть которых получена на клеточных линиях и тканях, и для конкретного пациента сдвиг сигнала не равен болезни. Атлас не диагностический инструмент. Пока он выглядит как фильтр для исследователей. Какие метрики DeepMind приводит для валидации карты и на каких наборах она проверялась, нужно смотреть в блоге и сопроводительных материалах.

Как этим пользоваться

Генетикам и биоинформатикам разумно использовать Atlas как предварительный фильтр. Нужно взять список вариантов из секвенирования или GWAS, отсортировать по предсказанному регуляторному эффекту и проверять вручную только верхушку. Результат стоит сверять с базами вроде ClinVar и с экспериментальными данными.

Биотех-командам карта полезна для поиска регуляторных мишеней. ML-инженерам стоит присмотреться к самому паттерну: когда пространство входов конечно и огромно, а модель дорога в инференсе, выгоднее один раз посчитать весь атлас и открыть его как данные. Перед использованием проверьте лицензию и условия доступа: у AlphaGenome в 2025 году они были ограничены некоммерческими задачами, и для Atlas они могут отличаться.