要約:
Google DeepMind announced today (September 8, 2026) the launch of a new database "AlphaGenome Atlas", which uses artificial intelligence models to predict the impact of every possible single nucleotide variation in the human genome.これは、遺伝子変異が分子生物学にどのような影響を与えるかについて、これまでで最も包括的なカタログと呼ばれています。
ヒトゲノムは約 30 億塩基対で構成されていますが、そのほとんどの機能は謎のままです。科学者は、ゲノムの約 2% を占めるタンパク質コード領域については比較的深く理解していますが、残りの 98% の非コード領域についてはほとんどわかっていません。これまでに、DeepMind の AlphaGenome モデルは、これらの非コード領域における単一の変化がタンパク質合成などの分子プロセスを混乱させるのに十分であることを証明しましたが、科学界には常に完全な全体像が欠けていました。
このギャップを埋めるために、研究チームは AlphaGenome 人工知能モデルを使用して、90 億個すべての 1 文字の遺伝子変化がもたらす可能性のある規制上の影響を事前に計算し、AlphaGenome Atlas の中核となるコンテンツを形成する最大 1PB (ペタバイト) の巨大なデータセットを生成しました。科学研究者が大量のデータから迅速に検索して分析できるようにするために、チームは「AlphaGenome variation Impact Score」(AVI スコア) も特別に設計しました。このスコアは、コーディング領域と非コーディング領域の予測結果を単一の使いやすい指標に統合するため、研究者は何千ものデータを 1 つずつ選別することなく、最も価値のある研究の方向性を迅速に特定できます。
現在、AlphaGenome Atlas は、複数の科学研究シナリオで強力な補助機能を実証しています。稀な遺伝子変異の研究に関しては、ブロード研究所のローラ・コビル氏とそのチームは、AVI スコアを使用して、長らく未解決の希少疾患の研究で DNM1 遺伝子の重要な変異を特定しました。このツールは、この突然変異が誤ったスプライシング部位を形成すると予測し、この困難なケースを最終的に解決するための重要な証拠を提供しました。
複雑な形質の研究では、統計的ノイズの干渉により、複雑な形質に関連する稀な非コーディング変異体を特定することは常に困難でした。 Gareth Hawkes 博士は、英国バイオバンクの 54,000 人以上の参加者からのデータに AlphaGenome Atlas を適用し、予測される分子効果に従って変異体をグループ化することにより、非コード遺伝子の関連性を 22% 多く特定することに成功しました。さらに、最も重大な影響を与える上位 1% の変異に焦点を当てた後、肥満指数 (BMI) に関連する 19 の遺伝子領域を特定し、その後の対象を絞った研究の方向性を示しました。
AlphaGenome Atlas は現在、直感的で使いやすい Web ポータルを通じて世界に公開されており、ユーザーはプログラミング スキルを必要とせずに使用できるため、臨床研究者や生物学者がこのツールに簡単にアクセスできることは注目に値します。 Google DeepMindは、この動きはゲノミクス発見を加速し、包括的な科学を促進するという継続的な取り組みの一環であると述べた。 AlphaGenome Atlas によって提供される確かなゲノムの洞察により、生物学研究における発見のペースがさらに加速すると期待されています。
コメント