Google DeepMind、90億件のDNA変異に対する予測を収録したAlphaGenome Atlasを公開
AlphaGenome Atlasは、90億件のヒトDNA変異について予測された分子レベルの影響を、1ペタバイトのデータベースで検索可能にする。
目次 · 12
Google DeepMindは2026年9月8日、ヒトゲノムで起こり得る約90億件の一文字の変化について、予測された分子レベルの影響を研究者が検索できるAlphaGenome Atlasを公開した。
この1ペタバイトのデータベースは、DeepMindのAlphaGenomeモデルをヒト参照ゲノム全体にあらかじめ適用したものだ。研究者は変異を個別に選択し、コードを書き、計算負荷の高いモデルを解析ごとに実行する代わりに、Webポータルまたはプログラムインターフェースを通じて事前計算済みの結果を取得できる。
Atlasでは、AlphaGenome Variant Impactスコア、すなわちAVIスコアも導入される。これは、AlphaGenomeによる制御上の影響の予測と、タンパク質を変化させる変異に対するAlphaMissenseの予測を組み合わせ、コーディングDNAとノンコーディングDNAの両方における変化を順位付けできる単一のスコアを生成する。
これは臨床診断データベースではなく、研究の優先順位付けシステムである。収録項目は実験的に確立された知見ではなくモデルによる予測であり、Googleは臨床上の意思決定に利用することを明示的に禁止している。
一、DeepMindは可能なすべての一文字置換を事前計算した
ヒトゲノムには約30億塩基対が含まれる。各位置では、参照DNA塩基を理論上ほかの3種類の塩基のいずれかに置き換えられるため、約90億件の一塩基置換が生じ得る。
AlphaGenome Atlasには、ヒト参照ゲノムに対するこの検索空間全体の予測が収録されている。得られたデータセットは約1ペタバイトを占め、DeepMindによればAlphaFold Databaseの30倍以上の規模だという。
この規模は、Atlasがヒト遺伝的変異のあらゆる形態をカバーすることを意味しない。対象は一文字の置換である。挿入、欠失、構造変異、および個人ゲノム内の変異の組み合わせは、公開時に説明された90億変異のカタログの対象外である。
Atlas以前、研究者は選択した配列または変異をAlphaGenome APIに送信できた。この方法は標的を絞った研究には有効だが、ユーザーが何を検証するかを決めた上で、予測を生成するための計算リソースを費やす必要がある。DeepMindによると、通常のモデルAPIは数千件の予測を含む解析に適しており、100万件を超える予測を要するワークロードには適さない可能性が高い。
Atlasはこの計算を上流に移す。公開時のIEEE Spectrumの報道によると、DeepMindは当初、実用的な期間でコレクション全体を計算するには約80倍の高速化が必要だと見積もっていた。チームはモデル蒸留、最適化されたGPUカーネル、冗長な計算の削減を用いて、必要な規模に到達した。
実務上の成果は、共有の参照リソースである。研究室は一般的な変異について同じモデル推論を繰り返す必要がなく、最新のアクセラレータを利用できない研究者もブラウザで予測を確認できる。
二、AlphaGenomeが予測するもの
AlphaGenomeは2025年6月に発表され、2026年1月28日に公開された査読付きのNature論文で説明された。これは配列から機能を予測するモデルであり、DNA配列を入力として、遺伝子制御に関連する分子測定値を予測する。
このモデルは一度に最大100万DNA塩基対を処理する。そのアーキテクチャは、局所的な配列パターンを認識する畳み込み層、入力全体で情報をやり取りするトランスフォーマー、そして異なる種類のゲノム活動に特化した出力層を用いる。
公開されたモデルは、11のモダリティにわたり、5,930本のヒトまたは1,128本のマウスのゲノムトラックを同時に予測する。これには、RNA発現、転写開始、クロマチンアクセシビリティ、ヒストン修飾、転写因子結合、三次元クロマチン接触、スプライス部位、スプライス部位使用、スプライス接合部の座標および強度が含まれる。
変異解析では、AlphaGenomeは参照配列から生成した予測と、代替DNA塩基を含む配列から生成した予測を比較する。その差は、特定の生物学的コンテキストにおいて、その変化が分子過程にどのような影響を与えるとモデルが予測するかを示す。
Natureでの評価では、AlphaGenomeは26件の変異影響評価のうち25件で最も強力な外部モデルに匹敵または上回り、24件のゲノムトラック課題のうち22件で最先端の結果を達成した。これらの測定は、定義されたベンチマーク下での個々のモデル能力を評価するものであり、新しいAtlas内のすべての予測が正しいことを確立するものではない。
Atlasには、各変異について数千件の分子影響予測が含まれる。また、変異を2,500を超える反復的なDNA配列モチーフのコレクションに結び付けており、研究者は変化が認識可能な制御パターンを破壊するかどうかを調べるのに役立てられる。
三、AVIスコアがゲノム全体の順位付けレイヤーを追加する
AlphaGenomeが生成する出力の数は、それ自体が解釈上の問題を生む。ある変異は、多数の組織や細胞型にわたり、予測RNA量、クロマチンアクセシビリティ、スプライシングに異なる影響を与える可能性がある。研究が数千または数百万の候補から始まる場合、すべての出力を調べることは現実的ではない。
AVIスコアは、この情報を単一の影響値に圧縮する。ノンコーディング領域については、AlphaGenomeの制御予測に基づく。タンパク質を変化させる変異については、ミスセンス変化を評価するDeepMindの専門モデルであるAlphaMissenseを組み込む。
これにより、研究者はタンパク質をコードするゲノムの約2%と、遺伝子活動の制御に関わるはるかに大きなノンコーディング部分をまたいで、共通の順位付けメカニズムを利用できる。高スコアは、変異が疾患を引き起こすと断定するためではなく、より詳細な検討に値する変異を特定することを意図している。
DeepMindは、スコアとともに特徴量アトリビューションも提供する。これは結果を、RNAスプライシング、遺伝子発現、クロマチンアクセシビリティ、配列保存性、タンパク質機能の予測変化などの生物学的カテゴリーに分解する。そのため研究者は、順位付けされた候補から仮説上の分子メカニズムへと進める。
この解釈可能性のレイヤーは重要である。単一の複合スコアは重要な違いを隠す可能性があるためだ。IEEE Spectrumの取材を受けた独立系ゲノミクス研究者は、ゲノム制御には相互作用する多くの過程が関わるため、単純化された数値は誤解される可能性があると警告した。変異がなぜその順位を受けたのかを理解するには、詳細な予測と特徴量アトリビューションが依然として必要である。
四、初期研究はAtlasが検索をどのように絞り込めるかを示す
DeepMindは、外部研究グループが公開前にAtlasを希少疾患、集団遺伝学、遺伝子制御のプロジェクトで利用したと報告した。これらの例は、実験研究のためのフィルターとして意図された役割を示している。
Broad InstituteおよびGREGoR Consortiumに関連する研究者は、未解決の希少疾患症例において変異の優先順位付けにAVIスコアを用いた。ある候補は、発達性およびてんかん性脳症と関連するDNM1遺伝子に影響した。
AlphaGenomeは、この変化が誤ったスプライス部位を作り、その結果生じるタンパク質に異常な延長を生じさせると予測した。DeepMindによると、実験スクリーニングは予測されたメカニズムを検証し、類似の影響を持つ近傍の変異を特定した。検証の根拠を提供したのは、元のモデルスコアではなく実験である。
別の解析では、エクセター大学の研究者Gareth Hawkesが、54,000人を超えるUK Biobank参加者の全ゲノムデータにAtlasを適用した。DeepMindは、希少なノンコーディング変異を予測された分子影響ごとにグループ化した結果、比較手法より22%多くの検出可能な遺伝的関連が得られたと報告している。
ある解析では、526件の初期候補を含む領域を、優先順位付けされた4変異まで絞り込んだと報告されている。この研究では、PLA2G7およびEGLN1を含むタンパク質の循環中濃度と関連する制御候補が特定された。
体格指数の解析では、Hawkesは検索対象を、Atlasが最も影響が大きいと順位付けしたノンコーディング変異の1%に限定した。このプロセスにより、さらなる調査対象として19のゲノム領域が特定された。これらの関連は研究対象を確立するものであり、強調された変異が個別に体重の変化を引き起こすことを示すものではない。
Stowers Institute for Medical Researchの研究者も、クロマチンアクセシビリティと遺伝子活性化に関与する制御配列を研究するためにモチーフリソースを利用した。これは、疾患変異の順位付けを超えるAtlasの第二の用途、すなわち遺伝子活動を制御する基本的な規則を調べるために、予測影響を大規模に照会する用途を示している。
五、アクセス条件と科学的限界
AlphaGenome Atlasは、学術研究およびその他の非商用研究向けに無料のWebサイトを通じて利用できる。DeepMindは、AlphaGenome APIおよびGoogle Antigravity向けのAlphaGenome Atlasスキルによるアクセスも案内している。Google Cloudを通じた商用Atlasアクセスは、公開時には近日提供予定と説明されていた。一方、基盤となるAlphaGenomeモデルにはすでに、有料で許可リスト方式のGoogle Cloudデプロイ経路がある。
公開APIの利用規約は、明示的に許可された場合を除き、AlphaGenomeの出力とAtlas情報を非商用利用に限定している。Googleは、出力を他の機械学習モデルの学習に使用してはならないとも述べている。
最も重要なのは、AlphaGenomeが臨床診断用途を意図したものでも、承認されたものでもないことだ。予測は、患者のエビデンス、検査室での検証、臨床的解釈、医学的助言の代わりにはならない。
モデルの100万塩基の入力は従来の配列モデルと比べて大きいが、制御エレメントは長距離にわたって遺伝子に影響を及ぼし得る。DeepMindのNature論文では、10万塩基対を超えて離れた影響を正確に捉えることは依然として困難であることが示された。組織特異的および条件特異的な影響も、一貫して再現することが難しいままである。
AlphaGenomeは、個人の完全なゲノムがもたらす結果を予測するために設計またはベンチマークされたものではない。複雑な形質や疾患は、複数の変異、発生、遺伝子機能、環境要因に依存する可能性があり、これらは直接的な配列から分子機能へのモデルの範囲外である。
したがってAtlasが変えるのは、仮説選択のコストと速度であり、エビデンスの基準ではない。数十億の候補置換を順位付けし、予測メカニズムを即座に示すことはできるが、重要な発見には依然として集団のエビデンス、独立した計算的検証、実験的確認が必要である。
よくある質問
AlphaGenome Atlasには何が収録されていますか？
ヒト参照ゲノムにおける約90億件の可能な一塩基置換について、事前計算済みの分子影響予測とAVIスコアが収録されている。
なぜ可能な変化は90億件あるのですか？
ゲノムには約30億の位置があり、各位置の参照塩基は3種類の代替DNA塩基に置き換えられるためである。
Atlasはあらゆる種類の遺伝子変異を対象にしていますか？
いいえ。90億変異のカタログは一文字の置換を対象としており、個人ゲノムで見られるあらゆる挿入、欠失、構造変異、変化の組み合わせを対象とするものではない。
医師はAVIスコアを患者の診断に使用できますか？
いいえ。Googleは、AlphaGenomeの予測は理論的モデリングと研究のためのものであり、臨床上の意思決定に使用してはならないと述べている。
研究者はどのようにAtlasにアクセスできますか？
非商用の研究者は、ブラウザベースのポータルまたはAlphaGenome APIを利用できる。DeepMindはGoogle Antigravity向けのAtlasスキルも提供しており、Google Cloudを通じた商用提供を予定している。
参考ソース
Share