DNAは、タンパク質を合成するための設計図、さらには生命そのものの指示書として説明されることが多い。タンパク質をコードする部分は遺伝子と呼ばれるが、DNAの大部分はいわゆる「非コード領域」であり、機能が知られていないものもあれば、遺伝子活性の制御に重要なものもある。こうした制御領域は複雑に相互作用し、細胞や組織によって影響が異なる。また、ゲノム上で遠く離れた遺伝子に影響を与えることもある。ブリティッシュコロンビア大学のゲノミクス研究者カール・デ・ブール氏は、DNAの変化がこうした制御にどう影響するかを理解することは「ほとんどの疾患を理解するための基盤だ」と話す。
そのため研究者たちは、ヒトゲノム全体で考えられるあらゆる小さな変異が遺伝子制御に何をもたらすのかを解明しようとしている。Google DeepMindがそのために開発したAIツール「AlphaGenome」は、2025年に初めて発表され、1月にはNature誌に詳細を報告する論文が掲載されるとともに、非営利目的に限ってモデルが公開された。AlphaGenomeは元のDNA配列と改変後の配列を比較し、その変化が遺伝子発現や他の制御活性に与える影響を予測できる。ただし従来は、研究者自身が検証したい変異を選び、コードを書き、計算負荷の高いモデルを実行する必要があった。
DeepMindは今回、その作業をあらかじめ全範囲で完了した。9月8日、同社はAlphaGenomeモデルによる事前計算済みの予測をまとめたオンラインリポジトリ「AlphaGenome Atlas」の構築と公開を発表した。基準ヒトゲノムに対する90億種類すべての一塩基変異をカバーする。Atlasは、コードを書いたりAlphaGenomeモデルを実行したりせずに済む、より使いやすいインターフェースを科学者に提供する。さらに要望が多かった機能として、変異が意味を持つかどうかをひと目で示す単一の影響スコアも備える。
Google DeepMindの科学担当バイスプレジデント、プシュミート・コーリ氏は「私たちのDNAを理解することは大きな挑戦だ。この生命の言語を理解できれば、多くのことを解き放てる」と語る。
AlphaGenomeの予測には重要な限界もある。例えば、多くの疾患は複数の遺伝的変異と関連している。また、AlphaGenomeは変異の周囲の比較的長い領域（100万塩基対）を調べるが、エンハンサーと呼ばれる一部のDNA配列は非常に遠くの遺伝子を制御することがあり、モデルの視野を超える場合もある。そうした効果を予測するのは難しい。DeepMindのゲノミクス担当リードであるジガ・アブセク氏は、それでもAtlasは科学者が候補を絞り込み、予測を検証する実験計画の優先順位を決めるのに役立つと話す。基礎生物学、疾患研究、治療開発の大幅な加速につながる可能性があるという。
DeepMindとは関与していないデ・ブール氏は最近、AlphaGenomeに似た計算モデルをより適切に比較するための枠組みづくりに協力しており、「人々にとって有用なリソースを作ったようだ」と評価する。同氏はAlphaGenomeを「この分野をリードするモデル」とみなす一方で、「非常に遅く、計算集約的だ」とも指摘する。Atlasは新しいハードウェアを使えない研究者に恩恵をもたらすだけでなく、同じシミュレーションを繰り返す人を減らす効果もあるだろう。Atlasは非営利研究向けに無料公開されており、商用ライセンスの可能性もある。
ヒトゲノム全体はおよそ30億塩基対からなり、それぞれの位置に3種類の一塩基置換が考えられるため、Atlasに収録される変異は90億種類になる。データセット全体は約1ペタバイトに上る。「このプロジェクトを考え始めたとき、計算的に不可能に思えた」とアブセク氏は振り返る。チームは合理的な時間でAtlasを構築するには計算速度を80倍に改善する必要があるとの見積もりを得た。そこで、モデルの蒸留、GPUカーネルの最適化、冗長な計算の削減といった複数の手法を組み合わせて目標を達成した。
AlphaGenomeとAtlasは、DeepMindでの長年の関連研究の上に成り立っている。2020年のAlphaFoldはアミノ酸配列からタンパク質の立体構造を予測し、2023年のAlphaMissenseはタンパク質を変化させる可能性のある7100万種類の変異が良性か病原性かを予測した。新しいAtlasと同様、これらの予測結果も公開データベースで提供されている。
Atlasでは、科学者が単一の変異を検索して、11種類の出力を含むモデル予測の詳細を確認できる。だが最上部に示される単一の影響スコアは、本来、予測のさまざまな側面を単純化したものである。デ・ブール氏は「明確な用途はあるが、容易に誤解される可能性も高い。私たちが扱っているのは非常に複雑なシステムであり、多くの可動部分がある」と警告する。