Двадцать лет назад завершение проекта «Геном человека» подарило науке текст из трёх миллиардов букв. Казалось, главное сделано — книга жизни прочитана. На деле трудности только начинались: понять, что означает каждая замена одной буквы и как она меняет работу клеток, оказалось куда сложнее, чем прочитать последовательность.
DeepMind 8 сентября 2026 года представила Atlas AlphaGenome — базу данных объёмом около одного петабайта. В ней заранее просчитаны молекулярные последствия более девяти миллиардов возможных однонуклеотидных замен в эталонном геноме человека. Это в тридцать раз больше, чем объём базы AlphaFold. Доступ к ресурсу открыт бесплатно для научных целей через веб-портал, API и интеграции с другими инструментами.
Модель AlphaGenome, опубликованная в Nature в начале года, способна анализировать до миллиона оснований за раз и предсказывать влияние варианта на открытость хроматина, связывание транскрипционных факторов, модификации гистонов, сплайсинг РНК и уровень экспрессии генов. Atlas превращает эти предсказания в готовый справочник: вместо запуска тяжёлых вычислений каждый раз исследователи получают готовые результаты и дополнительный интегральный показатель AVI. Он объединяет оценки AlphaGenome и AlphaMissense, помогая ранжировать варианты по потенциальному влиянию как в кодирующих, так и в некодирующих областях.
Практическая ценность уже подтверждена в реальных исследованиях. В сотрудничестве с GREGoR Consortium и Broad Institute AVI помог выявить вариант в гене DNM1 у ребёнка с недиагностированной эпилептической энцефалопатией: модель указала на создание аномального сайта сплайсинга, что позже подтвердили эксперименты. В работе с UK Biobank применение предсказаний Atlas увеличило число обнаруженных некодирующих ассоциаций на 22 процента и позволило сузить сотни кандидатов до нескольких ключевых регуляторных вариантов, влияющих на уровень белков в плазме и индекс массы тела.
Atlas не только ранжирует варианты, но и выделяет более 2500 повторяющихся коротких мотивов ДНК — «слов» генома, которые определяют, где и как работают регуляторные белки. Это даёт дополнительные подсказки о механизмах, через которые мутация может нарушить нормальную работу клетки. В то же время разработчики и независимые эксперты подчёркивают границы: высокая оценка AVI говорит о заметном молекулярном эффекте, но не равнозначна доказанной патогенности. Предсказания касаются молекулярного уровня, а не конечных клинических исходов, и требуют дальнейшей экспериментальной проверки.
Ресурс снижает порог входа для лабораторий без огромных вычислительных мощностей и уменьшает дублирование расчётов. Как и в случае с AlphaFold, открытый доступ ускоряет коллективный прогресс, позволяя сосредоточиться на интерпретации и экспериментах, а не на повторном запуске моделей.
