Vor zwanzig Jahren bescherte der Abschluss des Projekts „Humangenom“ der Wissenschaft einen Text aus drei Milliarden Buchstaben. Es schien, als sei das Wesentliche getan – das Buch des Lebens war gelesen. In Wahrheit begannen die Schwierigkeiten erst: Zu verstehen, was jeder Austausch eines einzelnen Buchstabens bedeutet und wie er die Arbeit der Zellen verändert, erwies sich als weitaus schwieriger, als die Sequenz zu lesen.
DeepMind stellte am 8 September 2026 Atlas AlphaGenome vor – eine Datenbank mit einem Umfang von etwa einem Petabyte. Darin sind die molekularen Folgen von mehr als neun Milliarden möglichen Einzelnukleotidaustauschen im Referenzgenom des Menschen vorab berechnet. Das ist dreißigmal mehr als der Umfang der AlphaFold-Datenbank. Der Zugang zur Ressource ist für wissenschaftliche Zwecke kostenlos über ein Webportal, eine API und Integrationen mit anderen Werkzeugen offen.
Das Modell AlphaGenome, das Anfang des Jahres in Nature veröffentlicht wurde, kann bis zu einer Million Basen auf einmal analysieren und den Einfluss einer Variante auf die Chromatin-Offenheit, die Bindung von Transkriptionsfaktoren, Histonmodifikationen, das RNA-Spleißen und das Ausmaß der Genexpression vorhersagen. Atlas verwandelt diese Vorhersagen in ein fertiges Nachschlagewerk: Statt jedes Mal aufwendige Berechnungen zu starten, erhalten Forschende fertige Ergebnisse und einen zusätzlichen integralen Indikator, den AVI. Er vereint die Bewertungen von AlphaGenome und AlphaMissense und hilft dabei, Varianten nach ihrem potenziellen Einfluss sowohl in kodierenden als auch in nichtkodierenden Bereichen einzustufen.
Der praktische Nutzen ist bereits in realen Studien bestätigt. In Zusammenarbeit mit dem GREGoR Consortium und dem Broad Institute half der AVI, eine Variante im Gen DNM1 bei einem Kind mit nicht diagnostizierter epileptischer Enzephalopathie zu identifizieren: Das Modell wies auf die Entstehung einer anomalen Spleißstelle hin, was später durch Experimente bestätigt wurde. In der Arbeit mit der UK Biobank erhöhte die Anwendung der Vorhersagen von Atlas die Zahl der entdeckten nichtkodierenden Assoziationen um 22 Prozent und ermöglichte es, Hunderte Kandidaten auf einige wenige entscheidende regulatorische Varianten einzugrenzen, die den Spiegel von Proteinen im Plasma und den Body-Mass-Index beeinflussen.
Atlas ordnet nicht nur Varianten ein, sondern hebt auch mehr als 2500 wiederkehrende kurze DNA-Motive hervor – die „Wörter“ des Genoms, die bestimmen, wo und wie regulatorische Proteine wirken. Das liefert zusätzliche Hinweise auf die Mechanismen, über die eine Mutation die normale Funktion der Zelle stören kann. Zugleich betonen die Entwickler und unabhängige Experten die Grenzen: Eine hohe AVI-Bewertung spricht für einen deutlichen molekularen Effekt, ist aber nicht gleichbedeutend mit nachgewiesener Pathogenität. Die Vorhersagen betreffen die molekulare Ebene, nicht die endgültigen klinischen Ergebnisse, und erfordern weitere experimentelle Überprüfung.
Die Ressource senkt die Einstiegshürde für Labore ohne enorme Rechenkapazitäten und verringert die Doppelarbeit bei Berechnungen. Wie im Fall von AlphaFold beschleunigt der offene Zugang den kollektiven Fortschritt, indem er es ermöglicht, sich auf die Interpretation und Experimente zu konzentrieren, statt die Modelle erneut laufen zu lassen.
