Il y a vingt ans, l'achèvement du projet « Génome humain » offrait à la science un texte de trois milliards de lettres. On pouvait croire l'essentiel accompli — le livre de la vie était lu. En réalité, les difficultés ne faisaient que commencer : comprendre ce que signifie chaque remplacement d'une lettre et comment il modifie le fonctionnement des cellules s'est révélé bien plus complexe que de lire la séquence.
Le 8 septembre 2026, DeepMind a présenté Atlas AlphaGenome — une base de données d'environ un pétaoctet. Y sont précalculées les conséquences moléculaires de plus de neuf milliards de substitutions mononucléotidiques possibles dans le génome humain de référence. C'est trente fois plus que le volume de la base AlphaFold. L'accès à la ressource est ouvert gratuitement à des fins scientifiques via un portail web, une API et des intégrations avec d'autres outils.
Le modèle AlphaGenome, publié dans Nature au début de l'année, est capable d'analyser jusqu'à un million de bases à la fois et de prédire l'effet d'un variant sur l'ouverture de la chromatine, la liaison des facteurs de transcription, les modifications des histones, l'épissage de l'ARN et le niveau d'expression des gènes. Atlas transforme ces prédictions en un ouvrage de référence prêt à l'emploi : au lieu de lancer à chaque fois de lourds calculs, les chercheurs obtiennent des résultats tout faits et un indicateur intégratif supplémentaire, l'AVI. Celui-ci combine les évaluations d'AlphaGenome et d'AlphaMissense, aidant à classer les variants selon leur impact potentiel, tant dans les régions codantes que non codantes.
La valeur pratique a déjà été confirmée dans des recherches réelles. En collaboration avec le GREGoR Consortium et le Broad Institute, l'AVI a permis d'identifier un variant du gène DNM1 chez un enfant atteint d'encéphalopathie épileptique non diagnostiquée : le modèle a indiqué la création d'un site d'épissage anormal, ce que des expériences ont confirmé par la suite. Dans un travail mené avec UK Biobank, l'application des prédictions d'Atlas a augmenté de 22 pour cent le nombre d'associations non codantes détectées et a permis de réduire des centaines de candidats à quelques variants régulateurs clés influant sur le taux de protéines plasmatiques et l'indice de masse corporelle.
Atlas ne se contente pas de classer les variants : il met aussi en évidence plus de 2500 motifs courts d'ADN répétés — les « mots » du génome qui déterminent où et comment agissent les protéines régulatrices. Cela fournit des indices supplémentaires sur les mécanismes par lesquels une mutation peut perturber le fonctionnement normal de la cellule. En même temps, les développeurs et des experts indépendants soulignent les limites : un score AVI élevé indique un effet moléculaire notable, mais n'équivaut pas à une pathogénicité démontrée. Les prédictions concernent le niveau moléculaire, non les issues cliniques finales, et exigent une vérification expérimentale ultérieure.
La ressource abaisse le seuil d'entrée pour les laboratoires dépourvus d'énormes puissances de calcul et réduit la duplication des calculs. Comme dans le cas d'AlphaFold, l'accès ouvert accélère le progrès collectif, en permettant de se concentrer sur l'interprétation et les expériences plutôt que sur la relance des modèles.
