AlphaGenome Atlas：ヒトゲノムにおけるすべてのDNA塩基配列変化を予測するマップ

AlphaGenome Atlas: ヒトゲノムにおけるあらゆるDNA塩基配列変化の予測マップ

2026年9月8日 サイエンス

AlphaGenome Atlas チーム

ヒトゲノムにおけるあらゆるDNA塩基配列変化の分子レベルでの影響を予測することが、生物学の理解を加速させるのにどのように役立つか。

本日、私たちはAlphaGenome Atlasを発表します。これは、ヒトゲノムにおける90億もの単一塩基変異 — 可能なあらゆる一文字変化 — の予測を含むプラットフォームです（論文で詳細を説明）。これは、遺伝子変異が分子生物学にどのように影響するかについての最も包括的なカタログであり、直感的で無料で使用できるウェブサイトポータルを通じて学術研究に利用可能です。

DNAは生命の言語です。それをマスターすることは、生物学を理解し、疾患を治療する能力を変革する可能性のある壮大な挑戦です。しかし、進歩は根本的な問題によって制限されてきました。それは、遺伝子変異が分子レベルで生物学にどのように影響するかを解釈することです。ヒトゲノムには約90億もの単一文字変異の可能性があるため、それぞれを実験室でテストすることは事実上不可能です。

Google DeepMindは、遺伝子変異が生物学的プロセスにどのように影響するかを予測できる人工知能（AI）モデルであるAlphaGenomeで、この課題にすでに進歩をもたらしています。AlphaGenomeは特定の変異の分析に役立ち、研究で広く使用されていますが、私たちは研究者にゲノム全体にわたる変異の全体像を示したいと考えました。

AlphaGenomeの予測を大規模に事前計算することで、モデルのリーチを大幅に拡大する、アクセスしやすいリソースを作成しました。地図帳が標高や場所などの地形の特徴を関連付ける地図のコレクションであるように、AlphaGenome Atlasはゲノム全体にわたるDNA変異の分子効果をマッピングします。

科学者が最も影響力のある遺伝子変化を迅速に見つけられるように、AlphaGenome Variant Impact（AVI）スコアもリリースします。AVIは、AlphaGenomeとAlphaMissense（タンパク質を変化させるDNA変異の影響を予測するモデル）の強みを組み合わせ、両方のモデルの予測を単一の数値に凝縮します。これにより、研究者は変異を迅速にランク付けし、同時に分子効果を解釈できます。

信頼できる外部協力者はすでにAlphaGenome Atlasを使用して、未解決の希少疾患研究における重要な変異を特定し、実験的に検証し、一般的な特徴に関連する希少変異を見つけています。

AlphaGenome Atlasは、直感的なウェブサイトポータル、AlphaGenome API、およびGoogle Antigravityのスキルとして、本日より利用可能です。

AlphaGenome Atlasは、AlphaFoldデータベースの30倍以上大きい、1ペタバイトという巨大なデータセットです。2022年にAlphaFoldデータベースを拡張した際、約19万の実験的構造からの3D構造情報を、科学的に知られているほぼすべてのタンパク質をカバーする2億以上の構造予測に拡大しました。このデータベースは、コーディング経験のない研究者でも使用できるポータルを提供し、直感的な可視化を提供し、大規模なタンパク質構造分析を容易にしました。それはすぐに生命科学全体にわたる発見を促進する重要なリソースとなり、数え切れないほどの分野で研究者の重要な作業を加速し続けています。

AlphaGenome Atlasの構築においても、予測をよりアクセスしやすくし、科学者に広大なデータセットを探索するための直感的な方法を提供することを目指しています。

AlphaGenome Atlasは、研究者が変異を直接、それが破壊する機能的なDNA配列にリンクすることを可能にする、いくつかの強力で相互接続されたリソースを提供します。

• 分子効果予測 Atlasには、数百のヒトおよびマウスの細胞型および組織にわたる、遺伝子調節の複数の重要な側面について、各変異に対する数千の分子効果予測が含まれています。これは、さらなるリソースの出発点となります。
• AVIスコア 各遺伝子変異の影響を説明する単一の数値。
• AVI特徴量アトリビューション 各AVIスコアは、AlphaGenomeによって予測された遺伝子調節の側面やAlphaMissenseからのタンパク質影響スコアなど、それを駆動する個別の生物学的特徴にもリンクされています。
• DNA配列モチーフ ゲノムの「単語」である2,500以上の反復DNA配列とその位置の包括的なコレクション。

これらのリソースは together、変異の迅速なランキングから変異機能の詳細な調査まで、幅広い遺伝子研究タスクを研究者をサポートします。

広範なコミュニティコラボレーションがAlphaGenome Atlasのデザインを導きました。AVIスコアは、研究者が潜在的な影響に基づいて変異を迅速にスコアリングおよびランキングするのに役立ちます。特に、これはコーディング領域（タンパク質をコードするゲノムの2％）と非コーディング領域（残りの98％、遺伝子活性を調整し、ほとんどの特徴関連変異を収容する）の両方で機能します。

私たちのテストでは、AVIスコアは多くの変異病原性および希少疾患ベンチマークでクラス最高のパフォーマンスを提供することが示されています。これらのスコアを解釈するために、各変異によって最も破壊されると予測されるRNAスプライシングや遺伝子発現などの分子プロセスを強調するAVI特徴量アトリビューションも計算しました。

AlphaGenome Atlasの概要。****(1) 90億を超える単一塩基変異についてゲノム全体で事前計算された効果が生成されます。(2) これから、各変異に対してアレル分解能のAlphaGenome Variant Impact（AVI）スコアが導き出されます。変異解釈を容易にするために、AlphaGenome AtlasはAVIスコアを、クロマチンアクセス可能性、スプライシング、保存などの解釈可能なカテゴリにわたる加算可能な特徴量寄与に分解します。(3) 事前計算された変異効果、AVIスコア、およびAVI特徴量アトリビューションは、ゲノム全体のde novoモチーフのコンペンディウムとともにリンクされ、変異機能に関する高解像度のメカニズム的洞察を可能にします。

実世界への影響：希少疾患から集団遺伝学、分子生物学まで

AlphaGenome Atlasは、ゲノムの高解像度かつグローバルなビューを提供します。これらの大規模な予測は、ターゲットを絞った研究課題に適用される場合に最も有用になります。このデータを実行可能な生物学的洞察に変換することで、私たちの学術パートナーはすでに遺伝子変異と疾患との関連を明らかにしています。

未解決の希少疾患の理解。 希少疾患の理解における大きな障害は、数千の候補の中に隠された数少ない原因変異を特定するという daunting な作業です。GREGoRコンソーシアムとの協力により、研究者は未解決の希少疾患研究のために、これらの針山のような遺伝子変異を優先するためにAVIスコアを適用しました。Broad InstituteのLaura Covill氏とAnne O’Donnell-Luria氏とその同僚が、以前の研究で見落とされていた希少疾患を推進するためにAVIスコアを使用して変異を優先した際、チームはてんかん性脳症と強く関連しているDNM1という遺伝子に影響を与える変異を発見しました。

決定的に、AVIスコアの根拠となったAlphaGenomeの予測は、変異がどのように機能したかを正確に示しました。それは、結果として生じるタンパク質の異常な伸長につながる、不正確なスプライスサイト（細胞の遺伝子指示の誤り）を作成しました。実験的スクリーニングは研究予測を検証し、同様の効果を持つ近傍の変異を見つけ、Atlasが影響力のあるゲノム変異を理解するための強力なツールであることを示しました。

タンパク質レベルおよび複雑な特徴に関連する希少変異のマッピング。 個々の希少疾患研究を超えて、AlphaGenome Atlasは一般集団における一般的な特徴の遺伝的構造を明らかにするのに役立ちます。特定の特性または疾患に関連する希少な非コーディング変異を特定することは、無害な遺伝的変化の膨大な量が統計的な「バックグラウンドノイズ」を作成するため、 notoriusly 困難です。

AlphaGenome Atlasがヒトの特徴に影響を与える非コーディング変異を見つける能力をどのように改善できるかをテストするために、エクセター大学のGareth Hawkes氏（Medical Research Council fellow）は、54,000人以上のUK Biobank参加者からの全ゲノムデータにAlphaGenome Atlasを適用し、これらの捉えどころのない信号をより明白にしました。予測される分子効果に基づいて希少変異をグループ化することにより、Hawkes氏は、そうでなければ統計的ノイズでは検出できなかったであろう、22％多い非コーディング遺伝子関連を発見しました。これにより、Hawkes氏は、ヒトの体循環における重要なタンパク質（老化に関連するPLA2G7や、重要な細胞酸素センサーであるEGLN1など）の豊富さを駆動する特定の調節変異を特定することができました。

このアプローチをさらに進め、Hawkes氏はAlphaGenome Atlasを使用して、UK Biobankの数億もの非コーディング変異がボディマス指数とどのように関連しているかを調査しました。Atlasが最も影響力があると予測する非コーディング変異の1％に焦点を当てることで、彼は19の遺伝子領域を特定しました。これは、この特徴に対する次の段階のターゲット研究を指示するのに役立つ可能性があります。

ゲノムの調節「単語」の特定。 Atlasは、異なる遺伝子、異なる細胞型で異なる分子プロセスを駆動する、繰り返し現れる短い配列、つまりモチーフがどれであるかを特定するためにも使用できます。これらのモチーフは、転写因子（遺伝子をオンまたはオフにするタンパク質）の結合部位の特定や、非コーディング変異の追加解釈などの重要な手がかりを提供できます。Stowers Medical Research InstituteのJulia Zeitlinger氏とMelanie Weilert氏は、例えば、DNAのアクセス可能性のみに影響を与える転写因子と、遺伝子をオンオフする能力も持つ転写因子を分類するためにこのリソースを使用しました。

ゲノム発見の加速

AlphaGenome Atlasにより、ヒトの遺伝子コードの理解をさらに深めるのに役立つ新しい情報層を作成しています。これが科学者にとって貴重なリソースとなることを願っていますが、これを終点ではなくベースラインと見なしています。AlphaGenomeのようなAIモデルが改善されるにつれて、ヒトゲノム全体のマップはますます包括的かつ正確になります。

AlphaGenome Atlasは単独でも強力ですが、生物学者向けの広範で統一されたソリューションという私たちのビジョンに向けた一歩でもあります。そのリソースは、Google Antigravityのような、より広範なエージェントシステムに統合され、エンドツーエンドの科学ワークフローを強化するのに役立ちます。

AlphaGenome Atlasの科学的知識が広く利用可能であることも重要であるため、本日より当社のウェブサイトを通じて非商用利用のために、また間もなくGoogle Cloud上で商用利用のためにアクセス可能にしました。（AlphaGenomeベースモデルは、GitHubおよびAlphaGenome APIで学術利用可能であり、Cloud via Model Gardenで商用利用も可能です）。

これらのツール together、研究者や業界パートナーが生物学的発見のペースを加速できるようにします。新しい治療標的を見つけ、遺伝性疾患をよりよく理解し、ターゲットを絞った実験的検証の次の波を推進します。

謝辞

エクセター大学、Broad Institute、ボストン子供病院、Stowers Institute for Medical Research、ハーバード大学、Memorial Sloan Kettering Cancer Center、マサチューセッツ総合病院ゲノム医療センター、カンザス大学メディカルセンターの研究協力者に感謝します。

この作業は、Jun Cheng、Kyle R. Taylor、Lauren Nicolaisen、Joshua Pan、Clare Bycroft、Matteo Perino、Tom Ward、Raina W. Thomas、Natasha Latysheva、Gareth Hawkes、Laura E. Covill、Melanie Weilert、Maile J. Hirschmann、Xi Dawn Chen、Robin N Beaumont、V Kartik Chundru、Michael N Weedon、Simon Bourdareau、Hoyin Chu、Dhavi Hariharan、Thais Kagohara、Lucas Tenório、Yosuke Ushigome、Amanda Stafford、Courtney A. Shearer、Barbara Ikica、Ada Fang、Mouad Naciri、Victoria Johnston、Richard Green、Elisa Lai Hong Wong、Vincent Dutordoir、Anne Mottram、Adam Gayoso、Eirini Arvaniti、Guido Novati、Heidi L. Rehm、Fei Chen、Caleb A. Lareau、Caroline F Wright、Anne O'Donnell-Luria、Julia Zeitlinger、Pushmeet Kohli、Žiga Avsecの貢献により実現しました。

技術サポート、フィードバックを提供してくれたチームメンバーや協力者であるKathryn Tunyasuvunakool、Alexander Karollus、Risha Patel、Francesca Pietra、Alisha Eastep、Doga Fadillioglu、Charlie Taylor、Raphael Aboyeji、Uchechi Okereke、Gemma Gibbs、Olufemi Duduyemi、Juan Mateos-Garcia、Mariana Felix、Sahar Abdulrahman、Antonia Mould、Rachael Tremlett、Chang Yun、Salil Deshpande、Anshul Kundaje、Samantha Bryen、Greg Findlay、Phoebe Dace、Kinga Bujakowska、Emma Sherrill、Aubrie Soucy Verran、Boxun Zhao、Tim Yu、Francesca Pietra、Brendah Namugamba、Cassie Gray、Daniel MacArthur、Lingyi Wang、Marc Mansour、Mohamad Hajjari、Mounica Vallurupalli、Philip Montgomery、Phoebe Dace、Roisin Sullivan、Sam Bryen、Teresa Niccoliに感謝します。

最後に、この作業を伝える専門知識を提供してくれたEvie Gray、Adriana Fernandez Lara、Alex Wilkins、Danielle Breen、Mariana Montes、Inês Ayer、Ryan Smith、Ross West、Gaby Pearlに感謝します。

---

AlphaGenome Atlasによって提供される情報は、専門的な医学的アドバイス、診断、または治療の代わりとなることを意図したものではなく、医学的またはその他の専門的アドバイスを構成するものではありません。AlphaGenomeは臨床用途のために検証されておらず、承認されていません。