AlphaGenomeが90億のDNA変異をマッピング

Google DeepMind、90億のDNA変異をマッピング

DNAは、タンパク質を生成するための指示書やコードブック、そして最終的には生命の設計図として説明されることがよくあります。遺伝子と呼ばれるDNAの一部はタンパク質をコード化しますが、DNAの大部分は「非コード」と見なされています。中には機能が不明なものもあれば、遺伝子活動の調節に不可欠なセグメントもあります。

これらの調節要素は複雑な相互作用を起こす可能性があり、その影響は細胞や組織によって異なります。また、ゲノム上で遠く離れた遺伝子に影響を与えるものもあります。DNAの変化がこの調節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上で根本的です」と、ブリティッシュコロンビア大学のゲノミストであるカール・デ・ボア氏は述べています。

だからこそ、研究者たちはヒトDNAのあらゆる想像可能な小さな変異が、ゲノム全体で遺伝子調節にどのような意味を持つかを理解しようと取り組んでいます。その目的のために構築されたGoogle DeepMindの最近のAIツール、AlphaGenomeは、元々2025年に発表されました。1月には、Natureに掲載された論文で詳細が提供され、モデルは非営利目的での一般公開が開始されました。このAIモデルは、元のDNA配列に変更された配列と比較し、その変化が遺伝子発現やその他の調節活動にどのように影響するかを予測できます。しかし、研究者はテストしたい変異を選択し、コードを書き、計算負荷の高いモデルを自分で実行する必要がありました。

今回、DeepMindは参照ヒトゲノムに対する90億通りの可能な一塩基置換すべてについて、この作業を事前に完了しました。本日、9月8日、DeepMindはAlphaGenomeモデルを使用して事前に計算された予測のオンラインリポジトリであるAlphaGenome Atlasの作成と一般公開を発表しました。Atlasは、科学者にとって、コードを書いたりAlphaGenomeモデルを自分で実行したりする必要のない、よりアクセスしやすいインターフェースを提供します。また、要望の多かった新機能として、変異が意味のあるものである可能性を一目で示すことを意図した単一のインパクトスコアも含まれています。

「私たちのDNAを理解することは、壮大な挑戦です」と、Google DeepMindの科学担当VPであるPushmeet Kohli氏は述べています。「生命の言語を理解することは、多くのことを解き明かすことができます。」

AlphaGenomeの予測には、いくつかの重要な制限があります。例えば、多くの疾患は複数の遺伝子変異と関連しています。また、AlphaGenomeは問題の変異を取り囲む比較的大きなDNAセグメント（100万塩基対）を調べますが、エンハンサーと呼ばれる一部のDNA配列は、非常に長距離にわたって遺伝子を調節することがあり、モデルの視野を超えることもあります。その影響を予測するのは困難です。

しかし、Atlasは依然として科学者が可能性を絞り込み、その予測を検証するための実験室での実験を優先するのに役立つ可能性があります。その方法で、基礎生物学、疾患研究、治療法開発の作業を大幅に加速できると、DeepMindのゲノミクスリードであるŽiga Avsec氏は述べています。

「人々にとって有用なリソースを作ったようです」と、AlphaGenomeのような計算モデルのより良い比較のためのフレームワーク作成を最近支援したデ・ボア氏は述べています。彼はDeepMindとは提携していません。

デ・ボア氏はAlphaGenomeを「分野をリードするモデル」と考えていますが、それは「非常に遅く、計算集約的でもある」と指摘しています。Atlasは、新しいハードウェアへのアクセスがない人々にも利益をもたらすか、単に同じシミュレーションを繰り返す人の数を減らすことができます。

Atlasは非営利研究のために無料で利用可能であり、商業ライセンスの可能性があります。

90億の予測を計算する

ヒトゲノム全体は約30億塩基対を含んでいます。各位置には3つの可能な一塩基置換があるため、Atlasには90億の変異が存在します。完全なデータセットは約1ペタバイトです。

「このプロジェクトについて考え始めたとき、計算上は不可能に思えました」とAvsec氏は言います。初期の推定では、Atlasを合理的な時間でコンパイルするには、計算速度を80倍向上させる必要があるとチームは考えていました。

その目標を達成するために、チームはモデル蒸留、GPUカーネル最適化、冗長な計算の排除など、いくつかの異なる技術を使用して利点を得ました。「この規模でこれを実現するために、多くの思考とエンジニアリングが必要でした」とAvsec氏は述べています。

AlphaGenomeとAtlasは、DeepMindにおける長年の関連研究の上に成り立っています。2020年には、AlphaFoldがアミノ酸配列からタンパク質の三次元構造を予測しました。2023年には、AlphaMissenseがタンパク質を変化させる7100万の可能な変異が良性か病原性かを予測しました。新しいAtlasと同様に、これらのプロジェクトからの予測結果は公開データベースで利用可能になりました。

Atlasにより、科学者は単一の変異を検索し、モデルの予測に関するより詳細な情報（11種類の異なる出力タイプを含む）を見ることができます。しかし、トップラインの数値は単一のインパクトスコアであり、その性質上、それらの予測の多くの側面を単純化したものです。

「明確な用途がありますが、おそらく誤解されやすいでしょう」とデ・ボア氏は述べています。「私たちは非常に複雑なシステムについて話しており、多くの動く部品があります。」