Google DeepMindの新しいAtlasが疾患研究向けに90億のヒトDNAバリアントをマッピング
ニュース概要
2026年9月8日火曜日（米国東部時間）、Google DeepMindはAlphaGenome Atlasを公開しました。これは、ヒトゲノム全体で可能な約90億通りの1文字DNA変化それぞれについて、分子レベルでの影響予測を事前計算して提供する無料のオンラインリソースです。DeepMindの配列から機能への変換を行うAIモデルであるAlphaGenomeを基盤として構築されたこのAtlasは、科学者自身が新たに計算を実行するのではなく、特定の遺伝的バリアントがどのように遺伝子制御を乱す可能性があるかを即座に調べられるよう設計されており、研究者らはこれにより疾患の遺伝的要因を探る作業が有意に加速する可能性があると述べています。
Atlasに含まれる内容
Atlasは約1ペタバイトの予測データから構築されており、DeepMindによるとこれは同社が2022年に拡張したAlphaFoldタンパク質構造データベースの30倍以上の規模です。可能な90億のバリアントそれぞれについて、数百種類のヒトおよびマウスの細胞型・組織にわたる遺伝子制御の複数の側面を網羅する数千の分子影響予測を提供します。また、特定された2,500以上のDNA配列モチーフや、バリアントとそれが影響を与える機能配列との直接的なリンクも含まれています。
中心的な機能はAlphaGenome Variant Impact（AVI）スコアです。これはAlphaGenomeの出力と、タンパク質コード領域の変異の影響を予測するDeepMindの以前のモデルであるAlphaMissenseの出力を組み合わせた単一の統合数値です。AVIスコアにより、研究者はタンパク質をコードするゲノムの約2%と、コードしない98%の双方にわたってバリアントを迅速にランク付けし優先順位をつけることができます。後者は「非コード」領域と呼ばれ、疾患や形質に関連するバリアントの多くが存在することが現在知られていますが、歴史的に解釈がはるかに困難でした。
仕組み
基盤となるモデルAlphaGenomeは、昨年DeepMindによって配列から機能へ変換するシステムとして初めて導入されました。これはDNAの断片（DeepMindによるとバリアント周辺の最大約100万塩基対）を読み取り、誤ったスプライス部位の生成や調節エレメントの破壊など、1文字の変化がどのように遺伝子制御を変化させるかを予測します。研究者が1つのバリアントずつモデルに問い合わせる必要はなく、Atlasはゲノム内のすべての置換についてこれらの予測を事前計算して保存しており、以前は負荷の高かった計算タスクを単純な検索へと変換しています。
DeepMindの科学担当バイスプレジデントであるPushmeet Kohli氏は、今回の公開により「世界中のあらゆる研究者が、ブラウザを開くだけでヒトゲノムとその多様性の包括的な地図にアクセスできる」と述べました。本プロジェクトのゲノミクス責任者であるŽiga Avsec氏は、Atlasを「出発点」であると説明し、特に複数のバリアントを同時に扱う研究に有用であり、AVIスコアが科学者による「バリアントの優先順位付けと、大海原の針を探すような探索」を助けると語りました。
初期の科学的応用
DeepMindおよび外部グループは、すでに実際の研究課題でAtlasを検証しています。Broad Instituteの研究者はAVIスコアを用いて、重症型のてんかん性脳症に関連するDNM1遺伝子のバリアントの特定を支援しました。Atlasはこのバリアントが誤ったスプライス部位を生成することを示し、チームによるとこの予測はその後実験室での実験によって裏付けられました。University of Exeterでは、英国バイオバンクの参加者約54,000人を対象とした新スコアを用いた解析により、従来の手法よりも22%多い非コード領域のタンパク質レベルとの遺伝的関連が特定されました。これには老化（PLA2G7遺伝子近傍）や細胞の酸素感知（EGLN1）に関連するバリアント、およびBMIに関連する可能性のある19の遺伝的領域が含まれます。Stowers Instituteでは、科学者がこのリソースを用いて転写因子（遺伝子のオンオフを切り替えるタンパク質）をその特異的な調節機能ごとに分類しました。
UC San Diegoの精神医学遺伝学者Jonathan Sebat氏は、このツールが日常の実験業務を効率化できると述べ、「実際には何も計算する必要がないため、我々の研究室のワークフローはかなり合理化できます。文字通りすべてを検索するだけで済むのです」と語りました。
独立した専門家の反応
英国Science Media Centreが招集した外部の科学者らは、全体的に肯定的ながらも慎重な評価を示しました。ロンドンのInstitute of Cancer Researchの最高経営責任者Kristian Helin氏は、AlphaGenomeを「計算ゲノミクスにおける大きな進展」と呼び、その長期的な意義をAlphaFoldが構造生物学に与えた影響になぞらえました。Francis Crick Instituteのゲノミクス部門責任者Robert Goldstone氏は、このモデルが非コードDNA予測を「理論から実用的な用途へ」と移行させるものであり、特にスプライス部位予測においてそうであると述べましたが、「AlphaGenomeはあらゆる生物学的疑問に対する万能薬ではない」と警告しました。
他の研究者はより慎重でした。King's College Londonで医科・分子遺伝学の講師を務めるXianghua Li氏は、「個々の予測を見ると、このAIは既存の最良ツールと同程度の性能を発揮しますが、それ以上ではありません」と述べ、予測結果は「まだ臨床で使用できる段階ではない」と強調しました。Wellcome Sanger InstituteのBen Lehner氏は、自らのチームがモデルの性能を確認するために50万以上の実験を実施したと述べ、強力であることに同意しつつも「AlphaGenomeは完璧とは程遠く、やるべきことはまだ多い」と指摘し、データの品質と標準化が継続的な課題であると述べました。Imperial College LondonのAldo Faisal氏は、独立した再現が行われるまでは有望なものとして扱うことを推奨しました。
DeepMindが認める限界
DeepMindは、Atlasが診断ツールではなく研究ツールであることを明確にしています。ドキュメントには「AtlasおよびAVIは分子への影響を予測する研究ツールであり、臨床診断に至る証拠連鎖の一部としてのみ機能し得る」、またAlphaGenomeは「いかなる臨床利用についても検証されておらず、承認されていない」と記載されています。同社はまた、学習データに欠落している細胞型があることやポリA付加されないRNAが網羅されていないことなど、基盤モデルの不足も認めており、今回の公開を「基盤モデルの改善に伴い精度が高まっていくベースライン」と位置づけています。モデルの視野がバリアント周辺の約100万塩基対に限定されているため、遠隔の調節エレメントによる影響を見逃す可能性もあります。そうしたエレメントの中には、10万塩基以上離れた場所から遺伝子に影響を与えることが知られているものもあります。
アクセスと利用方法
AlphaGenome Atlasのウェブサイトは2026年9月8日に開設され、非営利の学術研究目的で無料で利用可能です。GitHub上のAlphaGenome APIや、DeepMindのエージェント型開発プラットフォームであるGoogle Antigravity向けの新しいスキルも同時に提供されます。DeepMindによると、Google Cloudを通じた商用アクセスは近日中に提供予定であり、AVIスコアの静的ダウンロード版は商用・非商用の双方で利用可能な寛容なライセンスの下で公開されます。このデータセットは既存の公開リソースを基盤としており、gnomAD、UK Biobank、All of Us研究プログラムからのバリアント情報を置き換えるのではなく取り込んでいます。
なぜ重要なのか
Atlasは、基盤技術が2024年のノーベル化学賞を受賞したAlphaFoldでDeepMindが確立したパターンを拡張するものです。すなわち、従来は時間がかかり高度な専門知識が必要だった科学的タスクを、検索可能な公開データベースへと変換するというアプローチです。AlphaFoldが2億を超えるタンパク質の形状をマッピングしたのに対し、Atlasははるかに大規模で理解が進んでいない非コードゲノムを対象としています。科学者らは、がんからTay-Sachs病や鎌状赤血球貧血症といった遺伝性疾患に至るまで、複雑な疾患に関わる遺伝的要因の多くがこの領域に未発見のまま存在すると考えています。研究者らはこのツールが実験室での実験や臨床的判断を代替するものではないと注意を促していますが、多くの人がこれを、膨大な探索空間を最初に調査すべき最も価値あるバリアントへと絞り込む手段と捉えています。