ИИ предсказал последствия всех 9 миллиардов возможных «опечаток» в ДНК человека
Большинство различий между людьми и многие болезни связаны с заменой одной буквы в ДНК. Но какая замена важна, а какая безвредна, чаще всего неизвестно. 8 сентября 2026 года Google DeepMind открыла AlphaGenome Atlas — предсказания эффекта для всех 9 миллиардов возможных однобуквенных замен в геноме человека.
Что именно исследовали
Модель AlphaGenome предсказывает, как последовательность ДНК влияет на молекулярные процессы — например, на то, насколько активно считывается ген. Раньше её нужно было запускать для каждого интересующего варианта отдельно.
Команда заранее посчитала предсказания для всех возможных замен и сделала из них общедоступный атлас.
Как это работает
Для каждой замены атлас хранит предсказанные эффекты по тысячам молекулярных показателей. Дополнительно введена единая оценка AVI — она объединяет предсказания AlphaGenome и более ранней модели AlphaMissense в одно число «насколько эта замена может быть важна».
К каждой оценке прилагаются подсказки, какие биологические процессы её определяют, и найденные в ДНК мотивы — больше 2500. Это похоже на полный справочник опечаток, где для каждой указано, меняет ли она смысл текста и где именно.
Что ИИ теперь умеет
- Оценивать возможные последствия любой однобуквенной замены в геноме человека — и в кодирующих участках, и между генами
- Объяснять, какие биологические процессы стоят за оценкой
- Помогать находить редкие варианты, пропущенные при обычном анализе
Что показал эксперимент
9 миллиардов замен, 1 петабайт данных — это больше чем в 30 раз превышает базу данных AlphaFold.
Лучшие результаты на многих тестах патогенности вариантов и диагностики редких болезней — по данным DeepMind.
Реальные примеры. Атлас помог найти упущенный вариант в гене DNM1 у пациента с эпилепсией. Исследователь из Эксетера, сгруппировав редкие варианты по предсказанным эффектам, нашёл на 22% больше связей некодирующих участков с признаками в данных более чем 54 тысяч участников UK Biobank.
Атлас бесплатен для академических исследований: alphagenome.google/atlas.
Что пока не работает
- Атлас не заменяет врача: по словам DeepMind, он не проверялся и не одобрен для клинического использования.
- Это предсказания модели, а не измерения. Важные находки нужно подтверждать экспериментом.
- Бесплатный доступ — для академических исследований; коммерческий доступ через Google Cloud обещан позже.
- Учитываются только однобуквенные замены, а не более крупные перестройки ДНК.
Почему это важно
Для диагностики редких болезней часто нужно найти одну значимую замену среди тысяч безвредных. Готовый атлас превращает дорогой расчёт в быстрый поиск и делает его доступным любой лаборатории.
Можно ли попробовать
Оригинальное исследование
AlphaGenome Atlas: Molecular predictions for 9 billion human DNA variants
- Авторы
- Jun Cheng, Kyle R. Taylor, Lauren Nicolaisen, Joshua Pan и команда AlphaGenome Atlas
- Организация
- Google DeepMind
- Дата
- 8 сентября 2026 г.
- Тип
- Технический отчёт или блог лаборатории
Ещё исследования
ИИ впервые полностью формализовал доказательство Великой теоремы Ферма — и компьютер его проверил
За 11 дней почти без участия людей Claude перевёл доказательство Великой теоремы Ферма на язык Lean, где каждый шаг проверяет машина. Получилось 13 миллионов строк кода и 29 511 теорем. Кевин Баззард назвал это выдающимся достижением.
ИИ научился восстанавливать набранные предложения по сигналам мозга — без операции
Brain2Qwerty v2 от Meta* и французских научных центров восстанавливает набираемые предложения по записи мозга снаружи головы. В среднем ошибочны 39% слов, у лучшего участника половина фраз — с ошибкой не больше чем в одном слове.
Языковые модели ДНК научились находить гены и их строение — даже у видов, которых не видели в обучении
Команда AIRI и соавторы дообучила языковые модели ДНК размечать гены прямо по последовательности. На хромосоме человека они правильно собрали втрое больше генов, чем Tiberius и AlphaGenome, и сработали на растениях и дрожжах.