Google DeepMind je 8. septembra predstavil AlphaGenome Atlas, ogromno zbirko napovedanih molekularnih učinkov približno devetih milijard možnih enočrkovnih sprememb človeške DNK. Atlas obsega približno en petabajt podatkov, raziskovalcem pa omogoča hitrejše iskanje genetskih različic, ki bi jih bilo vredno podrobneje preveriti. Pri projektu ima pomembno vlogo tudi slovenski raziskovalec Žiga Avsec, ki pri Google DeepMind vodi področje genomike.

AlphaGenome Atlas raziskovalcem omogoča preiskovanje napovedanih učinkov približno devetih milijard možnih sprememb človeške DNK. (foto: Dnevne Novice / AI ilustracija)

Devet milijard možnih sprememb na enem zemljevidu

Človeški genom vsebuje približno tri milijarde baznih parov DNK. Če na posameznem mestu eno »črko« genetskega zapisa zamenjamo z eno od treh drugih možnosti, dobimo približno devet milijard možnih enočrkovnih različic. Eksperimentalno preveriti vsako posebej bi bilo praktično nemogoče.

Google DeepMind je zato uporabil model AlphaGenome, ki napoveduje, kako bi lahko spremembe v zaporedju DNK vplivale na različne molekularne procese. Njegove napovedi so vnaprej izračunali za približno devet milijard možnih sprememb in jih združili v AlphaGenome Atlas. Raziskovalec lahko tako poišče posamezno različico in preveri njene napovedane učinke, ne da bi moral model vsakič poganjati sam.

Pri tem je pomembna časovna ločnica. AlphaGenome ni nova predstavitev tega tedna, saj je bil znanstveni članek o modelu v reviji Nature objavljen že januarja 2026. Novost, predstavljena 8. septembra, je AlphaGenome Atlas – približno petabajt velika zbirka vnaprej izračunanih napovedi za celoten človeški genom.

Pomembno vlogo ima Slovenec Žiga Avsec

Za slovensko javnost ima zgodba še dodatno zanimivost. Žiga Avsec je pri Google DeepMind Genomics Initiative Lead oziroma vodja pobude za genomiko in eden od raziskovalcev, ki stojijo za AlphaGenome. Naveden je tudi med avtorji januarskega znanstvenega članka o modelu.

AlphaGenome se loteva enega zahtevnejših problemov sodobne genetike: iz zaporedja DNK napovedati, kako bi lahko posamezna sprememba vplivala na dogajanje v celici. Posebej zahtevni so deli genoma zunaj območij, ki neposredno nosijo navodila za izdelavo beljakovin. Približno dva odstotka človeškega genoma kodirata beljakovine, preostalih 98 odstotkov pa med drugim vsebuje regulatorna območja, ki pomagajo nadzorovati aktivnost genov.

Model zato ne poda zgolj ocene, ali je določena sprememba pomembna. Napoveduje lahko njen možni vpliv na procese, kot so izražanje genov, spajanje RNK in dostopnost kromatina. Znanstveni članek v Nature je pokazal, da je AlphaGenome pri številnih preizkusih napovedovanja učinkov genetskih različic dosegel ali presegel primerljive specializirane modele.

Genetske analize medtem razkrivajo presenetljive informacije tudi o naši preteklosti. Na Dnevnih Novicah smo nedavno poročali, kako so znanstveniki v človeškem DNK odkrili sledi skrivnostnih prednikov, katerih identiteta še vedno ni povsem pojasnjena.

Od milijard možnosti do peščice kandidatov

Da se raziskovalci v tako veliki količini podatkov lažje znajdejo, je DeepMind predstavil tudi oceno AVI oziroma AlphaGenome Variant Impact. Ta združuje napovedi AlphaGenome in AlphaMissense ter posamezne genetske različice razvršča glede na njihov napovedani molekularni vpliv.

Prvi primeri uporabe kažejo, zakaj je takšno razvrščanje lahko koristno. Raziskovalci Broad Institute so AVI uporabili pri raziskovanju nerešenih redkih bolezni. V enem primeru je analiza izpostavila različico v genu DNM1 in napovedala, da ustvarja nepravilno mesto spajanja RNK. Laboratorijski poskusi so nato napovedani učinek potrdili.

Drug primer prihaja iz podatkov več kot 54.000 sodelujočih v UK Biobank. Gareth Hawkes z Univerze v Exeterju je z združevanjem redkih različic glede na njihove napovedane molekularne učinke odkril 22 odstotkov več povezav v nekodirajočih delih genoma, ki bi se sicer izgubile v statističnem šumu.

Pri raziskovanju povezav z indeksom telesne mase se je nato osredotočil na en odstotek nekodirajočih različic, za katere je Atlas napovedal največji vpliv, in identificiral 19 genetskih območij za nadaljnje ciljno raziskovanje. Rezultat ne pomeni, da je Atlas našel 19 »genov za telesno težo«, temveč da je raziskovalcem pomagal močno zožiti prostor, v katerem bodo iskali naprej.

Atlas ni genetska diagnoza

Prav ta meja je pri zdravstvenih temah ključna. AlphaGenome Atlas ni test, ki bi posamezniku povedal, ali bo zbolel, njegove napovedi pa niso medicinska diagnoza. Google DeepMind izrecno navaja, da AlphaGenome ni validiran niti odobren za klinično uporabo.

Scientific American novi Atlas opisuje kot izhodišče za raziskovanje in navaja tudi Avsca, ki pojasnjuje, da lahko AVI raziskovalcem pomaga določiti, katere različice je smiselno preveriti najprej. Genetske bolezni in človeške lastnosti so pogosto povezane z zapletenim prepletom številnih različic in bioloških procesov, zato računalniška napoved sama po sebi ne nadomesti laboratorijskega preverjanja.

Prav v tem je praktična vrednost nove zbirke. Če je med milijardami možnosti mogoče hitreje izbrati nekaj najobetavnejših kandidatov, lahko raziskovalci čas in drage eksperimente usmerijo tja, kjer je verjetnost zanimivega rezultata največja.

En petabajt podatkov, ki jih je mogoče preiskovati

AlphaGenome Atlas obsega približno en petabajt podatkov in je po navedbah DeepMinda več kot 30-krat večji od zbirke AlphaFold. Od 8. septembra je za nekomercialne raziskave dostopen prek spletnega portala, na voljo pa sta tudi AlphaGenome API in povezava z Googlovimi raziskovalnimi orodji.

Velikost zbirke sama po sebi seveda ni znanstveno odkritje. Pomembneje je, da so bile napovedi, za katere bi bilo sicer treba izvajati posamezne računske analize, pripravljene vnaprej in jih je mogoče hitro preiskovati. Tudi neodvisni raziskovalci so za Scientific American poudarili, da bi jim takšen dostop lahko poenostavil obstoječe laboratorijske delovne postopke.

Devet milijard napovedi zato ne pomeni, da je Google DeepMind razvozlal pomen vseh možnih sprememb človeške DNK. AlphaGenome Atlas je predvsem velik zemljevid kandidatov – znanstvenikom lahko pokaže, kam pogledati, odgovor pa morajo še vedno poiskati z nadaljnjimi raziskavami.

Pri devetih milijardah možnih sprememb je že dober zemljevid lahko pomemben korak do naslednjega odkritja.