Google DeepMindは、遺伝的変化が分子プロセスにどのような影響を及ぼし得るかを研究者が理解するのを支援することを目的としたデータベース、AlphaGenome Atlasの提供開始を発表しました。このデータベースは、ヒトゲノムで起こり得るすべての一塩基変異、すなわちDNA配列の1文字に生じる約90億の変化をカバーしています。
Atlasは、Google DeepMindがこれらの変化の予測される調節効果をあらかじめ計算するために使用したAIモデル、AlphaGenomeに基づいています。その結果、容量1ペタバイトのデータリポジトリが作成されました。研究者がこれらの結果を個別に分析する必要がある代わりに、このデータベースでは、プログラミングスキルを必要としないウェブポータルを通じて情報を迅速に検索できます。
変異を順位付けする統一指標
このプラットフォームは、AlphaGenome Variant Impact（AVI）スコアを提供します。これは、タンパク質をコードする領域と非コード領域における影響予測を1つの値に統合したものです。Google DeepMindによると、この指標により、研究者は数千のデータポイントを個別に調べる代わりに、最も有望な変異や研究経路を特定できます。
このツールが重要なのは、科学者がタンパク質をコードするゲノムの約2％については比較的よく理解している一方、残る98％についての知識は依然として限られているためです。AlphaGenomeモデルは以前、非コード領域の1つの変化がタンパク質産生などのプロセスを妨げ得ることを示しましたが、Atlasはこの分析を拡大し、起こり得る変化をより包括的に捉えようとしています。
研究利用の例
Google DeepMindによると、Broad Instituteのチームは、原因が確定していない希少遺伝性疾患の研究に関連する変異を順位付けするためにAVIスコアを使用しました。このツールはDNM1遺伝子の重要な変異を示し、スプライシング過程に誤った部位を作り出すと予測しました。これにより、症例の解明に役立つ補強証拠が得られました。
別の例では、Gareth HawkesがUK Biobankの5万4,000人を超える参加者のデータにこのツールを適用し、複雑形質を研究しました。予測された分子効果に基づいて変異をまとめることで、非コード領域にある遺伝的関連が22％多く発見されたと報告されています。また、影響度で上位1％の変異に焦点を絞ることで、ボディマス指数に関連する19の遺伝領域が特定され、次の標的研究段階の方向付けに役立ちました。
実際に何が変わるのか？
AlphaGenome Atlasは、各変異の潜在的な影響を計算する段階から、照会、順位付け、比較の段階へと作業の一部を移します。これにより、希少疾患や複雑形質の研究で候補を選定するために必要な時間が短縮される可能性がありますが、予測がそれ自体で因果関係の証明や臨床診断になるわけではありません。また、今回の発表では、モデルの性能、独立した検証の方法、データのダウンロード条件やプログラムによるアクセス方法の詳細は明らかにされていません。これらは、さまざまな研究プロジェクトにおけるプラットフォームの利用可能性を評価する前に確認する必要がある点です。