DeepMind brengt 9 miljard DNA-varianten in kaart

Google DeepMind heeft op 8 september de AlphaGenome Atlas gepubliceerd, een databank met voorspellingen voor ongeveer negen miljard DNA-varianten. Het gaat om elke denkbare verandering van een enkele letter in het menselijk genoom, van tevoren doorgerekend en gratis beschikbaar voor academisch onderzoek. De verzameling beslaat ongeveer een petabyte, ruim dertig keer zo groot als de AlphaFold-database die DeepMind in 2021 opzette.

Wat er precies in de atlas staat

Per variant bewaart DeepMind gemiddeld zo’n 27.000 voorspellingen, over genactiviteit en transcriptie in honderden menselijke en muizenceltypen en weefsels. Die berg getallen wordt samengevat in één nieuw cijfer, de AlphaGenome Variant Impact score. Die AVI-score combineert de uitkomsten van het AlphaGenome-model uit 2025 met AlphaMissense, waardoor onderzoekers coderende en niet-coderende varianten in dezelfde ranglijst kunnen zetten. Dat laatste is het punt: het overgrote deel van de varianten die uit genoomonderzoek rollen ligt buiten de eiwitcoderende genen, en juist daar was tot nu toe weinig houvast.

DeepMind schrijft in zijn aankondiging dat het in het lab testen van elke variant praktisch onmogelijk is. Een vooraf berekende atlas verplaatst dat werk naar een zoekopdracht van enkele seconden.

Eerste resultaten van meelezende onderzoeksgroepen

DeepMind liet de atlas voor publicatie testen door externe groepen. Onderzoekers vonden er een eerder gemiste variant in het DNM1-gen mee, gekoppeld aan epileptische encefalopathie. In gegevens van de UK Biobank leverde de aanpak 22 procent meer niet-coderende genetische associaties op, en negentien genoomregio’s die samenhangen met body mass index. Nature en Scientific American besteedden er deze week beide aandacht aan, met de kanttekening die je bij elk voorspellingsmodel moet maken: een hoge score is een aanwijzing, geen diagnose. Laboratoriumvalidatie blijft nodig voordat zo’n variant iets betekent voor een patiënt.

Gratis voor de wetenschap, betaald via Google Cloud

De atlas is te doorzoeken via een webportaal voor niet-commercieel gebruik, en via de AlphaGenome-API op GitHub. Commercieel gebruik loopt straks via Google Cloud, waarover DeepMind nog geen prijzen noemt. Het is hetzelfde model als bij AlphaFold: de wetenschap krijgt toegang, de farmaceutische toepassing loopt langs de kassa. Google zet de atlas ook weg als vaardigheid binnen zijn Antigravity-omgeving, zodat een agent de gegevens kan bevragen.

Die combinatie van open data en betaalde infrastructuur zie je bij Google vaker terug in wetenschappelijke modellen, zoals eerder bij WeatherNext 3 voor weersvoorspelling.

Wat betekent dit

Voor genetici verandert vooral de volgorde van het werk. Waar een zeldzame-ziektediagnose eerst vastliep op een lijst varianten zonder duidelijke kandidaat, is er nu een ranglijst om mee te beginnen. Dat versnelt het speurwerk, maar verlegt ook een risico: als iedereen dezelfde AVI-score gebruikt om te prioriteren, erven alle labs dezelfde blinde vlekken van het model. DeepMind meet zijn eigen voorspellingen bovendien deels af aan gegevens die het model al kent, een probleem dat ook speelt bij de manier waarop DeepMind zijn eigen modellen evalueert.

In de medische praktijk gaat dit voorlopig niet over patiëntenzorg. Toezichthouders kijken kritisch naar AI in de kliniek, en uit eerder onderzoek bleek dat vrijwel geen goedgekeurd AI-hulpmiddel in de zorg op patiënten is getest. Een voorspellingsatlas verandert daar niets aan. Wel schuift het zwaartepunt van AI in de biologie op, van eiwitstructuur naar de vraag welke stukjes DNA er eigenlijk toe doen. Dat is een breder terrein dan AlphaFold besloeg, met navenant meer ruimte voor vergissingen. Voor wie AI-uitkomsten in eigen werk gebruikt, geldt hier hetzelfde als bij AI-ontworpen geneesmiddelen: de voorspelling is het startpunt van het onderzoek, niet de conclusie.