この記事のポイント
- AlphaGenome Atlasはヒトゲノムの約90億通りの一塩基変異を予測したデータセットです。
- タンパク質を作る領域だけでなく、遺伝子の働きを調整する領域も対象です。
- AVIスコアは研究者が検証候補を絞る指標で、臨床的な意味を確定する診断ではありません。
Google DeepMindの公式発表から、遺伝子変異の予測をまとめた基盤を紹介します。計算で分かる範囲と、実験による検証を分けて整理します。
90億通りの変異を予測した研究者向けデータセット
AlphaGenome Atlasは、ヒトゲノムで起こりうる約90億通りの一塩基変異について、AIが予測した分子的な影響をまとめたデータセットです。研究者は候補を一つずつ計算し直さず、全ゲノムの予測を検索できます。
公式ブログによると、収録する変異のパターンは約90億通り、データ量は1ペタバイトを超え、同じくGoogle DeepMindが公開するタンパク質立体構造データベース「AlphaFold Database」と比べても30倍以上の規模だといいます。
もうひとつ見逃せないのが、予測がカバーする範囲です。ゲノムのうち、実際にタンパク質の設計図になっている「コード領域」はわずか2%。残り98%は遺伝子のスイッチのオン・オフを調整する役割などを持つ「非コード領域」です。これまでの研究はわかりやすいコード領域に偏りがちでしたが、AlphaGenome Atlasはこの98%の非コード領域も含めて予測している点が特徴です。
AVIスコアで候補を絞り、研究・実験につなげる
AlphaGenome Variant Impact(AVI)スコアは、各変異が遺伝子の働きに与える影響の予測を整理し、研究者が実験候補を絞るための指標です。AlphaGenome Atlasは世界の研究者が利用でき、Google DeepMindはAPIへのアクセスも案内しています。利用方法や条件は研究目的に応じて確認してください。予測スコアだけで個人の病気の原因や臨床的な意味が確定するわけではありません。
公式ブログは、希少疾患の原因究明、集団遺伝学、疾患に関わる遺伝子領域の発見、変異のメカニズム解明を想定用途に挙げています。
出典・参考資料：Google DeepMind公式ブログの発表内容。
まとめ:予測を実験で検証する候補選びに使う
遺伝子解析に関わる方は、AVIスコアを実験で調べる候補の優先順位付けに使うとよいでしょう。予測は研究の手がかりであり、変異の意味を確定するものではありません。
