Google DeepMind AlphaGenome Atlas: 9 миллиардов вариантов ДНК предсказаны AI
8 сентября Google DeepMind выпустила AlphaGenome Atlas — базу данных с AI-предсказаниями для всех 9 миллиардов возможных однонуклеотидных замен в человеческом геноме. Суммарный объём данных — 1 петабайт, что в 30 раз превышает базу AlphaFold. Данные доступны для академических исследований бесплатно и помогут диагностировать редкие генетические заболевания.
8 сентября 2026 года Google DeepMind опубликовала то, что называет «наиболее полным каталогом влияния генетических мутаций на молекулярную биологию человека» — базу данных AlphaGenome Atlas.
Что такое AlphaGenome Atlas: ``` Суть: Геном человека ≈ 3 млрд позиций ДНК В каждой позиции возможны 3 замены → Итого: ~9 млрд возможных SNV (single-nucleotide variants)
AlphaGenome Atlas предсказывает: → Как каждая из 9 млрд замен влияет на регуляцию генов → Вероятность патогенности мутации → Связь с известными заболеваниями
Объём данных: ~1 петабайт (AlphaFold Database: ~30 ГБ → ×33 больше) ```
AlphaGenome Variant Impact (AVI) Score: ``` Новый инструмент: → Интегральная метрика для каждой мутации → Объединяет предсказания AlphaGenome + AlphaMissense (белковые мутации) → Число от 0 до 1: патогенность варианта
Как используется:
- 1.Генетик видит у пациента неизвестный вариант
- 2.AlphaGenome Atlas выдаёт AVI-score
- 3.Высокий score → приоритетный для лабораторного
тестирования
- 1.Экономия: не нужно проверять все тысячи
вариантов в геноме подряд ```
Ранние клинические применения: ``` Кейс 1: Редкое заболевание → Пациент с неустановленным диагнозом → AlphaGenome Atlas выявил вариант с AVI=0.94 → Лабораторное подтверждение: патогенный → Диагноз установлен
Кейс 2: UK Biobank → 500 000 геномов британских пациентов → AlphaGenome расставил приоритеты у 50 000+ ранее непонятных вариантов → Ускорение GWAS исследований
Доступность: → Бесплатно для академических исследований → Веб-интерфейс: alphagenomic.google.com → API для интеграции в лабораторные пайплайны ```
Значение в контексте AI + биомедицина: ``` Srтатус-кво до AlphaGenome Atlas: → Клинические геномы: >95% вариантов классифицировались как VUS (Variant of Unknown Significance) → Без предсказания функционального влияния точный диагноз невозможен
После Atlas: → VUS rate ожидается снизится с 95% до ~60% в ближайшие 1-2 года → AI расставляет приоритеты → врачи тестируют нужные варианты, а не все подряд ```
Для российской медицины и фармы: Российские генетические центры (МГНЦ, НИКИ педиатрии) могут использовать AlphaGenome Atlas для ускорения диагностики редких болезней. Данные размещены на серверах Google — при работе с деидентифицированными геномными данными необходима оценка совместимости с 152-ФЗ. Для научных задач без ПД граждан РФ — применение свободно.
Это краткое изложение. Полный текст статьи доступен на сайте источника:
Читать полностью на Google DeepMind Blog / BloombergЕщё по теме ai-трансформация
OpenAI: 10 000 AI-агентов за 88 часов доказали теорему Навье–Стокса — но не ту
OpenAI Agents API и workspace-агенты в ChatGPT: стандарт для multi-step AI в enterprise
Anthropic Claude Fable 5.1: cache-запросы подешевели на 75%, enterprise-логи теперь в облаке клиента
Хотите узнать, как это применимо к вашему бизнесу?
Рассчитаем ROI от AI за 60 минут. Покажем конкретные метрики для вашей отрасли.
