מה זה AlphaGenome Atlas
ב-8 בספטמבר 2026 שחררה Google DeepMind מאגר בשם AlphaGenome Atlas. זה קטלוג של תחזיות ל-9 מיליארד השינויים האפשריים באות בודדת ב-DNA האנושי, כלומר כל החלפה של אות אחת שיכולה לקרות בגנום, וכל אחת מהן עם תחזית מה היא עושה ברמה המולקולרית.
גודל המאגר הוא פטה-בייט אחד, פי 30 מהמאגר של AlphaFold. הוא חינמי לשימוש מחקרי דרך הדפדפן.
הבעיה שהוא בא לפתור
ה-DNA שלנו הוא ספר הוראות עם בערך שלושה מיליארד אותיות. שינוי של אות אחת יכול להיות חסר משמעות לחלוטין, אבל לפעמים הוא משבש הוראה חשובה וגורם למחלה.
כל אות יכולה להתחלף באחת משלוש אותיות אחרות, ולכן יש כמעט תשעה מיליארד החלפות אפשריות. אי אפשר להכניס כל אחת מהן למעבדה ולבדוק מה היא עושה, זה פשוט יותר מדי ניסויים.
במחלות נדירות זה מתבטא בצורה מאוד קונקרטית: לחולה יש אלפי וריאנטים חשודים, ואף אחד לא יודע איזה מהם אשם. האטלס בא לצמצם את רשימת החשודים.
מה יש בפנים
| המשאב | מה הוא נותן |
|---|---|
| תחזיות אפקט מולקולרי | אלפי תחזיות לכל וריאנט, על פני מאות סוגי תאים ורקמות של אדם ועכבר |
| ציון AVI | מספר בודד שמסכם כמה השינוי הזה משמעותי, זה מה שמאפשר לדרג |
| פירוק הציון | איזה מנגנון ביולוגי אחראי לציון, ספלייסינג, ביטוי גנים, נגישות כרומטין ועוד |
| מוטיבים ברצף | מעל 2,500 רצפי DNA חוזרים, המילים של הגנום, והמיקומים שלהם |
ציון ה-AVI, המספר שמדרג כל שינוי
AVI הוא קיצור של AlphaGenome Variant Impact. הוא מחבר בין שני מודלים של DeepMind: AlphaGenome, שמנבא איך רצף DNA מתנהג, ו-AlphaMissense, שמנבא את ההשפעה על חלבונים.
החשיבות היא שהוא עובד גם על 2 אחוז מהגנום שמקודדים חלבונים, וגם על 98 האחוזים הנותרים, האזורים שמווסתים מתי גן נדלק ונכבה. שם יושבים רוב הוריאנטים שקשורים לתכונות ולמחלות, ודווקא שם היה הכי קשה לנתח.
המקרה האמיתי, הגן DNM1
זה החלק שהופך את זה ממאגר מרשים לכלי שעובד.
בשיתוף עם קונסורציום GREGoR, החוקרות Laura Covill ו-Anne O. Donnell-Luria מ-Broad Institute השתמשו בציון ה-AVI כדי לדרג וריאנטים במקרה של מחלה נדירה שלא נפתרה. הצוות מצא וריאנט בגן בשם DNM1, גן שקשור לאנצפלופתיה אפילפטית, וריאנט שפוספס במחקרים קודמים.
התחזית לא רק סימנה את הוריאנט, היא הסבירה איך הוא פוגע: הוא יוצר אתר ספלייסינג שגוי, ובעקבותיו החלבון שנוצר מתארך בצורה לא תקינה. החוקרים לקחו את התחזית למעבדה, שחזרו את הספלייסינג החריג, ומצאו גם וריאנטים שכנים עם אפקט דומה.
ספלייסינג בשתי דקות
כדי להבין מה קרה שם, הכי קל לחשוב על זה כמו עריכת וידאו:
- ה-DNA הוא הקובץ המקורי, אף אחד לא עובד עליו ישירות
- ה-RNA הוא עותק עבודה שהתא מכין מהמקור
- לפני שמשתמשים בעותק, התא חותך ממנו חלקים מיותרים ומחבר את מה שנשאר
- התהליך הזה נקרא ספלייסינג, והנקודות שבהן חותכים נקראות אתרי ספלייסינג
שינוי של אות אחת יכול ליצור נקודת חיתוך חדשה במקום הלא נכון. התוצאה היא לא רעש, זו הוראה פגומה שמייצרת חלבון שגוי. בדיוק זה מה שקרה ב-DNM1.
איך ניגשים לאטלס
יש ארבע דרכים, לפי מה שאתם צריכים:
1. דרך הדפדפן, בלי קוד
נכנסים לכתובת, מתחברים עם חשבון גוגל ומחפשים וריאנט או גן. זה הממשק החינמי לשימוש לא מסחרי:
https://alphagenome.google/atlas
2. דרך ה-API, לעבודה בכמויות
למי שמריץ פייפליין על אלפי וריאנטים, יש ספריית Python רשמית:
pip install alphagenome
https://github.com/google-deepmind/alphagenome
3. דרך Antigravity
סקיל מוכן לסביבת המחקר של גוגל, למי שכבר עובד שם.
4. דרך Google Cloud
לשימוש מסחרי, דרך Model Garden. השימוש באתר עצמו מוגבל למחקר לא מסחרי.
עוד שלושה ממצאים מהשטח
המקרה של DNM1 הוא לא היחיד שפורסם עם ההשקה:
- החוקר Gareth Hawkes זיהה וריאנטים נדירים שמשפיעים על רמות החלבונים PLA2G7 ו-EGLN1, בנתוני UK Biobank
- האטלס חשף 22 אחוז יותר קשרים גנטיים לא מקודדים למדד מסת גוף, ב-19 אזורים גנטיים
- חוקרים מיפו אתרי קשירה של גורמי שעתוק ומנגנוני ויסות גנים לרוחב סוגי תאים שונים
מגבלות, מה זה לא
- זה לא כלי אבחון. הוא לא אומר שלחולה יש מחלה, הוא מדרג חשודים
- התחזיות הן תחזיות. במקרה של DNM1 החוקרים הלכו למעבדה ואישרו, וזה השלב שאי אפשר לדלג עליו
- הציון מדרג השפעה מולקולרית, לא חומרה קלינית. שינוי בעל אפקט חזק לא בהכרח גורם למחלה
- השימוש באתר הוא למחקר לא מסחרי בלבד
טיפים
- אל תסתכלו רק על הציון הסופי, הפירוק שלו מראה איזה מנגנון אחראי וזה מה שמכוון את הניסוי במעבדה
- אם הציון נשען בעיקר על ספלייסינג, בדקו קודם את ה-RNA ולא את החלבון
- מצאתם וריאנט מעניין, תסתכלו גם על השכנים שלו ברצף. ב-DNM1 נמצאו וריאנטים סמוכים עם אפקט דומה
- אל תתעלמו מהאזורים הלא מקודדים. הם 98 אחוז מהגנום ושם יושבים רוב הקשרים לתכונות
- לעבודה חד פעמית השתמשו בדפדפן, לפייפליין השתמשו ב-API. הממשק בדפדפן לא בנוי לאלפי שאילתות
- שמרו את הציונים שקיבלתם יחד עם התאריך. המודלים מתעדכנים והתוצאה עשויה להשתנות בגרסה הבאה
לינקים
- ההודעה הרשמית של DeepMind: deepmind.google/blog
- האטלס עצמו: alphagenome.google/atlas
- עמוד המוצר של AlphaGenome: deepmind.google/science/alphagenome
- ה-API בגיטהאב: github.com/google-deepmind/alphagenome