Google DeepMind heeft de AlphaGenome Atlas gelanceerd, een openbare repository die de effecten van 9 miljard mogelijke enkelvoudige DNA-varianten op genregulatie voorspelt. Waar het oorspronkelijke AlphaGenome-model zeer rekenintensief was en programmeerkennis vereiste, biedt de Atlas een toegankelijke interface met een 'impactscore' om snel betekenisvolle varianten te identificeren.
Hoewel het model beperkingen heeft — zoals het over het hoofd zien van zeer lange-afstandsregulatie door enhancers — helpt het wetenschappers om laboratoriumexperimenten efficiënter te prioriteren. De creatie van de dataset van 1 petabyte was een enorme technische prestatie, waarbij gebruik is gemaakt van modeldistillatie en GPU-optimalisatie. AlphaGenome bouwt voort op eerdere successen van DeepMind in de biologie, zoals AlphaFold en AlphaMissense.
AlphaGenome Atlas brengt 9 miljard mogelijke DNA-varianten in kaart
DNA wordt vaak uitgelegd als een codeboek of een set instructies voor het produceren van eiwitten en, uiteindelijk, het leven zelf. Sommige delen van het DNA, genaamd genen, coderen voor eiwitten, maar het overgrote deel van het DNA wordt beschouwd als "niet-coderend". Een deel hiervan heeft geen bekende functie, terwijl andere segmenten cruciaal zijn voor het reguleren van genactiviteit.
Deze regulerende elementen kunnen op complexe manieren met elkaar communiceren en hun effecten kunnen variëren per cel en weefsel. Sommige beïnvloeden zelfs genen die zich ver weg in het genoom bevinden. Het begrijpen van hoe veranderingen in het DNA deze regulatie beïnvloeden, is volgens Carl de Boer, een genomicist aan de University of British Columbia, "fundamenteel voor het begrijpen van de meeste ziekten".
Om die reden werken onderzoekers aan het in kaart brengen van wat elke denkbare kleine variatie in het menselijk DNA over het gehele genoom kan betekenen voor de genregulatie. Een recent AI-instrument dat hiervoor is ontwikkeld door Google DeepMind, AlphaGenome, werd oorspronkelijk in 2025 aangekondigd. In januari verscheen er een artikel in Nature met meer details en werd het model vrijgegeven voor openbaar, niet-commercieel gebruik. Het AI-model kan een originele DNA-sequentie vergelijken met een gewijzigde sequentie en voorspellen hoe de wijziging de genexpressie en andere regulerende activiteiten kan beïnvloeden. Tot nu toe moesten onderzoekers echter zelf de varianten selecteren die ze wilden testen, code schrijven en het rekenintensieve model zelf uitvoeren.
Nu heeft DeepMind dit werk vooraf gedaan voor alle 9 miljard mogelijke wijzigingen van een enkele letter in een referentie-menselijk genoom. Op 8 september kondigde DeepMind de creatie en publieke release aan van de AlphaGenome Atlas, een online repository van vooraf berekende voorspellingen die zijn gemaakt met het AlphaGenome-model. De Atlas biedt een toegankelijkere interface voor wetenschappers, zonder dat zij code hoeven te schrijven of het model zelf hoeven te draaien. Daarnaast bevat het een veelgevraagde nieuwe functie: een impactscore (één getal) die in één oogopslag moet laten zien of een variant waarschijnlijk betekenisvol is.
"Ons DNA begrijpen is een enorme uitdaging," zegt Pushmeet Kohli, VP of science bij Google DeepMind. "Het begrijpen van deze taal van het leven kan talloze deuren openen."
Beperkingen en toepassingen
De voorspellingen van AlphaGenome hebben enkele belangrijke beperkingen. Zo zijn veel ziekten geassocieerd met meerdere genetische varianten. Hoewel AlphaGenome kijkt naar een relatief groot segment DNA rondom de betreffende variant — 1 miljoen baseparen — kunnen sommige DNA-sequenties, zogenaamde enhancers, genen over zeer grote afstanden reguleren, soms buiten het gezichtsveld van het model. De effecten hiervan zijn moeilijk te voorspellen.
Desondanks kan de Atlas wetenschappers helpen om mogelijkheden te filteren en laboratoriumexperimenten te prioriteren die de voorspellingen valideren. Op die manier kan het werk in de fundamentele biologie, ziekteonderzoek en de ontwikkeling van behandelingen aanzienlijk worden versneld, aldus Žiga Avsec, genomics lead bij DeepMind.
Carl de Boer, die onlangs hielp bij het creëren van een framework voor betere vergelijkingen van computationele modellen zoals AlphaGenome (en niet is verbonden aan DeepMind), merkt op dat hij AlphaGenome beschouwt als het "leidende model in het veld", maar dat het ook "erg traag en rekenintensief" is. De Atlas kan daarom een uitkomst zijn voor mensen zonder toegang tot nieuwere hardware, of simpelweg het aantal mensen dat dezelfde simulaties herhaalt verminderen.
De Atlas is gratis beschikbaar voor niet-commercieel onderzoek, met de mogelijkheid voor commerciële licenties.
Het berekenen van 9 miljard voorspellingen
Het volledige menselijke genoom bevat ongeveer 3 miljard baseparen. Op elke positie zijn er drie mogelijke substituties van een enkel nucleotide, wat resulteert in 9 miljard varianten in de Atlas. De complete dataset is ongeveer 1 petabyte groot.
"Toen we over dit project nadachten, leek het computationeel onmogelijk," zegt Avsec. Vroege schattingen gaven aan dat het team de berekeningssnelheid met een factor 80 zou moeten verbeteren om de Atlas in een redelijke tijd samen te stellen.
Om dit doel te bereiken, maakte het team gebruik van verschillende technieken, waaronder:
- Modeldistillatie;
- GPU-kerneloptimalisatie;
- Het elimineren van redundante berekeningen.
"Er was veel denkwerk en engineering nodig om dit op deze schaal mogelijk te maken," zegt Avsec.
AlphaGenome en de Atlas bouwen voort op jaren van gerelateerd werk bij DeepMind:
- 2020: AlphaFold voorspelde de driedimensionale structuur van eiwitten op basis van aminozuursequenties.
- 2023: AlphaMissense voorspelde of 71 miljoen mogelijke varianten die eiwitten veranderen waarschijnlijk onschadelijk of pathogeen waren.
Net als bij de nieuwe Atlas werden de resultaten van die projecten beschikbaar gesteld in een publieke database.
De Atlas stelt een wetenschapper in staat om een enkele variant op te zoeken en gedetailleerde informatie over de voorspelling van het model te zien, inclusief 11 verschillende output-types. Het belangrijkste cijfer is echter de impactscore. Vanwege de aard ervan is deze score een vereenvoudiging van vele aspecten van de voorspellingen.
"Het heeft een duidelijk nut, maar het zal waarschijnlijk ook gemakkelijk verkeerd worden geïnterpreteerd," zegt de Boer. "We hebben het hier over een zeer complex systeem met veel bewegende delen."
AlphaGenome Atlas brengt 9 miljard mogelijke DNA-varianten in kaart
DNA wordt vaak uitgelegd als een codeboek of een set instructies voor het produceren van eiwitten en, uiteindelijk, het leven zelf. Sommige delen van het DNA, genaamd genen, coderen voor eiwitten, maar het overgrote deel van het DNA wordt beschouwd als "niet-coderend". Een deel hiervan heeft geen bekende functie, terwijl andere segmenten cruciaal zijn voor het reguleren van genactiviteit.
Deze regulerende elementen kunnen op complexe manieren met elkaar communiceren en hun effecten kunnen variëren per cel en weefsel. Sommige beïnvloeden zelfs genen die zich ver weg in het genoom bevinden. Het begrijpen van hoe veranderingen in het DNA deze regulatie beïnvloeden, is volgens Carl de Boer, een genomicist aan de University of British Columbia, "fundamenteel voor het begrijpen van de meeste ziekten".
Om die reden werken onderzoekers aan het in kaart brengen van wat elke denkbare kleine variatie in het menselijk DNA over het gehele genoom kan betekenen voor de genregulatie. Een recent AI-instrument dat hiervoor is ontwikkeld door Google DeepMind, AlphaGenome, werd oorspronkelijk in 2025 aangekondigd. In januari verscheen er een artikel in Nature met meer details en werd het model vrijgegeven voor openbaar, niet-commercieel gebruik. Het AI-model kan een originele DNA-sequentie vergelijken met een gewijzigde sequentie en voorspellen hoe de wijziging de genexpressie en andere regulerende activiteiten kan beïnvloeden. Tot nu toe moesten onderzoekers echter zelf de varianten selecteren die ze wilden testen, code schrijven en het rekenintensieve model zelf uitvoeren.
Nu heeft DeepMind dit werk vooraf gedaan voor alle 9 miljard mogelijke wijzigingen van een enkele letter in een referentie-menselijk genoom. Op 8 september kondigde DeepMind de creatie en publieke release aan van de AlphaGenome Atlas, een online repository van vooraf berekende voorspellingen die zijn gemaakt met het AlphaGenome-model. De Atlas biedt een toegankelijkere interface voor wetenschappers, zonder dat zij code hoeven te schrijven of het model zelf hoeven te draaien. Daarnaast bevat het een veelgevraagde nieuwe functie: een impactscore (één getal) die in één oogopslag moet laten zien of een variant waarschijnlijk betekenisvol is.
"Ons DNA begrijpen is een enorme uitdaging," zegt Pushmeet Kohli, VP of science bij Google DeepMind. "Het begrijpen van deze taal van het leven kan talloze deuren openen."
Beperkingen en toepassingen
De voorspellingen van AlphaGenome hebben enkele belangrijke beperkingen. Zo zijn veel ziekten geassocieerd met meerdere genetische varianten. Hoewel AlphaGenome kijkt naar een relatief groot segment DNA rondom de betreffende variant — 1 miljoen baseparen — kunnen sommige DNA-sequenties, zogenaamde enhancers, genen over zeer grote afstanden reguleren, soms buiten het gezichtsveld van het model. De effecten hiervan zijn moeilijk te voorspellen.
Desondanks kan de Atlas wetenschappers helpen om mogelijkheden te filteren en laboratoriumexperimenten te prioriteren die de voorspellingen valideren. Op die manier kan het werk in de fundamentele biologie, ziekteonderzoek en de ontwikkeling van behandelingen aanzienlijk worden versneld, aldus Žiga Avsec, genomics lead bij DeepMind.
Carl de Boer, die onlangs hielp bij het creëren van een framework voor betere vergelijkingen van computationele modellen zoals AlphaGenome (en niet is verbonden aan DeepMind), merkt op dat hij AlphaGenome beschouwt als het "leidende model in het veld", maar dat het ook "erg traag en rekenintensief" is. De Atlas kan daarom een uitkomst zijn voor mensen zonder toegang tot nieuwere hardware, of simpelweg het aantal mensen dat dezelfde simulaties herhaalt verminderen.
De Atlas is gratis beschikbaar voor niet-commercieel onderzoek, met de mogelijkheid voor commerciële licenties.
Het berekenen van 9 miljard voorspellingen
Het volledige menselijke genoom bevat ongeveer 3 miljard baseparen. Op elke positie zijn er drie mogelijke substituties van een enkel nucleotide, wat resulteert in 9 miljard varianten in de Atlas. De complete dataset is ongeveer 1 petabyte groot.
"Toen we over dit project nadachten, leek het computationeel onmogelijk," zegt Avsec. Vroege schattingen gaven aan dat het team de berekeningssnelheid met een factor 80 zou moeten verbeteren om de Atlas in een redelijke tijd samen te stellen.
Om dit doel te bereiken, maakte het team gebruik van verschillende technieken, waaronder:
- Modeldistillatie;
- GPU-kerneloptimalisatie;
- Het elimineren van redundante berekeningen.
"Er was veel denkwerk en engineering nodig om dit op deze schaal mogelijk te maken," zegt Avsec.
AlphaGenome en de Atlas bouwen voort op jaren van gerelateerd werk bij DeepMind:
- 2020: AlphaFold voorspelde de driedimensionale structuur van eiwitten op basis van aminozuursequenties.
- 2023: AlphaMissense voorspelde of 71 miljoen mogelijke varianten die eiwitten veranderen waarschijnlijk onschadelijk of pathogeen waren.
Net als bij de nieuwe Atlas werden de resultaten van die projecten beschikbaar gesteld in een publieke database.
De Atlas stelt een wetenschapper in staat om een enkele variant op te zoeken en gedetailleerde informatie over de voorspelling van het model te zien, inclusief 11 verschillende output-types. Het belangrijkste cijfer is echter de impactscore. Vanwege de aard ervan is deze score een vereenvoudiging van vele aspecten van de voorspellingen.
"Het heeft een duidelijk nut, maar het zal waarschijnlijk ook gemakkelijk verkeerd worden geïnterpreteerd," zegt de Boer. "We hebben het hier over een zeer complex systeem met veel bewegende delen."
Groetjes,