Google DeepMind、ヒトゲノム全変異予測マップ「AlphaGenome Atlas」を公開

2026 年 9 月 8 日 Science

AlphaGenome Atlas チーム

ヒトゲノム上のあらゆる一文字変異の分子への影響を予測することが、生物学理解の加速にどう寄与するか。

本日、私たちは AlphaGenome Atlas を発表します。これは、ヒトゲノム上で起こりうるすべての一文字変化（90 億個の一塩基多型）の効果に関する予測を収録したプラットフォームです。遺伝子変異が分子生物学にどのような影響を与えるかを示す最も包括的なカタログであり、直感的で無料の ウェブサイトポータル を通じて学術研究のために利用可能です。

DNA は生命の言語です。これを解き明かすことは、生物学の理解や疾患治療の可能性を根本から変える大課題ですが、その進展は長らく根本的な問題に阻まれてきました。それは、遺伝子の変異が分子レベルでどのように生物学的機能に影響を与えるかを解釈する難しさです。ヒトゲノムには約 90 億通りの一文字変異が存在しますが、実験室で一つひとつを検証するのは現実的に不可能です。

Google DeepMind はすでに、この課題に対して AlphaGenome という人工知能（AI）モデルの開発を通じて進展を遂げています。これは遺伝子変異が生物学的プロセスに与える影響を予測するものであり、特定の変異の解析に有用で、研究現場でも広く活用されています。しかし私たちは、研究者に対し、ゲノム全体にわたる変異の全体像を示す必要があると考えました。

AlphaGenome Atlas

AlphaGenome Atlas は、1 ペタバイトに達する巨大なデータセットであり、AlphaFold データベースの 30 倍以上の規模を誇ります。2022 年に AlphaFold データベースを拡張した際、科学界で知られるカタログ化されたタンパク質のほぼすべてをカバーし、約 19 万の実験構造から得られていた 3D 構造情報を、2 億件以上の予測構造へと拡大しました。このデータベースはプログラミング経験のない研究者でも利用可能なポータルとなり、直感的な可視化機能を提供することで、大規模なタンパク質構造解析を容易にしました。すぐに生命科学分野全体で発見を牽引する重要なリソースとなり、現在も無数の分野で研究者の重要な研究を加速し続けています。

AlphaGenome Atlas の構築においても、予測結果へのアクセスをより容易にし、膨大なデータセットを探索するための直感的な手段を科学者に提供することを目指しています。

AlphaGenome Atlas は、複数の強力かつ相互に関連するリソースを提供しており、研究者が変異を直接、それが機能する DNA 配列と結びつけて検索できるようになっています。

分子効果予測

アトラスには、遺伝子調節の重要な側面に関する数千種類の分子効果予測が各バリアントに含まれており、数百種類の人およびマウスの細胞・組織にわたって展開されています。これがさらなるリソース構築の出発点となります。

AVI スコア

各遺伝性バリアントの影響を単一の数値で表したスコアです。

AVI 特徴量寄与度

各 AVI スコアには、それを駆動する個別の生物学的特徴量が紐付けられています。具体的には、AlphaGenome が予測する遺伝子調節の側面や、AlphaMissense から得られるタンパク質影響スコアなどが該当します。

DNA シーケンスモチーフ

ゲノムの「単語」とも言える 2,500 種類を超える反復 DNA 配列とその位置情報を網羅的に収集したコレクションです。

これらのリソースは、バリアントの迅速なランキングから機能の詳細な解析まで、多様な遺伝学研究タスクを研究者が支援します。

AlphaGenome Atlas の設計には、広範なコミュニティとの協力が不可欠でした。AVI スコアにより、研究者は各バリアントの潜在的な影響に基づいて、迅速にスコアリングやランキングを行うことが可能になります。特に重要なのは、この手法がタンパク質をコードするゲノムの 2% に相当するコーディング領域だけでなく、遺伝子活動を調整し、形質関連バリアントの大部分が存在する非コーディング領域（残りの 98%）にも適用できる点です。

テスト結果によると、AVI スコアは多くのバリアントの病原性評価や希少疾患のベンチマークにおいて、業界最高クラスの性能を発揮することが示されています。これらのスコアを解釈しやすくするため、各バリアントが最も混乱させると予測される RNA スプライシングや遺伝子発現といった分子プロセスに焦点を当てた AVI 特徴量寄与度も算出しました。

AlphaGenome Atlas の概要。 (1) 90 億を超える単一ヌクレオチドバリアントについて、ゲノム全体で事前計算された影響が生成されています。(2) これをもとに、各バリアントに対してアレル解像度を持つ AlphaGenome バリアントインパクト（AVI）スコアが導出されます。バリアント解釈を支援するため、AlphaGenome Atlas では AVI スコアを、クロマチンアクセシビリティ、スプライシング、保存性といった解釈可能なカテゴリごとの加算的な特徴量寄与に分解します。(3) 事前計算されたバリアントの影響、AVI スコア、そして AVI 特徴量寄与度は、ゲノム全体にわたる *de novo* モチーフの集成と結びつけられており、これによりバリアント機能に関する高解像度のメカニズム的洞察が可能になります。

リアルワールドでの影響：希少疾患から集団遺伝学、分子生物学へ

AlphaGenome Atlas は、ゲノムに対する高解像度かつ包括的な視点を提供します。これらの大規模な予測は、特定の研究課題に応用されることで最も効果を発揮します。このデータを具体的な生物学的知見へと変換することで、当社の学術パートナーたちはすでに遺伝的多様性と疾患との関連性を明らかにし始めています。

未解決の希少疾患の理解

希少疾患を理解する上での大きな障壁は、数千もの候補の中からわずかな原因変異を特定するという困難な作業です。GREGoR コンソーシアムとの協力のもと、研究者たちは AVI スコアを用いて、未解決の希少疾患研究における「干し草の中の針」のような遺伝子変異の優先順位付けを行いました。Broad Institute の Laura Covill 氏と Anne O'Donnell-Luria 氏らによるチームが、AVI スコアを活用して以前の研究で見落とされていた希少疾患の原因となる変異を特定した結果、てんかん性脳症と強く関連する *DNM1* という遺伝子に影響を与える変異を発見しました。

重要なのは、AVI スコアの基盤となっている AlphaGenome の予測が、その変異がどのように機能するかを明確に示していた点です。この変異は細胞の遺伝指令における誤りである「不適切なスプライスサイト」を生み出し、結果としてタンパク質が異常に延長される原因となりました。実験的なスクリーニングにより研究予測が裏付けられ、同様の効果を持つ近傍の変異も発見されました。これは、Atlas が影響の大きいゲノム変異を理解するための強力なツールであることを示しています。

タンパク質レベルや複雑な形質に関連する稀な変異体のマッピング

個々の希少疾患の研究を超えて、AlphaGenome Atlas は一般集団における一般的な形質の遺伝的構造を解明する手助けをします。特定の形質や疾患と関連する希少な非コード変異体を特定するのは極めて困難です。その理由は、無害な遺伝子変化が膨大に存在し、統計的な「背景ノイズ」を生み出しているからです。

AlphaGenome Atlas がヒトの形質に影響を与える非コード変異体の発見能力をどのように向上させるかを検証するため、エクセター大学の医学研究評議会フェローである Gareth Hawkes 氏は、54,000 人以上の UK Biobank 参加者の全ゲノムデータに AlphaGenome Atlas を適用しました。これにより、これまで捉えにくかったシグナルがより明確になりました。Hawkes 氏は、予測される分子効果に基づいて稀な変異体をグループ化することで、統計的なノイズの中では検出できなかったはずの非コード遺伝子関連性を 22% も多く発見しました。これにより、ヒト体内を循環する重要なタンパク質（老化と関連する PLA2G7 や、細胞の酸素センサーとして不可欠な EGLN1 など）の量を増加させる特定の調節変異体を特定することが可能になりました。

このアプローチをさらに発展させたハックスは、AlphaGenome Atlas を用いて、UK バイオバンクに含まれる数億の非コード変異が体重指数（BMI）とどのように関連しているかを調査しました。Atlas が最も影響が大きいと予測する非コード変異のうち 1% に焦点を当てることで、19 の遺伝子領域を特定し、この形質に関する次段階の標的型研究の方向性を示す手がかりを得ています。

ゲノムにおける調節「単語」の同定。 Atlas はまた、異なる細胞タイプや遺伝子において、どのような反復する短い配列（モチーフ）が分子プロセスを駆動しているかを特定するためにも利用できます。これらのモチーフは、転写因子（遺伝子のオン・オフを制御するタンパク質）の結合部位の位置特定など、重要な手がかりを提供します。また、非コード変異に対する追加的な解釈も可能にします。例えば、Stowers 医学研究所の Julia Zeitlinger と Melanie Weilert はこのリソースを用いて、DNA のアクセシビリティに影響を与える転写因子と、遺伝子のオン・オフを直接制御する転写因子を分類しました。

ゲノム研究の加速

AlphaGenome Atlas によって、人類の遺伝コードをさらに深く理解するための新たな情報層が構築されます。このリソースは科学者にとって有益なものとなることを願っていますが、同時にこれはゴールではなく、出発点として捉えています。AlphaGenome に代表される AI モデルが改良されるにつれ、ヒトゲノム全体を網羅したマップの精度と包括性はさらに高まっていきます。

AlphaGenome Atlas は単独でも強力なツールですが、生物学者向けの広範で統一されたソリューションという私たちのビジョンに向けた一歩でもあります。このリソースは、Google Antigravity などのより広範な自律型システムに統合され、科学調査のワークフロー全体を強化する役割を果たすことが期待されます。

AlphaGenome Atlas が持つ科学的知見を広く共有することも重要であるため、本日より非営利利用のために 当ウェブサイト で公開を開始しました。また、商用利用については近日中に Google Cloud 上で提供開始する予定です。（なお、AlphaGenome ベースモデルはすでに学術目的で GitHub や AlphaGenome API を通じて利用可能であり、Cloud の Model Garden 経由でも商用利用が可能です。）

これらのツールを組み合わせることで、研究者や産業界のパートナーは生物学的発見のスピードを加速させることができます。具体的には、新たな治療標的の特定、遺伝性疾患のより深い理解、そして次世代の標的実験検証の推進が可能になります。

謝辞

本プロジェクトでは、エクセター大学、ブロード研究所、ボストン小児病院、ストーワーズ医学研究機関、ハーバード大学、メモリアル・スローン・ケタリングがんセンター、マサチューセッツ総合病院ゲノム医療センター、カンザス大学医学センターの各研究協力者に深く感謝いたします。

本研究は、Jun Cheng 氏、Kyle R. Taylor 氏、Lauren Nicolaisen 氏、Joshua Pan 氏、Clare Bycroft 氏、Matteo Perino 氏、Tom Ward 氏、Raina W. Thomas 氏、Natasha Latysheva 氏、Gareth Hawkes 氏、Laura E. Covill 氏、Melanie Weilert 氏、Maile J. Hirschmann 氏、Xi Dawn Chen 氏、Robin N Beaumont 氏、V Kartik Chundru 氏、Michael N Weedon 氏、Simon Bourdareau 氏、Hoyin Chu 氏、Dhavi Hariharan 氏、Thais Kagohara 氏、Lucas Tenório 氏、Yosuke Ushigome 氏、Amanda Stafford 氏、Courtney A. Shearer 氏、Barbara Ikica 氏、Ada Fang 氏、Mouad Naciri 氏、Victoria Johnston 氏、Richard Green 氏、Elisa Lai Hong Wong 氏、Vincent Dutordoir 氏、Anne Mottram 氏、Adam Gayoso 氏、Eirini Arvaniti 氏、Guido Novati 氏、Heidi L. Rehm 氏、Fei Chen 氏、Caleb A. Lareau 氏、Caroline F Wright 氏、Anne O'Donnell-Luria 氏、Julia Zeitlinger 氏、Pushmeet Kohli 氏、Žiga Avsec 氏の多大な貢献により実現しました。

本プロジェクトでは、技術的サポートとフィードバックを提供いただいたチームメンバーおよび協力者の皆様に心より感謝申し上げます。Kathryn Tunyasuvunakool 氏、Alexander Karollus 氏、Risha Patel 氏、Francesca Pietra 氏、Alisha Eastep 氏、Doga Fadillioglu 氏、Charlie Taylor 氏、Raphael Aboyeji 氏、Uchechi Okereke 氏、Gemma Gibbs 氏、Olufemi Duduyemi 氏、Juan Mateos-Garcia 氏、Mariana Felix 氏、Sahar Abdulrahman 氏、Antonia Mould 氏、Rachael Tremlett 氏、Chang Yun 氏、Salil Deshpande 氏、Anshul Kundaje 氏、Samantha Bryen 氏、Greg Findlay 氏、Phoebe Dace 氏、Kinga Bujakowska 氏、Emma Sherrill 氏、Aubrie Soucy Verran 氏、Boxun Zhao 氏、Tim Yu 氏、Francesca Pietra 氏、Brendah Namugamba 氏、Cassie Gray 氏、Daniel MacArthur 氏、Lingyi Wang 氏、Marc Mansour 氏、Mohamad Hajjari 氏、Mounica Vallurupalli 氏、Philip Montgomery 氏、Phoebe Dace 氏、Roisin Sullivan 氏、Sam Bryen 氏、Teresa Niccoli 氏。

さらに、本研究成果を効果的に伝えるための専門的知見を提供いただいた Evie Gray 氏、Adriana Fernandez Lara 氏、Alex Wilkins 氏、Danielle Breen 氏、Mariana Montes 氏、Inês Ayer 氏、Ryan Smith 氏、Ross West 氏、Gaby Pearl 氏にも深く感謝いたします。

AlphaGenome Atlas が提供する情報は、専門的な医療アドバイス、診断、治療の代わりとなるものではなく、医療または他の専門家の助言を構成するものではありません。また、本システムは臨床用途での検証が完了しておらず、臨床利用のための承認も得ておりません。